基于大数据的慢性肾病监管方法、装置、设备及存储介质与流程

本发明涉及大数据处理
技术领域：
，尤其涉及一种基于大数据的慢性肾病监管方法、装置、设备及存储介质。
背景技术：
：随着生活水平的提高，人们在享受生活的同时，由于工作压力、生活作息、饮食习惯等各种因素的影响，身体也出现了各种问题。其中，慢性肾病(chronickidneydisease，ckd)的问题尤为显著。根据统计数据显示，我国有1.5亿(大约占总人口的10.8％)成人有不同程度的肾功能损害现象，其中约1.5％的慢性肾病患者会发展为终末期肾脏病，即大约有200万慢性肾病患者会发展为终末期肾脏病。然而，在这大约200万的终末期肾脏病患者中，据统计目前只有45万患者接受了透析治疗，而这仅占总人口0.03％的接受透析治疗的终末期肾脏病患者所消耗的医疗保险基金就占了当年医疗保险基金总支出的3％。如果按照当前慢性肾病的增长速度，其治疗费用对于我国医疗保险基金的负担压力将日趋严重。所以，亟需提供一种能够对慢性肾病各周期进行监测管理的方法，以实现根据不同周期的监测结果，制定针对各周期患者的管理治疗方案，从而达到降低慢性肾病患者人数的增长速度，减轻医疗保险基金的负担。上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。技术实现要素：本发明的主要目的在于提供一种基于大数据的慢性肾病监管方法、装置、设备及存储介质，旨在解决现有技术中无法对慢性肾病各周期进行监测管理，从根本上降低慢性肾病患者人数的增长速度及医疗保险基金负担的技术问题。为实现上述目的，本发明提供了一种基于大数据的慢性肾病监管方法，所述方法包括以下步骤:慢性肾病管理平台获取待筛查人群中各待筛查对象的身体状况数据；根据预存的大数据分析模型，对所述各待筛查对象的身体状况数据进行分析，筛选出患有慢性肾病的对象；根据预存的慢性肾病分期标准和所述对象的身体状况数据，确定所述对象对应的慢性肾病分期；根据所述对象的身体状况数据和所述对象对应的慢性肾病分期，制定针对所述对象的慢性肾病管理方案；将所述慢性肾病管理方案下发至所述对象的终端设备，以使所述对象根据所述慢性肾病管理方案进行诊疗，和/或将所述慢性肾病管理方案下发至医护人员的终端设备，以使所述医护人员根据所述慢性肾病管理方案对所述对象进行管理。优选地，所述根据所述对象的身体状况数据和所述对象对应的慢性肾病分期，制定针对所述对象的慢性肾病管理方案，包括：根据所述对象对应的慢性肾病分期，确定所述对象面临的风险级别；根据所述对象的身体状况数据和所述风险级别，制定针对所述对象的慢性肾病管理方案。优选地，所述根据所述对象对应的慢性肾病分期，确定所述对象面临的风险级别，包括：若所述对象对应的慢性肾病分期为炎症反应期或肾功能代尝期，则确定所述对象面临的风险级别为第一风险级别；若所述对象对应的慢性肾病分期为肾功能矢代尝期，则确定所述对象面临的风险级别为第二风险级别；若所述对象对应的慢性肾病分期为肾衰竭期，则确定所述对象面临的风险级别为第三风险级别；其中，所述第二风险级别的风险等级高于所述第一风险级别的风险等级，所述第三风险级别的风险等级高于所述第二风险级别的风险等级和所述第一风险级别的风险等级。优选地，所述根据预存的大数据分析模型，对所述各待筛查对象的身体状况数据进行分析，筛选出患有慢性肾病的对象之前，所述方法还包括：根据预存的国际疾病分类编码集合和样本数据，构建所述大数据分析模型。优选地，所述根据预存的国际疾病分类编码集合和样本数据，构建所述大数据分析模型，包括：根据预设的筛选规则，从样本数据中筛选出符合所述筛选规则的样本数据作为惩罚因子，构建惩罚函数；利用统计平方公差法对所述惩罚函数进行残差平方和最小化计算，并在计算过程中以稀疏规则算子作为约束条件，剔除掉大于所述约束条件的残差平方和，得到回归模型；根据预存的国际疾病分类编码集合和样本数据，对所述回归模型进行训练，得到所述大数据分析模型。优选地，所述将所述慢性肾病管理方案下发至所述对象的终端设备和将所述慢性肾病管理方案下发至医护人员的终端设备之后，所述方法还包括：接收所述对象的终端设备触发的购药请求，为所述对象配送处方药，所述处方药由医生根据所述慢性肾病管理方案为所述对象开具；其中，所述接收所述对象的终端设备触发的购药请求，为所述对象配送处方药，包括：接收所述购药请求，从所述购药请求中提取用于标识所述对象的第一标识信息；根据预存的映射关系表，在预先建立的处方管理库中查找与所述第一标识信息对应的处方信息，所述处方信息至少包括所述处方药和标识所述对象的第二标识信息，所述映射关系为所述第一标识信息与所述第二标识信息之间的对应关系；根据所述第一标识信息，在预先建立的患者档案库中查找与所述第一标识信息对应的患者档案，从查找到的所述患者档案中提取处方药配送信息和所述对象的常用处方药；在所述处方药与所述常用处方药匹配度大于阈值时，将所述处方药和所述处方药配送信息发送至医疗中心药房，以使所述医疗中心药房能够根据所述处方药配送信息，为所述对象配送所述处方药。优选地，所述将所述处方药和所述处方药配送信息发送至医疗中心药房之前，所述方法还包括：从所述购药请求中提取支付方式，若所述支付方式为使用医疗保险卡支付，则对发起所述购药请求的对象进行身份验证，确定所述购药请求有效；其中，所述对发起所述购药请求的对象进行身份验证，确定所述购药请求有效，包括：获取使用所述医疗保险卡的所述对象的第一生物特征信息和所述医疗保险卡的识别号；根据所述识别号，从社会保障平台获取所述识别号对应的所述医疗保险卡的持有者的第二生物特征信息；将所述第一生物特征信息与所述第二生物特征信息进行匹配；若所述第一生物特征信息与所述第二生物特征信息匹配，则确定所述购药请求有效。此外，为实现上述目的，本发明还提出一种基于大数据的慢性肾病监管装置，所述装置包括：身体状况数据获取模块，用于获取待筛查人群中各待筛查对象的身体状况数据；慢性肾病对象筛选模块，用于根据预存的大数据分析模型，对所述各待筛查对象的身体状况数据进行分析，筛选出患有慢性肾病的对象；慢性肾病分期确定模块，用于根据预存的慢性肾病分期标准和所述对象的身体状况数据，确定所述对象对应的慢性肾病分期；慢性肾病管理方案制定模块，用于根据所述对象的身体状况数据和所述对象对应的慢性肾病分期，制定针对所述对象的慢性肾病管理方案；慢性肾病管理方案发送模块，用于将所述慢性肾病管理方案下发至所述对象的终端设备，以使所述对象根据所述慢性肾病管理方案进行诊疗，和/或将所述慢性肾病管理方案下发至医护人员的终端设备，以使所述医护人员根据所述慢性肾病管理方案对所述对象进行管理此外，为实现上述目的，本发明还提出一种基于大数据的慢性肾病监管设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于大数据的慢性肾病监管程序，所述基于大数据的慢性肾病监管程序配置为实现如上文所述的基于大数据的慢性肾病监管方法的步骤。此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有基于大数据的慢性肾病监管程序，所述基于大数据的慢性肾病监管程序被处理器执行时实现如上文所述的基于大数据的慢性肾病监管方法的步骤。本发明提供的基于大数据的慢性肾病监管方案，通过根据预先构建的大数据分析模型，对各种待筛查对象的身体状态数据进行分析，筛选出患有慢性肾病的对象，然后根据该对象的身体状况数据和对应的慢性肾病分期来制定专门针对该对象的慢性肾病管理方案，不仅可以使患者根据适合自己的慢性肾病管理方案进行治疗，同时可以尽可能早的筛选出潜在的慢性肾病患者，及时对潜在的慢性肾病患者给予合理的管理方案，尽可能的阻止其发展为慢性肾病，从而达到降低慢性肾病患者人数的增长速度，减轻医保基金的负担的需求。附图说明图1是本发明实施例方案涉及的硬件运行环境的基于大数据的慢性肾病监管设备的结构示意图；图2为本发明基于大数据的慢性肾病监管方法第一实施例的流程示意图；图3为本发明基于大数据的慢性肾病监管方法第二实施例的流程示意图；图4为本发明基于大数据的慢性肾病监管装置第一实施例的结构框图。本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。参照图1，图1为本发明实施例方案涉及的硬件运行环境的基于大数据的慢性肾病监管设备结构示意图。如图1所示，该基于大数据的慢性肾病监管设备可以包括：处理器1001，例如中央处理器(centralprocessingunit，cpu)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(wireless-fidelity，wi-fi)接口)。存储器1005可以是高速的随机存取存储器(randomaccessmemory，ram)存储器，也可以是稳定的非易失性存储器(non-volatilememory，nvm)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。本领域技术人员可以理解，图1中示出的结构并不构成对基于大数据的慢性肾病监管设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及基于大数据的慢性肾病监管程序。在图1所示的基于大数据的慢性肾病监管设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明基于大数据的慢性肾病监管设备中的处理器1001、存储器1005可以设置在基于大数据的慢性肾病监管设备中，所述基于大数据的慢性肾病监管设备通过处理器1001调用存储器1005中存储的基于大数据的慢性肾病监管程序，并执行本发明实施例提供的基于大数据的慢性肾病监管方法。本发明实施例提供了一种基于大数据的慢性肾病监管方法，参照图2，图2为本发明一种基于大数据的慢性肾病监管方法第一实施例的流程示意图。本实施例中，所述基于大数据的慢性肾病监管方法包括以下步骤：步骤s10：慢性肾病管理平台获取待筛查人群中各待筛查对象的身体状况数据。具体的说，本实施例中所说的待筛查人群可以是：健康人群、有基础疾病人群、中等风险人群、高风险人群、复杂疾病重症人群等。进一步地，在本案中筛查工作的重点主要落在患有糖尿病、高血压、高尿酸血症、痛风、家族病史有肾脏病的人群，以及65岁以上的老人。此外，在筛查的过程中，可以结合满足上述条件的对象之前的体检报告进行筛查，比如体检报告中的尿常规、血肌酐、微量白蛋白等。此外，上述所说的身体状况数据可以包括以下至少一项：血压、血脂、血糖数据、心理情绪数据、生活方式数据、基础疾病病史数据、饮食喜好数据、常用药品数据等，此处不再一一列举，对此也不做任何限制。此外，应当理解的是，上述获取待筛查人群中各待筛查对象的身体状况数据的方式可以是：通过预先建立慢性肾病管理平台与现有的电子健康管理平台、电子处方管理平台及各大数据平台的通信连接，然后从上述各平台获取符合需求的对象的身体状况数据。需要说明的，以上仅为举例说明，对本申请的技术方案并不构成任何限定，本领域的技术人员可以根据需要，设置需要进行筛查的对象、待筛查对象的身体状况数据，以及筛查过程中遵循的条件，此处不做限制。步骤s20：根据预存的大数据分析模型，对所述各待筛查对象的身体状况数据进行分析，筛选出患有慢性肾病的对象。应当理解的是，本实施例中所用到的大数据分析模型，是在执行步骤s20之前就根据预存的国际疾病分类编码集合和样本数据，构建好的。具体的说，上述所说的国际疾病分类(internationalclassificationofdiseases，icd)，具体是依据疾病的某些特征，按照规则将疾病分门别类，并用编码的方法来表示的系统。因而，通过icd编码集合和样本数据来构建所述大数据分析模型，可以有效的保证大数据分析模型的精确性。此外，上述所说的样本数据即为不同用户的生态状况数据，具体可以是通过各大医院的医院信息系统(hospitalinformationsystem，his信息系统)、健康管理平台等存储有大量用户的身体状况数据的平台中获取。此外，在具体实现中，为了简化训练过程，可以先对样本数据进行一系列处理，比如基于压缩估计法，对所述样本数据进行有偏估计处理，得到回归模型，然后根据所述国际疾病分类编码集合和所述样本数据，对所述回归模型进行训练，得到所述大数据分析模型。具体的说，本实施例中所说的基于压缩估计法(leastabsoluteshrinkageandselectionoperator，lasso)，对所述样本数据进行有偏估计处理，得到回归模型，具体是通过构造一个惩罚函数得到一个较为精炼的模型，使得它压缩一些系数，同时设定一些系数为零。因此得到的回归模型保留了样本数据收缩的优点，从而使得后续训练获得大数据分析模型的过程变得相对简单。关于构建回归模型的方式，大致如下：首先，根据预设的筛选规则，从样本数据中筛选出符合所述筛选规则的样本数据作为惩罚因子，构建惩罚函数。具体的说，本实施例中在构建惩罚函数时，并非将全部的样本数据作为惩罚因子，而是有选择的把某些符合筛选规则的样本数据筛选出来作为惩罚因子构建惩罚函数，从而使得后续得到的回归模型能够拥有更好的性能参数，并且可以减少计算量。此外，应当理解的是，上述所说的筛选规则可以是规定在筛选样本数据时，筛选数据特征具有代表性的数据，具体的筛选规则，本领域的技术人员可以根据需要设置，此处不做限制。此外，关于上述所说的惩罚函数即为现有常说的处罚函数，是一类制约函数。关于该函数的构建，本领域的技术人员可以查找相关资料自行实现，只是在构建过程中将符合筛选规则的样本数据作为惩罚因子进行构建即可。然后，利用统计平方公差法(root-sum-squares，rss)对所述惩罚函数进行残差平方和最小化计算，并在计算过程中以稀疏规则算子作为约束条件，剔除掉大于所述约束条件的残差平方和，便可得到回归模型。需要说明的是，本实施例中所说的稀疏规则算子(lassoregularization)，也称l1范数正则化(l1regularization或lasso)。它是机器学习(machinelearning)中重要的手段，在支持向量机(supportvectormachine)学习过程中，实际是一种对于目标函数(即上述的惩罚函数)求解最优的过程。因此，在利用rss对所述惩罚函数进行残差平方和最小化计算的过程中，通过将l1范数正则化最为约束条件，并将大于约束条件的残差平方和剔除掉，使得学习得到的结果满足稀疏化，从而保证了构建的回归模型为具有标志性特征的模型(结构简单，收缩性好)，在保证后续训练的大数据分析模型准确性的情况下，可以大大简化训练过程。需要说明的是，以上给出的仅为一种具体的实现方式，对本发明的技术方案并不构成限定，在具体实现中，本领域的技术人员可以根据需要选取训练方式来构建大数据分析模型，此处不做限制。步骤s30：根据预存的慢性肾病分期标准和所述对象的身体状况数据，确定所述对象对应的慢性肾病分期。具体的说，本实例中所说的慢性肾病分配标准，如表1所示：表1慢性肾病分期表分期描述肾小球滤过率(gfr)1肾损伤指标(+)，gfr正常>902肾损伤指标(+)，gfr轻度降60～893gfr中度降30～594gfr重度降15～295肾衰竭<15或透析通过表1可以发现，在确定慢性肾病分期的时候，主要是根据身体状况数据中携带的gfr(单位为：ml/min·1.73m2)来划分的。步骤s40：根据所述对象的身体状况数据和所述对象对应的慢性肾病分期，制定针对所述对象的慢性肾病管理方案。应当理解的是，由于不同的慢性肾病分期和不同的身体状况数据，会造成患者面临的风险不同，因此在制定针对所述对象的慢性肾病管理方案时，可以结合该对象面临的风险级别来制定，具体的操作可以是：先根据所述对象对应的慢性肾病分期，确定所述对象面临的风险级别；然后根据所述对象的身体状况数据和所述风险级别，制定针对所述对象的慢性肾病管理方案。进一步地，为了便于说明，本实施例中将风险级别大致分为三级，具体为第一风险级别，第二风险级别和第三风险级别。并且，所述第二风险级别的风险等级高于所述第一风险级别的风险等级，所述第三风险级别的风险等级高于所述第二风险级别的风险等级和所述第一风险级别的风险等级。关于，根据所述对象对应的慢性肾病分期，确定所述对象面临的风险级别的方式，具体如下：若所述对象对应的慢性肾病分期为炎症反应期或肾功能代尝期，则确定所述对象面临的风险级别为第一风险级别。需要说明的是，上述所说的炎症反应期即为慢性肾病1期(ckd1期)，在这一阶段患者的肌酐正常，肾功能尚未受损，只有一些尿蛋白、潜血、水肿、高血压等临床指征。除了水肿、高血压会让患者出现明显不适感之外，尿蛋白、潜血等都是“静悄悄的”。也就是说，这一阶段是最容易治愈的，但很多患者因为“不疼不痒”，白白错过了治疗时机，而本发明通过根据大数据分析模型，将这类患者筛选出来，并结合患者的身体状况数据，制定适于该患者的慢性肾病管理方案，从而及时控制住这类患者的病情的恶化，帮助他们尽早的治愈。此外，上述所说的肾功能代尝期即为慢性肾病2期(ckd2期)。所谓的肾功能代偿期，指的是肾功能轻微受损，靠肾脏自身的代偿功能就可以满足身体的日常需要。在这一阶段，血肌酐基本处于133～177μmol/l之间。大约还有一半的肾单位可以正常工作，因而患者本人也没有什么感觉。也就是说，如果得到及时、正规的治疗，肾功能代偿期可以实现临床治愈。因而，针对处于第一风险级别的患者，在根据其身体状况数据制定符合其身体状况的慢性肾病管理方案时，主要通过对当前患者的贫血、营养、钙磷代谢异常情况和甲状腺功能的严格监测，给出合理的营养指导(如平台通过与专业营养师建立合作关系，由专业营养素为患者定制符合该患者的食谱)、运动指导(给出相应的运动计划，并监测患者的运动情况，记录运动数据)、治疗指导(如院外血压、体重监测等)，并且将治疗的重点发在真挚患者的原发病及心血管方面的疾病。进一步地，若所述对象对应的慢性肾病分期为肾功能矢代尝期，则确定所述对象面临的风险级别为第二风险级别。上述所说的肾功能矢代尝期即为慢性肾病3期和慢性肾病4期(ckd3期和ckd4期)。所谓失代偿期，指的是肾功能受损较为严重，肾脏自身的代偿功能已经无法满足身体的日常需要。在这一阶段，血肌酐基本处于178～442μmol/l之间，肾单位受损已经超过三分之二甚至更多。此时，患者已经开始感觉到乏力，但症状仍然不明显。因此，如果得到及时、正规的治疗，仍有一半概率实现临床治愈。因而，针对处于第二风险级别的患者，在根据其身体状况数据制定符合其身体状况的慢性肾病管理方案时，给出的慢性肾病管理方案具体需要包括合理完善的药物治疗、持续的饮食治疗、监测各种肾脏指标等方案，并准备建透析通路。进一步地，若所述对象对应的慢性肾病分期为肾衰竭期，则确定所述对象面临的风险级别为第三风险级别。上述所说的肾衰竭期即为慢性肾病5期(ckd5期)。也就是说，慢性肾病已经发展为尿毒症，因而给出的慢性肾病管理方案主要以透析治疗和肾脏移植为主，并辅以合理的饮食治疗、运动治疗等。需要说明的是，以上给出的仅为一种具体的实现方式，对本发明的技术方案并不构成限定，在具体实现中，本领域的技术人员可以根据需要设置，此处不做限制。步骤s50：将所述慢性肾病管理方案下发至所述对象的终端设备，以使所述对象根据所述慢性肾病管理方案进行诊疗，和/或将所述慢性肾病管理方案下发至医护人员的终端设备，以使所述医护人员根据所述慢性肾病管理方案对所述对象进行管理。具体的说，所述对象的终端设备和所述医护人员的终端设备，均可以是智能手机、平板电脑、个人计算机等移动设备。此外，应当理解的是，患者自己在收到针对自己的慢性肾病管理方案后，可以根据所述慢性肾病管理方案进行诊疗，比如，前去医疗机构就医问诊，或者根据慢性肾病管理方案中的饮食、运动规划进行预防治疗。另外，上述医护人员根据所述慢性肾病管理方案对所述对象进行管理，具体可以是由家庭医生或者社区医院的医护人员，上门指导，跟踪和评估患者病情，如果发现患者出现异常，及时进行转诊到上级医院，如区级医院、三甲医院、上有透析中心等。需要说明的是，以上仅为举例说明，对本发明的技术方案并不构成限定，在具体实现中，本领域的技术人员可以根据需要设置，此处不做限制。通过上述描述不难发现，本实施例中提供的基于大数据的慢性肾病监管方法，通过根据预先构建的大数据分析模型，对各种待筛查对象的身体状态数据进行分析，筛选出患有慢性肾病的对象，然后根据该对象的身体状况数据和对应的慢性肾病分期来制定专门针对该对象的慢性肾病管理方案，不仅可以使患者根据适合自己的慢性肾病管理方案进行治疗，同时可以尽可能早的筛选出潜在的慢性肾病患者，及时对潜在的慢性肾病患者给予合理的管理方案，尽可能的阻止其发展为慢性肾病，从而达到降低慢性肾病患者人数的增长速度，减轻医保基金的负担的需求。参考图3，图3为本发明一种基于大数据的慢性肾病监管方法第二实施例的流程示意图。在本实例中，原步骤s50中“将所述慢性肾病管理方案下发至所述对象的终端设备，以使所述对象根据所述慢性肾病管理方案进行诊疗，和/或将所述慢性肾病管理方案下发至医护人员的终端设备，以使所述医护人员根据所述慢性肾病管理方案对所述对象进行管理”，具体限定为步骤s50'中的内容。其他步骤大致相同，此处不再赘述，以下主要介绍不同之处：基于上述第一实施例，本实施例基于大数据的慢性肾病监管方法在所述步骤s50'之后，还包括：步骤s60：接收所述对象的终端设备触发的购药请求，为所述对象配送处方药。关于，步骤s60中“接收所述对象的终端设备触发的购药请求，为所述对象配送处方药”的操作，具体可以通过如下几个子步骤实现：(1)接收所述购药请求，从所述购药请求中提取用于标识所述对象的第一标识信息。具体的说，为了实现对慢性肾病患者全周期的监管，在实际应用中，慢性肾病管理平台可以与处方共享平台、各大医院的医院信息系统(hospitalinformationsystem，his信息系统)、医疗中心药房、健康管理平台等各种会涉及患者信息的平台建立通信连接，方便患者或者医护人员将处方信息导入到处方共享平台的处方管理库中，从而在接收所述购药请求时，慢性肾病管理平台便可以从与自己通信连接的各平台、机构中获取到相关信息。应当理解的是，在具体应用中，上述所说的医疗中心药房可以是为各医院提供药品的供药机构，也可以是相关部门设立的顶点药店或社区医院。此外，上述所说的对象的终端设备可以是任意能够与慢性肾病管理平台、处方共享平台通信连接的智能手机、平板电脑、个人计算机等设备，此处不再一一列举，对此也不做任何限制。相应地，触发的购药请求，具体可以是患有慢性肾病的对象(以下简称患者)通过操作安装在上述终端设备上的集购药与上传处方于一体的应用程序(application，app)上某一个绑定购药请求的功能按键时，由该功能按键对应的监听事件、程序向慢性肾病管理平台做出购药请求。即，慢性肾病管理平台在接收到该功能按键对应的监听事件发送的请求时，即判定终端设备触发了购药请求。此外，上述所说的用于标识药患者身份的第一标识信息，具体可以是患者的身份证号码、医疗保险卡的卡号等此处不再一一列举，对此也不做任何限制。(2)根据预存的映射关系表，在预先建立的处方管理库中查找与所述第一标识信息对应的处方信息。具体的说，上述所说的处方信息至少包括所述处方药和标识所述患者身份的第二标识信息。并且，所述处方药具体是由医生根据所述慢性肾病管理方案为所述患者开具的。此外，所述映射关系为所述第一标识信息与所述第二标识信息之间的对应关系。通过上述描述可以发现，由于映射关系表中存储的为所述第一标识信息与所述第二标识信息之间的对应关系，因而在根据预存的映射关系表，在预先建立的处方管理库中查找与所述第一标识信息对应的处方信息时，具体是通过在处方管理库中查找与所述第一标识信息匹配的第二标识信息，然后将包含所述第二标识信息的处方信息作为与所述第一标识信息对应的处方信息。也就是说，处方信息中包括的第二标识信息是与第一标识信息相对应的，即如果第一标识信息为身份证号码，则第二标识信息也应该包含身份证号码。只不过，第一标识信息为患者在发起购药请求时输入的，或者是在发起购药请求时由终端设备从预先填写的个人信息中获取的，而第二标识信息则为患者在医院就医时，由医护人员录入的，或者在为患者办理健康档案时录入，此处不再一一列举，对此也不做任何限制。此外，上述所说的处方药，具体是指必须凭执业医师或执业助理医师处方才可调配、购买和使用的药品。进一步地，为了保证慢性肾病管理平台在收到用户的终端设备触发购药请求时，能够从与之通信连接的处方共享平台的处方管理库中查找到对应的处方信息，需要在执行子步骤(2)之前，先在处方管理库中添加所述处方信息。关于，在处方管理库中添加所述处方信息的方式，具体如下：首先，需要接收医护人员的终端设备或所述患者的终端设备上传的处方，从所述处方中提取所述处方信息。需要说明的是，由于在实际应用中，收到的处方可能是电子处方，也可能是传统纸质处方的电子图片。因而，在从所述处方中提取所述处方信息时，需要根据处方的类型，选取相应的提取方式来提取处方信息，包括：若所述处方为电子处方，则遍历所述电子处方中的字符，得到所述处方信息；若所述处方为纸质处方的电子图片，则基于高阶神经网络算法，对所述电子图片中的字符进行识别判断，得到所述处方信息。具体的说，在基于高阶神经网络算法，对所述电子图片中的字符进行识别判断，得到所述处方信息之前，为了保证可以快速准确的提取出有用的内容，进而得到所述处方信息，需要先利用边缘检测法，提取所述电子图片中各字符的特征信息，比如笔画特征信息、连通特征信息、封闭区域特征信息等，此处不再一一列举，也不做任何限制。应当理解的是，由于采用边缘检测法，提取特征信息时，会先调节电子图片的对比度，因为对比度越高，提取的特征越清晰、越准确。因而，在按照如下方式，获取处方信息时可以有效的保证处方信息的精确度，在利用边缘检测法，提取所述电子图片中各字符的特征信息之后，基于高阶神经网络算法，对所述电子图片中的字符进行识别判断，得到所述处方信息的方式，具体如下：基于所述高阶神经网络算法，根据各字符的特征信息和为各字符的特征信息预设的权重系数，计算各字符的特征信息对应的权重值；将各字符的特征信息对应的权重值与阈值进行比较，将权重值大于所述阈值的字符按照初始顺序输出，得到所述处方信息。需要说明的是，上述的阈值可以由本领域的技术人员根据需要设置，此处不做限制。另外，由于边缘检测法的使用已近较为成熟，因而关于利用边缘检测法，提取所述电子图片中各字符的特征信息，此处不再赘述，本领域的技术人员可以通过查看相关资料自行实现。需要说明的是，以上给出的仅为一种在处方管理库中添加所述处方信息时采取的方式，对本发明的技术方案并不构成限定，在具体实现中，本领域的技术人员可以根据需要设置，此处不做限制。(3)根据所述第一标识信息，在预先建立的患者档案库中查找与所述第一标识信息对应的患者档案，从查找到的所述患者档案中提取处方药配送信息和所述对象的常用处方药。具体的说，所述患者档案可以包括患者的姓名、身份证号码、社保卡号或医保卡号、联系电话、送药地址、患有的慢性病名称、常用药品等。相应地，上说所说的处方药配送信息可以包括患者的姓名、联系电话、送药地址等。需要说明的是，以上仅为举例说明，对本发明的技术方案并不构成任何现代，在具体实现中，本领域的技术人员可以根据需要设置，此处不做限制。(4)在所述处方药与所述常用处方药匹配度大于阈值时，将所述处方药和所述处方药配送信息发送至医疗中心药房，以使所述医疗中心药房能够根据所述处方药配送信息，为所述对象配送所述处方药。具体的说，上述阈值可以通过对患者病情及用药量、用药成分、替换的药品的效果、价格等多个因素合理设置，比如设置阈值大于85％，则认为合理。相应的，匹配的方式可以是通过比对药品的成分，效果等确定。此外，这里所说的医疗中心药房具体可以是一个由药品福利管理机构进行管理协调组织的机构，从而能够将保险机构、制药商、医院和药房等机构联系在一起，实现对医疗费用的有效管理，达到节省社会医疗保险支出、增加药品效益，控制药价增长的目的，使得普通参保人员能够更好的享受基本的医疗服务。由于采用了药品福利管理，可以使患者直接从制药商购得处方药，进而可以省去药品中间的各个流通环节，降低了药价，减轻了患者负担。此外，在实际应用中，为了进一步减少患者的就医开销，可以设置积分制度，使得购药患者能够使用积分抵换药品或换取红包等，从长远的角度看，可以达到减少患者开销的目的。进一步地，为了防止他人盗取患者的医疗保险账户，恶意使用患者的医疗保险基金购买药品，在执行上述子步骤(4)之前，需要先从所述购药请求中提取支付方式，确定支付方式是否为使用医疗保险卡支付，若所述支付方式为使用医疗保险卡支付，则对发起所述购药请求的对象进行身份验证，即需要验证发起所述购药请求的用户是否为该医疗保险卡的持有者，并且购买的药品是否为医疗保险卡的持有者需要服用的药品，如果是才确定所述购药请求有效，子步骤(4)才会执行。关于，对发起所述购药请求的对象进行身份验证，确定所述购药请求有效的操作，具体可以通过如下步骤实现：(01)获取使用所述医疗保险卡的所述对象的第一生物特征信息和所述医疗保险卡的识别号。应当理解的是，上述所说的第一生物特征信息，可以是人脸特征、指纹特征信息、虹膜特征信息、声纹特征信息等，此处不再一一列举，对此也不做任何限制，本领域的技术人员可以根据需要设置需要获取的第一生物特征信息。相应地，在第一生物特征信息不同时，选取的获取第一生物特征信息的设备也会有所不同，比如在第一生物特征信息为人脸特征信息、虹膜特征信息时，则需要采用图像采集设备来获取；在第一生物特征信息为指纹特征信息时，则需要采用指纹模组获取；在第一生物特征信息为声纹特征信息时，需要采用语音装置来获取。此外，上述所说的医疗保险卡，即社会医疗保险卡，也称医保卡。目前可以是集社保与医保于一体的社保卡。相应地，上述识别号具体是标识医疗保险卡唯一性的id(identification)号，或者是参保人的身份证号码。为了便于理解获取使用所述医疗保险卡的用户的第一生物特征信息的具体实现方式，以下以所述第一生物特征信息为使用所述医疗保险卡的用户的第一人脸特征信息，所述第二生物特征信息为所述医疗保险卡的持有者的第二人脸特征信息为例进行具体说明。(02)根据所述识别号，从社会保障平台获取所述识别号对应的所述医疗保险卡的持有者的第二生物特征信息。具体的说，上述所说的医疗保险卡的持有者具体是指该医疗保险卡对应的实际参保人。因此，根据所述识别号，从社会保障平台获取所述识别号对应的所述医疗保险卡的持有者的第二生物特征信息，即为参保人在办理医疗保险卡时，录入的人脸特征、指纹特征信息、虹膜特征信息、声纹特征信息等。(03)将所述第一生物特征信息与所述第二生物特征信息进行匹配。以第一生物特征信息为第一人脸特征信息，第二生物特征信息为第二人脸特征信息为例，则在具体实现中将所述第一人脸特征信息与所述第二人脸特征信息进行匹配的具体操作大致如下：首先，将所述第一人脸特征信息与所述第二人脸特征信息进行逐一匹配，确定所述第一人脸特征信息与所述第二人脸特征信息之间的余弦相似度。然后，将所述余弦相似度与预设的相似度阈值进行比较。需要说明的是，以上给出的仅为一种具体的比较方式，对本发明的技术方案并不构成任何限定，在具体实现中，本领域的技术人员可以根据需要选取合适的比较方式，此处不做限制。(04)若所述第一生物特征信息与所述第二生物特征信息匹配，则确定所述购药请求有效。此外，值得一提的是，由于在实际应用中，需要服用购买的药品的患者会涉及儿童、老人等不便于操作终端设备进行线上购药的人群，因此为了保证这类人群也可以享受本实施例中提供的购药、配送方式，在将所述第二生物特征信息与所述第一生物特征信息进行特征对比之后，还可以包括：若所述二生物特征信息与所述第一生物特征信息不匹配，则获取为所述医疗保险卡的持有者预留的监护人的第三生物特征信息；将所述第一生物特征信息与所述第三生物特征信息进行特征对比，若所述第一生物特征信息与所述第三生物特征信息匹配，则确定所述购药请求有效；若所述第一生物特征信息与所述第三生物特征信息不匹配，则确定所述购药请求无效。需要说明的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体实现中，本领域的技术人员可以根据需要设置验证规则及方式，此处不做限制。通过上述描述不难发现，本实施例中提供的基于大数据的慢性肾病监管方法，在将所述慢性肾病管理方案下发至所述对象的终端设备和将所述慢性肾病管理方案下发至医护人员的终端设备之后，若接收到所述对象的终端设备触发的购药请求，通过从所述购药请求中提取用于标识所述对象的第一标识信息，根据预存的映射关系表在预先建立的处方管理库中查找与第一标识信息对应的处方信息，以及在预先建立的患者档案库中查找与第一标识信息对应的患者档案，从而可以使得医疗中心药房能够根据患者档案中的处方药配送信息，为所述对象配送处方信息中开具的处方药，使得所述对象在家就可以拿到自己需要的处方药，无需亲自在医院排队取药，有效缓解了医院的人流量及花费在取药上的时间。此外，本发明提供的基于大数据的慢性肾病监管方法，在将针对当前购药请求的处方信息和处方药配送信息发送至医疗中心药房之前，通过将处方信息中的处方药与患者的常用处方药进行比较，在当前需要购买的处方药与常用处方药的匹配度大于预设的阈值时，才通知医疗中心药房为患者安排处方药的配送，从而有效的避免了由于医护人员的失误，导致给患者开具不合适处方药情况的发生，使得患者能够更好的享受基本医疗服务。此外，本发明实施例还提出一种存储介质，所述存储介质上存储有基于大数据的慢性肾病监管程序，所述基于大数据的慢性肾病监管程序被处理器执行时实现如上文所述的基于大数据的慢性肾病监管方法的步骤。参照图4，图4为本发明基于大数据的慢性肾病监管装置第一实施例的结构框图。如图4所示，本发明实施例提出的基于大数据的慢性肾病监管装置包括：身体状况数据获取模块4001、慢性肾病对象筛选模块4002、慢性肾病分期确定模块4003、慢性肾病管理方案制定模块4004和慢性肾病管理方案发送模块4005。其中，身体状况数据获取模块4001，用于获取待筛查人群中各待筛查对象的身体状况数据。慢性肾病对象筛选模块4002，用于根据预存的大数据分析模型，对所述各待筛查对象的身体状况数据进行分析，筛选出患有慢性肾病的对象。慢性肾病分期确定模块4003，用于根据预存的慢性肾病分期标准和所述对象的身体状况数据，确定所述对象对应的慢性肾病分期。慢性肾病管理方案制定模块4004，用于根据所述对象的身体状况数据和所述对象对应的慢性肾病分期，制定针对所述对象的慢性肾病管理方案。应当理解的是，由于不同的慢性肾病分期和不同的身体状况数据，会造成患者面临的风险不同，因此在制定针对所述对象的慢性肾病管理方案时，可以结合该对象面临的风险级别来制定，具体的操作可以是：先根据所述对象对应的慢性肾病分期，确定所述对象面临的风险级别；然后根据所述对象的身体状况数据和所述风险级别，制定针对所述对象的慢性肾病管理方案。进一步地，为了便于说明，本实施例中将风险级别大致分为三级，具体的：若所述对象对应的慢性肾病分期为炎症反应期或肾功能代尝期，则确定所述对象面临的风险级别为第一风险级别。若所述对象对应的慢性肾病分期为肾功能矢代尝期，则确定所述对象面临的风险级别为第二风险级别。若所述对象对应的慢性肾病分期为肾衰竭期，则确定所述对象面临的风险级别为第三风险级别。并且，所述第二风险级别的风险等级高于所述第一风险级别的风险等级，所述第三风险级别的风险等级高于所述第二风险级别的风险等级和所述第一风险级别的风险等级。需要说明的是，以上给出的仅为一种具体的实现方式，对本发明的技术方案并不构成限定，在具体实现中，本领域的技术人员可以根据需要设置合适的参考条件，此处不做限制。慢性肾病管理方案发送模块4005，用于将所述慢性肾病管理方案下发至所述对象的终端设备，以使所述对象根据所述慢性肾病管理方案进行诊疗，和/或将所述慢性肾病管理方案下发至医护人员的终端设备，以使所述医护人员根据所述慢性肾病管理方案对所述对象进行管理。此外，值得一提的是，在实际应用中，为了保证慢性肾病对象筛选模块4002能够根据预存的大数据分析模型，对所述各待筛查对象的身体状况数据进行分析，筛选出患有慢性肾病的对象，需要预先构建所述大数据分析模型。因而，本实施例中提供的基于大数据的慢性肾病监管装置还可以包括：大数据分析模型构建模块。具体的，所述大数据分析模型构建模块，用于根据预存的国际疾病分类编码集合和样本数据，构建所述大数据分析模型。进一步地，为了简述训练过程，可以先对样本数据进行一系列处理，比如基于压缩估计法，对所述样本数据进行有偏估计处理，得到回归模型，然后根据所述国际疾病分类编码集合和所述样本数据，对所述回归模型进行训练，得到所述大数据分析模型。需要说明的是，以上给出的仅为一种具体的实现方式，对本发明的技术方案并不构成限定，在具体实现中，本领域的技术人员可以根据需要选取训练方式来构建大数据分析模型，此处不做限制。通过上述描述不难发现，本实施例中提供的基于大数据的慢性肾病监管装置，通过根据预先构建的大数据分析模型，对各种待筛查对象的身体状态数据进行分析，筛选出患有慢性肾病的对象，然后根据该对象的身体状况数据和对应的慢性肾病分期来制定专门针对该对象的慢性肾病管理方案，不仅可以使患者根据适合自己的慢性肾病管理方案进行治疗，同时可以尽可能早的筛选出潜在的慢性肾病患者，及时对潜在的慢性肾病患者给予合理的管理方案，尽可能的阻止其发展为慢性肾病，从而达到降低慢性肾病患者人数的增长速度，减轻医保基金的负担的需求。需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的基于大数据的慢性肾病监管方法，此处不再赘述。基于上述基于大数据的慢性肾病监管装置的第一实施例，提出本发明基于大数据的慢性肾病监管装置第二实施例。由于在具体实现中，在将所述慢性肾病管理方案下发至所述对象的终端设备和将所述慢性肾病管理方案下发至医护人员的终端设备之后，还可以接收所述对象的终端设备触发的购药请求，为所述对象配送处方药。因此，在本实施例中，所述基于大数据的慢性肾病监管装置还包括第一提取模块、处方信息查找模块、患者档案查找模块、第二提取模块和配送信息下发模块。其中，第一提取模块，用于接收所述购药请求，从所述购药请求中提取用于标识所述对象的第一标识信息。处方信息查找模块，用于根据预存的映射关系表，在预先建立的处方管理库中查找与所述第一标识信息对应的处方信息。需要说明的是，所述处方信息至少包括所述处方药和标识所述对象的第二标识信息。此外，上述所说的处方药具体是由医生根据所述慢性肾病管理方案为所述对象开具。此外，所述映射关系为所述第一标识信息与所述第二标识信息之间的对应关系。患者档案查找模块，用于根据所述第一标识信息，在预先建立的患者档案库中查找与所述第一标识信息对应的患者档案。第二提取模块，用于从查找到的所述患者档案中提取处方药配送信息和所述对象的常用处方药。配送信息下发模块，用于在所述处方药与所述常用处方药匹配度大于阈值时，将所述处方药和所述处方药配送信息发送至医疗中心药房，以使所述医疗中心药房能够根据所述处方药配送信息，为所述对象配送所述处方药。此外，在具体实现中，在将所述处方药和所述处方药配送信息发送至医疗中心药房之前，还可以从所述购药请求中提取支付方式，若所述支付方式为使用医疗保险卡支付，则对发起所述购药请求的对象进行身份验证，并在确定所述购药请求有效时，才通知配送信息下发模块下发相关配送信息。因而，本实施例中提供的基于大数据的慢性肾病监管装置还可以包括身份验证模块。由所述身份验证模块对所述对象进行身份验证，确定所述购药请求有效。具体的说，身份验证模块在对发起所述购药请求的对象进行身份验证时，主要通过如下方式确定所述购药请求有效：首先，获取使用所述医疗保险卡的所述对象的第一生物特征信息和所述医疗保险卡的识别号。然后，根据所述识别号，从社会保障平台获取所述识别号对应的所述医疗保险卡的持有者的第二生物特征信息。接着，将所述第一生物特征信息与所述第二生物特征信息进行匹配。最后，若所述第一生物特征信息与所述第二生物特征信息匹配，则确定所述购药请求有效。需要说明的是，以上给出的仅为一种具体的实现方式，对本发明的技术方案并不构成任何限定，在具体实现中，本领域的技术人员可以根据需要设置，此处不做限制。通过上述描述不难发现，本实施例中提供的基于大数据的慢性肾病监管装置，在将所述慢性肾病管理方案下发至所述对象的终端设备和将所述慢性肾病管理方案下发至医护人员的终端设备之后，若接收到所述对象的终端设备触发的购药请求，通过从所述购药请求中提取用于标识所述对象的第一标识信息，根据预存的映射关系表在预先建立的处方管理库中查找与第一标识信息对应的处方信息，以及在预先建立的患者档案库中查找与第一标识信息对应的患者档案，从而可以使得医疗中心药房能够根据患者档案中的处方药配送信息，为所述对象配送处方信息中开具的处方药，使得所述对象在家就可以拿到自己需要的处方药，无需亲自在医院排队取药，有效缓解了医院的人流量及花费在取药上的时间。此外，本发明提供的基于大数据的慢性肾病监管装置，在将针对当前购药请求的处方信息和处方药配送信息发送至医疗中心药房之前，通过将处方信息中的处方药与患者的常用处方药进行比较，在当前需要购买的处方药与常用处方药的匹配度大于预设的阈值时，才通知医疗中心药房为患者安排处方药的配送，从而有效的避免了由于医护人员的失误，导致给患者开具不合适处方药情况的发生，使得患者能够更好的享受基本医疗服务。需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的基于大数据的慢性肾病监管方法，此处不再赘述。此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(readonlymemory，rom)/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的
技术领域：
，均同理包括在本发明的专利保护范围内。当前第1页12