一种基于AI的糖尿病风险评估系统

一种基于ai的糖尿病风险评估系统
技术领域
1.本实用新型涉及一种基于ai的糖尿病风险评估系统，属于糖尿病辅助治疗系统技术领域。


背景技术：

2.糖尿病是一组由多病因引起以慢性高血糖为特征的代谢性疾病，是由胰岛素分泌和(或)利用缺陷引起的。它作为常见病、多发病，是严重威胁人类健康的世界性公共卫生问题。伴随全球老龄化问题日趋严重，2型糖尿病已上升为影响人们生命健康的常见慢性疾病。糖尿病不仅仅给人民生活带来压力，也给我国医疗卫生事业造成严重负担，如何预防糖尿病的发生，以及延缓糖尿病的发展尤为重要。
3.糖尿病的治疗和管理应以患者为中心，进行长期的协同管理模式。随着科学技术的发展，我国管理糖尿病的移动端应用程序app越来越多，它们的功能多集中于血糖监测、数据记录、知识普及等，但是患者与医院临床医生交流沟通较少，不能得到专业医生的及时指导和对病情的及时评估。因此，引入ai技术预测糖尿病的发病风险，真正发挥远程医疗模式的应用价值。并将在线诊疗和大数据融入技术中，实现更便捷的医患沟通和方便的共享资源。从而减少糖尿病病死率、减少医患纠纷、实现医疗模式下的资源共享。
4.针对现有的国内糖尿病分级诊治存在不足的问题，应运而生的远程诊治模式也相继出现，目前已有一些关于糖尿病诊治和血糖监测的应用程序(application,app)，例如糖医生、糖护士、随糖、稳糖、掌控糖尿病、大糖医和血糖高管，
5.前五种app的使用人数较多，其功能完整性较全，如血压、血糖、运动、饮食、药物的检测、就医、科普方面的内容都相对完善。但是，这五种app无法对糖尿病人进行风险评估。
6.后两款app使用人数较少，功能较为完善，但由于上市时间较短，在科普专栏方面存在不足，不能具有详细的一些分类专题，比较杂乱。由于其比较新，具有一定的人工智能(artificial intelligence,ai)糖尿病风险预估功能，但不足是，用户在使用时，需要手动输入详细的性别、身高体重、职业等身份信息及血糖、血压、血脂蛋白、胆固醇等实验室数据后得出结论，如果输入不全面，则得不到准确风险评估结果；此外，这两款app只能分析患者当时的风险，不具有代表性。对于已经患糖尿病的老年人，利用其预估并发症的发生几率，使用操作过于复杂，不能够全面反映糖尿病人的状态信息。


技术实现要素：

7.本实用新型的目的在于提出一种基于ai的糖尿病风险评估系统，以解决现有技术中存在的问题。
8.一种基于ai的糖尿病风险评估系统，包括血糖仪，基于ai的糖尿病风险评估系统还包括病人端、服务器和医生端，其中，病人端和医生端分别与服务器双向连接，血糖仪与服务器连接。
9.进一步的，
10.病人端，用于使患者向服务器上传基本档案信息；
11.血糖仪，用于测得患者的血糖信息，并上传血糖信息至服务器；
12.服务器，用于汇总基本档案信息和血糖信息，并进行ai分析，将分析结果定期发送至医生端；
13.医生端，用于接收参考方案，并形成后续诊疗方案。
14.进一步的，具体的，服务器，用于将收集的糖尿病患者和高危人群的基本档案信息和血糖信息汇总，绘成血糖监测曲线，利用ai技术进行评估监测，并将结果定期在线反馈给医生端，从而实现对病人的远程管理和监控及提供诊疗方案。
15.进一步的，基本档案信息还包括血压数据、药物记录、饮食记录、体质记录和病史记录。
16.有益效果：本实用新型提出的一种基于ai的糖尿病风险评估系统：
17.(1)该技术通过患者填写全面的个人资料，可享受慢性病的精准筛查和危险因素分析，对患者进行全面的评估，解决漏查、误查而造成的漏诊、误诊，使诊断更精确。
18.(2)该技术非接触性、非强制性、操作简单、结果直观等特点，更为人们接受。对于不同类型的糖尿病进行的风险预估，可大大减少患者由于未能及时就医而导致的严重后果。利用标准化、专家级的ai糖尿病管理服务，进行有效的风险评估，帮助患者预知并发症的风险而及时防治或治疗。
19.(3)该系统通过建立线上线下的健康管理中心：基于对糖尿病人完整的血糖检测的数据统计，和ai的风险预测，可以直接反馈给医生，方便病人去医院就诊时，医生可以全面的对患者进行评估，有效的防止了漏诊误诊。同时，通过早期发现、早期诊断、早期治疗为基础的医疗模式实现了对高危人群，糖尿病人群的三级预防。
20.(4)该系统所包含数据库的使用也大大减少了数据收集所带来的成本，以及云数据库以它独有的存储下载方便、不占实体空间等优点也逐步更好地取代了传统意义上的交流和学习。
附图说明
21.图1为一种基于ai的糖尿病风险评估系统的实施示意图；
22.图2为糖尿病相关人群的健康档案建立示意图；
23.图3为高风险人群的ai风险预估功能示意图；
24.图4为糖尿病患者无并发症的ai风险评估系统功能示意图；
25.图5为糖尿病已有并发症ai评估系统功能示意图；
26.图6为云医生服务示意图；
27.图7为糖尿病患者的数据库功能示意图；
28.图8为ai风险预估系统路线图。
具体实施方式
29.下面将结合本实用新型实施例中的附图对本实用新型实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本实用新型一部分实施例，而不是全部的实施例。基于本实用新型中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所
获得的所有其他实施例，都属于本实用新型保护的范围。
30.一种基于ai的糖尿病风险评估系统，包括血糖仪，基于ai的糖尿病风险评估系统还包括病人端、服务器和医生端，其中，病人端和医生端分别与服务器双向连接，血糖仪与服务器连接。
31.进一步的，
32.病人端，用于使患者向服务器上传基本档案信息；
33.血糖仪，用于测得患者的血糖信息，并上传血糖信息至服务器；
34.服务器，用于汇总基本档案信息和血糖信息，并进行ai分析，将分析结果定期发送至医生端；
35.医生端，用于接收参考方案，并形成后续诊疗方案。
36.进一步的，具体的，服务器，用于将收集的糖尿病患者和高危人群的基本档案信息和血糖信息汇总，绘成血糖监测曲线，利用ai技术进行评估监测，并将结果定期在线反馈给医生端，从而实现对病人的远程管理和监控及提供诊疗方案。
37.进一步的，基本档案信息还包括血压数据、药物记录、饮食记录、体质记录和病史记录。
38.具体的，以下给出一具体实施例：
39.如图1所示，本系统是一种基于ai的糖尿病风险评估系统，包括多名患者、血糖及其它数据录入设备、汇聚到医院的服务器(这个服务器可开展ai分析)、医生，这样构成一个完整的糖尿病风险评估系统。
40.如图2所示，所述患者基本信息包含收集患者的血压数据，药物记录，饮食记录，体质记录(包含身高和体重)，病史记录(包括高危人群和患者伴或不伴有并发症)。此数据通过患者在智能手机端以问卷形式手动输入。
41.所述血糖数据的收集包括手动输入和蓝牙传输两种策略。
42.所述医院服务器包括具有ai数据分析处理功能的软件和数据加密管理系统。
43.所述医生端指在系统注册的三甲医院的医生，所述病人端指在系统注册的高危人群或糖尿病患者。
44.所述糖尿病患者的数据库指包含使用医院服务端汇总的数据和ai监测得出的结论建立的大数据库。
45.工作原理：
46.1.信息采集
47.收集患者的空腹、餐后血糖，血压等相关因素，检测患者长期的血糖控制程度。同时可自行填写患者本人的诊治经过{如在黑龙江省哪家医院就诊，做过的检查(可通过软件的照片功能传输到平台)推荐使用的药物}。那么也可以收集药物使用，运动，饮食的信息，主要是为了糖尿病人的健康管理策略。从而通过这些数据将用户分为高危人群，糖尿病不伴有并发症及糖尿病伴有并发症三类。
48.2.医院服务器ai数据分析
49.主要包括对三类人的预估：高风险人群，糖尿病患者(伴或不伴有并发症)
50.①
高风险人群的ai风险预警
51.参照图3所示，对于高危人群(有家族史，肥胖，高糖饮食，活动不足等)，首先是根
据患者自主提供的病史，ai自动将用户划分为高风险人群，需要做血糖的定期检测，然后我们会设置空腹血糖达到7mmol/l，随机血糖达到11.1mmol/l，ai会自动发出警报，并跳出问卷填写页面：患者可自行填写是否有三多一少的症状(多饮水，多吃东西，尿量增多，体重减低)，然后ai自动计算风险指数，提示糖尿病的可能，指导自行就医。
52.对于妊娠糖尿病患者，即在妊娠期间血糖升高。首先也是自动填报现在妊娠的状态，妊娠期间，要每日监测血糖数值，并在分娩后也要监测血糖数值。妊娠期间，当空腹血糖浓度达到5.1mmol/l，餐后1h随机血糖高于10.0mmol/l，2h餐后血糖高于8.5mmol/l，ai将自动监测风险，提示患妊娠糖尿病，指导饮食降糖方案，及时就医或远程医疗指导用药。当分娩后,可以通过健康档案的信息更改，改变当前状态，即会变成上述方式的ai预警方式(空腹血糖达到7mmol/l,随机血糖达到11.1mmol/l)。
53.②
糖尿病病人不伴有并发症
54.参照图4所示，不同类型糖尿病的并发症不尽相同，根据长期血糖检测水平，我们会设置糖尿病病人的综合控制目标(空腹血糖4.4-7.0mmol/l，非空腹数值≤10.0mmol/l，血压＜130/80mmhg,体重指数＜24，有氧活动≥150分钟/周，糖化血红蛋白＜7.0％)，当超出这一目标水平，会依据ai技术，通过制定的血糖曲线，采用机器学习的方法，评估患者并发症风险，同时连线医生，请医生指导用药的改变。对于不同类型的糖尿病可能发生的不完全相同的并发症，ai智能评估，起到早期预防，早期诊断，早期处理的作用。
55.a.1型糖尿病
56.主要发于青年人，主要是由于胰岛素不足导致的血糖升高，主要治疗措施是定时注射胰岛素。以控制1型糖尿病患者的病情。当血糖趋于稳定，ai会提示患者每3个月做一次糖化血红蛋白的检测。当血糖数据波动比较大，且未出现明显临床症状，ai也会发出预警，向绑定的医生进行远程预警，指导患者用药原则的改变。
57.1型糖尿病最常见的慢性并发症是糖尿病肾病，如果患者出现高血压，尿颜色状态改变，腰痛，患者可输入现有症状，ai会结合血糖的监测曲线进行风险预估，判断患者的并发症风险，并在高风险的情况下，指导患者进行就医进行相关的肾功或其他可能并发症的检测。
58.b.2型糖尿病
59.主要发于中老年人，以饮食控制，药物控制为主，此外还有糖尿病教育，运动治疗等措施，施行以患者为中心的综合管理模式。常用的药物有双胍类药物，磺脲类药物，格列奈类，噻唑烷二酮类，α-糖苷酶抑制剂，dpp-iv抑制剂，钠-葡萄糖共转运蛋白2(sglt-2)抑制剂，glp-1受体激动剂、胰岛素等。根据血糖的变化，可以通过ai监测曲线，通过医生指导，改变当前用药。
60.当血糖趋于稳定，ai会提示患者每3个月做一次糖化血红蛋白的检测，如果数据正常，则维持原药物剂量，糖化血红蛋白数值升高，调整药物剂量或更改治疗方案。当血糖数据波动比较大，且高于正常值，且未出现明显临床症状，ai会发出预警，向绑定的医生进行远程预警，医生会对患者做出评判，指导患者用药原则的改变。
61.病史较长的2型糖尿病患者容易发生各种慢性并发症及伴发病，常见的为心脑血管疾病、视网膜病变及糖尿病足。ai监测血糖数据曲线会告知患者动态血糖的变化情况，如果患者出现了一些新症状，可以手动输入症状数据，结合患者血糖波动的特点，采用机器学
习的方法进行ai并发症风险预测。ai做出风险评估之后，会提示患者到医院进行详细检查和治疗，以防治远期更为严重的并发症。
62.③
糖尿病患者已有并发症发生
63.参照图5所示，一般都是老年患者，常见的并发症有冠心病，脑动脉粥样硬化，神经系统并发症，视网膜改变和糖尿病足等。对于已有并发症的糖尿病患者，主要的治疗原则是控制血糖水平，以防止并发症的继续发生发展。在用药方面，如果出现严重并发症，可应用胰岛素来控制血糖。
64.依据ai技术，当血糖趋于稳定，ai会提示患者每3个月做一次糖化血红蛋白的检测，以及半年做一次做原有并发症的相关实验室检测，以及全身的体检，让医生帮助患者做出综合治疗方案，防止并发症(如心梗，脑梗死，脑出血，脑卒中等)导致的猝死发生，从而延长患者寿命。
65.3.医生端及患者端使用原理
66.①
在线诊疗
67.参照图6所示，可云连线内分泌科专业医生，对于有关的问题，进行询问，指导在线用药，控制血糖水平，减少并发症的可能性。
68.②
远程诊疗
69.参照图6所示，首先是进行院线医师认证，认证成功后，即可成为线上医生，帮助诊疗。患者分享给医生后，医生还可以看到自己的患者的健康档案。医生可以在线下诊疗时，通过让患者扫描二维码，推荐患者下载此app，患者下载后，即可与医生绑定，无需手动绑定，且医生可以收集到患者定期发送的血糖监测数据。
70.患者也可以在向临床医生问询病情的同时，推荐该医生加入医生群体；对于已注册过的医生，可以通过查找输入就诊的医生；那么两种方法都是通过绑定，建立与医生的关系。这就是利用互联网+的技术模式，将患者诊疗医生和患者远程联系在一起。患者将每周的血糖数据上传，医生就可以对患者进行评估分析，同时可以建议患者3个月查一次糖化血红蛋白，并通过糖化血红蛋白来指导治疗方案的改变。
71.4.糖网数据库的建立
72.参照图7所示，基于医院服务端的工作平台，将高危人群，糖尿病人完整的病史及血糖检测的数据统计，和ai的风险预测，利用互联网+技术进行各项的数据云端统计，如糖尿病患者有并发症的比例，影响因素中如饮食，运动等数据的比例等。总结出不同人群，不同患者的发病特点和哪些因素有关，或研究与糖尿病相关的课题，为其提供数据来源。此版块基于一个安全的云资源平台，管理相应的病例数据。只要医师在平台认证成功后，就可以在医师系统软件端看到来自不同患者的病例数据，并且可以进行下载和查阅。而且下级医生也可以向上级医生请教，实现病例之间的交流和共享。同时参与的医生可以观看到更多其他地区的糖尿病病人处理原则，促进了医生之间的交流和学习。
73.参照图8所示，图7为ai风险预估系统路线图，其中有5个部分：
74.(1)收集患者的各项基本信息：收集患者的空腹，餐后血糖，血压等相关因素，从而通过这些数据检测建立糖尿病患者的个人档案。
75.(2)系统读取档案及汇总血糖信息：系统自动评估健康档案的信息，将患者分别归类为高危人群、糖尿病患者不伴有并发症、糖尿病患者伴有并发症。
76.(3)ai数据分析：根据患者提供的血糖监测结果，利用机器学习的技术，对于不同类别的患者进行风险评估及提出可行方案。
77.(4)ai数据分析结果分别传输到患者端和医师端，医师开出诊疗方案后，患者可以及时采取治疗措施。
78.(5)通过ai数据分析结果和糖尿病患者完整病史的采集汇总成数据库，登录医院服务端即可进行数据的下载传送，并方便医师之间的交流学习。
79.以上实施示例只是用于帮助理解本实用新型的方法及其核心思想，对于本领域的一般技术人员，依据本实用新型的思想，在具体实施方式及应用范围上还可以做出若干改进和润饰，这些改进和润饰也应视为本实用新型的保护范围。