本發(fā)明涉及數(shù)據(jù)處理，具體而言，涉及一種基于人工智能的健康數(shù)據(jù)云端處理系統(tǒng)及方法。

背景技術(shù)：

1、隨著人們健康意識(shí)的提高，健康監(jiān)測(cè)已成為日常生活中不可或缺的一部分。尤其是對(duì)于慢性病患者、老年人群體以及高風(fēng)險(xiǎn)個(gè)體，早期發(fā)現(xiàn)潛在健康問題并采取適當(dāng)干預(yù)措施對(duì)預(yù)防疾病和提高生活質(zhì)量至關(guān)重要。傳統(tǒng)的健康數(shù)據(jù)采集和分析方式通常依賴人工定期檢查或單次數(shù)據(jù)記錄，無法提供實(shí)時(shí)、連續(xù)的健康監(jiān)控，且對(duì)于異常健康狀態(tài)的反應(yīng)往往存在延遲。因此，開發(fā)一種能夠?qū)崟r(shí)、自動(dòng)化地監(jiān)控和處理用戶體征數(shù)據(jù)的智能健康監(jiān)測(cè)系統(tǒng)顯得尤為重要。

2、現(xiàn)有的健康數(shù)據(jù)監(jiān)測(cè)系統(tǒng)雖然可以采集部分體征數(shù)據(jù)，如體溫、心率、血壓等，但其數(shù)據(jù)處理能力和響應(yīng)機(jī)制仍然存在一些局限。例如，傳統(tǒng)系統(tǒng)往往僅依賴簡(jiǎn)單的閾值判斷來檢測(cè)健康異常，忽視了個(gè)體差異和體征數(shù)據(jù)的動(dòng)態(tài)變化。同時(shí)，大多數(shù)系統(tǒng)未能針對(duì)異常情況制定差異化的數(shù)據(jù)采集和存儲(chǔ)策略，導(dǎo)致數(shù)據(jù)冗余或丟失，影響了后續(xù)的健康管理和風(fēng)險(xiǎn)評(píng)估。

3、因此，有必要提供一種基于人工智能的健康數(shù)據(jù)云端處理系統(tǒng)及方法用以解決現(xiàn)有的健康數(shù)據(jù)監(jiān)測(cè)系統(tǒng)通常依賴于簡(jiǎn)單的閾值異常檢測(cè)，忽視了個(gè)體差異和體征數(shù)據(jù)的動(dòng)態(tài)變化，且缺乏針對(duì)異常情況的差異化采集和存儲(chǔ)，導(dǎo)致數(shù)據(jù)冗余或丟失的問題。

技術(shù)實(shí)現(xiàn)思路

1、鑒于此，本發(fā)明提出了一種基于人工智能的健康數(shù)據(jù)云端處理系統(tǒng)及方法，旨在解決現(xiàn)有的健康數(shù)據(jù)監(jiān)測(cè)系統(tǒng)通常依賴于簡(jiǎn)單的閾值異常檢測(cè)，忽視了個(gè)體差異和體征數(shù)據(jù)的動(dòng)態(tài)變化，且缺乏針對(duì)異常情況的差異化采集和存儲(chǔ)，導(dǎo)致數(shù)據(jù)冗余或丟失的問題。

2、一方面，本發(fā)明提出了一種基于人工智能的健康數(shù)據(jù)云端處理系統(tǒng)，包括：

3、采集模塊，被配置為定期采集用戶體征數(shù)據(jù)，其中，所述用戶體征數(shù)據(jù)包括體溫?cái)?shù)據(jù)、心率數(shù)據(jù)和血壓數(shù)據(jù)；

4、數(shù)據(jù)處理模塊，被配置為將所述用戶體征數(shù)據(jù)與歷史體征數(shù)據(jù)進(jìn)行比對(duì)，根據(jù)比對(duì)結(jié)果判斷用戶的健康狀態(tài)是否異常，若判斷結(jié)果為異常，則根據(jù)異常情況確定異常指數(shù)，根據(jù)所述異常指數(shù)縮短所述用戶體征數(shù)據(jù)的采集間隔時(shí)長，并根據(jù)所述異常指數(shù)確定所述用戶體征數(shù)據(jù)的持續(xù)采集時(shí)長；

5、所述數(shù)據(jù)處理模塊還被配置為根據(jù)所述判斷結(jié)果對(duì)用戶體征數(shù)據(jù)進(jìn)行不同存儲(chǔ)方式的存儲(chǔ)，若判斷結(jié)果為異常，則將所述用戶體征數(shù)據(jù)進(jìn)行備份存儲(chǔ)，若判斷結(jié)果為正常，則將所述用戶體征數(shù)據(jù)進(jìn)行短期存儲(chǔ)；

6、交互模塊，被配置為將所述用戶體征數(shù)據(jù)、判斷結(jié)果和異常指數(shù)進(jìn)行顯示。

7、進(jìn)一步的，所述采集模塊被配置為定期采集用戶體征數(shù)據(jù)時(shí)，包括：

8、對(duì)采集的用戶體征數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗；其中，所述數(shù)據(jù)清洗包括刪除所述用戶體征數(shù)據(jù)中的無效數(shù)據(jù)、重復(fù)數(shù)據(jù)和錯(cuò)誤數(shù)據(jù)；

9、對(duì)數(shù)據(jù)清洗后的用戶體征數(shù)據(jù)進(jìn)行數(shù)據(jù)提??；其中，所述數(shù)據(jù)提取包括根據(jù)數(shù)據(jù)類別對(duì)清洗后的用戶體征數(shù)據(jù)進(jìn)行分類。

10、進(jìn)一步的，所述數(shù)據(jù)處理模塊被配置為將所述用戶體征數(shù)據(jù)與歷史體征數(shù)據(jù)進(jìn)行比對(duì)時(shí)，包括：

11、獲取歷史正常體征數(shù)據(jù)庫；

12、根據(jù)歷史正常體征數(shù)據(jù)庫中的最大值和最小值，得到歷史正常體征數(shù)據(jù)范圍，若用戶體征數(shù)據(jù)處于歷史正常體征數(shù)據(jù)范圍內(nèi)，則判斷用戶的健康狀態(tài)正常；

13、若用戶體征數(shù)據(jù)未處于歷史正常體征數(shù)據(jù)范圍內(nèi)，則初步判斷用戶的健康狀態(tài)異常。

14、進(jìn)一步的，所述若用戶體征數(shù)據(jù)未處于歷史正常體征數(shù)據(jù)范圍內(nèi)，則初步判斷用戶的健康狀態(tài)異常后，包括：

15、設(shè)置安全波動(dòng)值，若用戶體征數(shù)據(jù)大于歷史正常體征數(shù)據(jù)范圍的最大值，且安用戶體征數(shù)據(jù)與歷史正常體征數(shù)據(jù)范圍的最大值的差值大于所述安全波動(dòng)值，則再次判斷所述用戶的健康狀態(tài)為異常，將所述用戶體征數(shù)據(jù)存儲(chǔ)至歷史異常體征數(shù)據(jù)庫；

16、若用戶體征數(shù)據(jù)小于歷史正常體征數(shù)據(jù)范圍的最小值，且歷史正常體征數(shù)據(jù)范圍的最小值與用戶體征數(shù)據(jù)的差值大于所述安全波動(dòng)值，則再次判斷所述用戶的健康狀態(tài)為異常，將所述用戶體征數(shù)據(jù)存儲(chǔ)至歷史異常體征數(shù)據(jù)庫；

17、否則，判斷用戶的健康狀態(tài)為潛在風(fēng)險(xiǎn)狀態(tài)，將所述用戶體征數(shù)據(jù)存儲(chǔ)至歷史風(fēng)險(xiǎn)體征數(shù)據(jù)庫。

18、進(jìn)一步的，所述若判斷結(jié)果為異常，則根據(jù)異常情況確定異常指數(shù)時(shí)，包括：

19、若用戶體征數(shù)據(jù)大于歷史正常體征數(shù)據(jù)范圍的最大值，則通過下式計(jì)算所述異常指數(shù)：

20、i＝(a-amax)/ab；

21、上式中，i表示異常指數(shù)，a表示用戶體征數(shù)據(jù)，amax表示歷史正常體征數(shù)據(jù)范圍的最大值，ab表示安全波動(dòng)值；

22、若用戶體征數(shù)據(jù)小于歷史正常體征數(shù)據(jù)范圍的最小值，則通過下式計(jì)算所述異常指數(shù)：

23、i＝(amin-a)/ab；

24、上式中，i表示異常指數(shù)，amin表示歷史正常體征數(shù)據(jù)范圍的最小值，a表示用戶體征數(shù)據(jù)，ab表示安全波動(dòng)值。

25、進(jìn)一步的，所述根據(jù)所述異常指數(shù)縮短所述用戶體征數(shù)據(jù)的采集間隔時(shí)長時(shí)，包括：

26、設(shè)置異常指數(shù)界定值，若所述異常指數(shù)小于或等于所述異常指數(shù)界定值，則通過第一調(diào)節(jié)系數(shù)調(diào)整所述采集間隔時(shí)長；

27、若所述異常指數(shù)大于所述異常指數(shù)界定值，則通過第二調(diào)節(jié)系數(shù)調(diào)整所述采集間隔時(shí)長；

28、其中，調(diào)節(jié)系數(shù)的取值范圍為1＞第一調(diào)節(jié)系數(shù)＞第二調(diào)節(jié)系數(shù)＞0，且縮短后的采集間隔時(shí)長為縮短前的采集間隔時(shí)長與調(diào)節(jié)系數(shù)的乘積。

29、進(jìn)一步的，所述根據(jù)所述異常指數(shù)確定所述用戶體征數(shù)據(jù)的持續(xù)采集時(shí)長時(shí)，包括：

30、設(shè)置第一間隔時(shí)長和第二間隔時(shí)長，且所述第一間隔時(shí)長小于所述第二間隔時(shí)長；

31、若縮短后的采集間隔時(shí)長小于所述第一間隔時(shí)長，則通過第一調(diào)整系數(shù)調(diào)整持續(xù)采集時(shí)長；

32、若縮短后的采集間隔時(shí)長大于或等于所述第一間隔時(shí)長，且小于或等于所述第二間隔時(shí)長，則通過第二調(diào)整系數(shù)調(diào)整持續(xù)采集時(shí)長；

33、若縮短后的采集間隔時(shí)長大于所述第二間隔時(shí)長，則通過第三調(diào)整系數(shù)調(diào)整持續(xù)采集時(shí)長；

34、其中，調(diào)整系數(shù)的取值范圍為1＜第一調(diào)整系數(shù)＜第二調(diào)整系數(shù)＜第三調(diào)整系數(shù)＜2，且調(diào)整后的持續(xù)采集時(shí)長為調(diào)整前的持續(xù)采集時(shí)長與調(diào)整系數(shù)的乘積。

35、進(jìn)一步的，所述根據(jù)所述異常指數(shù)確定所述用戶體征數(shù)據(jù)的持續(xù)采集時(shí)長后，包括：

36、若調(diào)整后的持續(xù)采集時(shí)長采集的用戶體征數(shù)據(jù)仍持續(xù)異常，則進(jìn)行危險(xiǎn)報(bào)警，將危險(xiǎn)報(bào)警信息通過通信模塊發(fā)送至該用戶綁定的所有連接設(shè)備；

37、若調(diào)整后的持續(xù)采集時(shí)長采集的用戶體征數(shù)據(jù)逐漸趨于正常，則進(jìn)行危險(xiǎn)預(yù)警，將危險(xiǎn)預(yù)警信息發(fā)送至所述交互模塊，進(jìn)行危險(xiǎn)提醒。

38、進(jìn)一步的，所述若判斷結(jié)果為異常，則將所述用戶體征數(shù)據(jù)進(jìn)行備份存儲(chǔ)，若判斷結(jié)果為正常，則將所述用戶體征數(shù)據(jù)進(jìn)行短期存儲(chǔ)時(shí)，包括：

39、所述備份存儲(chǔ)為永久存儲(chǔ)；

40、所述短期存儲(chǔ)能夠定期刪除存儲(chǔ)的用戶體征數(shù)據(jù)，且定期存儲(chǔ)的時(shí)間根據(jù)用戶設(shè)定的時(shí)間周期進(jìn)行自動(dòng)清理，以節(jié)省存儲(chǔ)空間。

41、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于：本發(fā)明通過定期采集用戶體征數(shù)據(jù)并與歷史數(shù)據(jù)比對(duì)，可以實(shí)時(shí)監(jiān)測(cè)用戶的健康狀況。當(dāng)檢測(cè)到用戶的體征數(shù)據(jù)異常時(shí)，系統(tǒng)能夠迅速計(jì)算異常指數(shù)，并據(jù)此自動(dòng)縮短采集間隔時(shí)間，以便更頻繁地跟蹤用戶的健康變化，有效提高了對(duì)健康風(fēng)險(xiǎn)的預(yù)警能力，對(duì)于存在潛在風(fēng)險(xiǎn)的用戶，確保及時(shí)干預(yù)和調(diào)整。同時(shí)，系統(tǒng)通過動(dòng)態(tài)調(diào)整采集時(shí)長來避免資源浪費(fèi)，同時(shí)提高數(shù)據(jù)采集的精確度與及時(shí)性。數(shù)據(jù)存儲(chǔ)方面，根據(jù)健康狀態(tài)的不同，系統(tǒng)采取差異化存儲(chǔ)，異常數(shù)據(jù)會(huì)被備份存儲(chǔ)，確保異常情況下數(shù)據(jù)不丟失；而正常數(shù)據(jù)則進(jìn)行短期存儲(chǔ)，有助于節(jié)省存儲(chǔ)空間。交互模塊的設(shè)計(jì)使得用戶和醫(yī)療人員能夠直觀地了解健康狀況、判斷結(jié)果及異常指數(shù)，從而提升用戶對(duì)健康監(jiān)控的參與感與信任度。總體而言，該系統(tǒng)不僅增強(qiáng)了健康管理的精準(zhǔn)度，還提高了用戶的健康風(fēng)險(xiǎn)響應(yīng)能力，實(shí)現(xiàn)了更加個(gè)性化、智能化的健康監(jiān)測(cè)和管理。

42、另一方面，本技術(shù)還提供了一種基于人工智能的健康數(shù)據(jù)云端處理方法，包括：

43、定期采集用戶體征數(shù)據(jù)，其中，所述用戶體征數(shù)據(jù)包括體溫?cái)?shù)據(jù)、心率數(shù)據(jù)和血壓數(shù)據(jù)；

44、將所述用戶體征數(shù)據(jù)與歷史體征數(shù)據(jù)進(jìn)行比對(duì)，根據(jù)比對(duì)結(jié)果判斷用戶的健康狀態(tài)是否異常，若判斷結(jié)果為異常，則根據(jù)異常情況確定異常指數(shù)，根據(jù)所述異常指數(shù)縮短所述用戶體征數(shù)據(jù)的采集間隔時(shí)長，并根據(jù)所述異常指數(shù)確定所述用戶體征數(shù)據(jù)的持續(xù)采集時(shí)長；

45、根據(jù)所述判斷結(jié)果對(duì)用戶體征數(shù)據(jù)進(jìn)行不同存儲(chǔ)方式的存儲(chǔ)，若判斷結(jié)果為異常，則將所述用戶體征數(shù)據(jù)進(jìn)行備份存儲(chǔ)，若判斷結(jié)果為正常，則將所述用戶體征數(shù)據(jù)進(jìn)行短期存儲(chǔ)；

46、將所述用戶體征數(shù)據(jù)、判斷結(jié)果和異常指數(shù)進(jìn)行顯示。

47、可以理解的是，本技術(shù)提供的一種基于人工智能的健康數(shù)據(jù)云端處理系統(tǒng)及方法具有相同的有益效果，在此不再贅述。