医疗数据监测的方法及装置的制造方法
【技术领域】
[0001]本发明属于互联网技术领域，尤其涉及一种医疗数据监测的方法及装置。
【背景技术】
[0002]随着生活水平不断提高和人们工作、生活节奏加快，健康成为人们越来越关注的话题，计算机技术也越来越多地被应用于疾病诊断、体检和健康调查等领域中。但是，目前现有的健康分析系统仅仅针对用于用户上传的数据进行分析，其统计分析的结果往往依据一种或少数几种固定的规则进行分析，另外，人体各项体征数据也是动态变化的，因此，在未结合以往健康档案信息、个人生活习惯等情况的前提下，孤立地分析某一次数据有失偏颇，难以准确地为用户提供健康服务。
【发明内容】
[0003]本发明实施例的目的在于提供一种医疗数据监测的方法及装置，旨在解决现有互联网医疗数据分析不准确的问题。
[0004]本发明实施例是这样实现的，一种医疗数据监测的方法，所述方法包括如下步骤:
[0005]接收用户上传的身体体征数据；
[0006]根据预设的健康指标模型和所述用户上传的身体体征数据，分析所述用户的健康状况。
[0007]进一步地，在执行所述接收用户上传的身体体征数据之前，还包括:
[0008]建立多个健康指标模型。
[0009]进一步地，所述建立多个健康指标模型具体包括:
[0010]对所述用户已有的身体体征数据进行分类；
[0011]为每一类身体体征数据设置对应的参考值，形成所述每一类身体体征数据对应的健康指标模型;所述参考值为二进制数据或整形数据。
[0012]进一步地，所述根据预设的健康指标模型和用户上传的身体体征数据，分析用户的健康状况具体包括:
[0013]拆分所述用户上传的身体体征数据；
[0014]根据已拆分的用户上传的身体体征数据匹配对应的健康指标模型；
[0015]根据所述用户上传的身体体征数据，以及对应的健康指标模型推断所述用户的健康状况。
[0016]进一步地，在执行所述根据预设的健康指标模型和所述用户上传的身体体征数据，分析所述用户的健康状况之后，还包括:
[0017]根据已推断的用户的健康状况向用户推送对应的健康服务。
[0018]本发明还提出一种医疗数据监测的装置，所述装置包括:
[0019]接收模块，用于接收用户上传的身体体征数据；
[0020]分析模块，用于根据预设的健康指标模型和所述用户上传的身体体征数据，分析所述用户的健康状况。
[0021]进一步地，所述装置还包括:
[0022]建模模块，用于建立多个健康指标模型。
[0023]进一步地，，所述建模模块包括:
[0024]分类单元，用于对所述用户已有的身体体征数据进行分类；
[0025]设置单元，用于为每一类身体体征数据设置对应的参考值，形成所述每一类身体体征数据对应的健康指标模型;所述参考值为二进制数据或整形数据。
[0026]进一步地，所述分析模块包括:
[0027]拆分单元，用于拆分所述用户上传的身体体征数据；
[0028]匹配单元，用于根据已拆分的用户上传的身体体征数据匹配对应的健康指标模型；
[0029]推断单元，用于根据所述用户上传的身体体征数据，以及对应的健康指标模型推断所述用户的健康状况。
[0030]进一步地，所述装置还包括:
[0031]服务模块，用于根据已推断的用户的健康状况向用户推送对应的健康服务。
[0032]本发明实施例根据用户历史的身体体征数据，建立相应的健康指标模型，再结合用户上传的身体体征数据，精准快速地判断出用户目前的健康状况，提高了服务的准确度以及服务效率。
【附图说明】
[0033]图1是本发明实施例一提供的医疗数据监测的方法的流程图；
[0034]图2是本发明实施例一提供的医疗数据监测的方法中建模步骤的流程图；
[0035]图3是本发明实施例一提供的医疗数据监测的方法中分析步骤的流程图；
[0036]图4是本发明实施例二提供的医疗数据监测的装置的结构图；
[0037]图5是本发明实施例二提供的医疗数据监测的装置中建模模块的结构图；
[0038]图6是本发明实施例二提供的医疗数据监测的装置中分析模块的结构图。
【具体实施方式】
[0039]为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0040]实施例一
[0041]本发明实施例一提出一种医疗数据监测的方法。如图1所示，本发明实施例一的方法包括如下步骤:
[0042]S1、建立多个健康指标模型。如图2所示，步骤SI包括步骤:
[0043]S11、对用户已有的身体体征数据进行分类。用户已有的身体体征数据包括用户的基本信息、历史体检数据等，基本信息如用户的性别、年龄、家庭遗传史、既往病史、过敏药物以及近期不适症状等，历史体检数据包括在各个科室如内科、外科、眼科、口腔等的检测数据。将上述数据按照预设的标准进行分类，如体征、血压、心率、血脂等分别归类。
[0044]S12、为每一类身体体征数据设置对应的参考值，形成每一类身体体征数据对应的健康指标模型;所述参考值为二进制数据或整形数据。健康指标模型可以是包括每一类身体体征数据和参考值的表达式，参考值根据不同类别的身体体征数据分别设置，如针对体温，可设置三个参考值:37°C、38°C、39°C，并设置表达式:如体温A < 37°C，则正常，如体温37°C<A< 38°C，则属于中度发热，如体温38°C <A< 39°C，则属于高热。设置好的参考值转换成二进制数据或整形数据，可大大减少数量传输量，并提高数据准确度。
[0045]S2、接收用户上传的身体体征数据。建立各个健康指标模型后，通过互联网接收用户上传的身体体征数据。
[0046]S3、根据预设的健康指标模型和用户上传的身体体征数据，分析用户的健康状况。如图3所示，步骤S3包括步骤:
[0047]S31、拆分用户上传的身体体征数据。用户上传的身体体征数据可能包括体温、血压、心率等，首先将上述数据拆分并归类。
[0048]S32、根据已拆分的用户上传的身体体征数据匹配对应的健康指标模型。通过高效率的查找算法如二分法，将已拆分的身体体征数据匹配所有的健康指标模型，得到与健康指标t旲型的交集。
[0049]S33、根据用户上传的身体体征数据，以及对应的健康指标模型推断用户的健康状况。
[0050]S4、根据已推断的用户的健康状况向用户推送对应的健康服务。
[0051]已拆分的身体体征数据可能与多个健康指标模型存在交集，因此，可据此推断用户的健康状况，并提供相应的建议或指导推送至