本發(fā)明涉及遠程患者監(jiān)控，尤其涉及一種基于物聯(lián)網(wǎng)的醫(yī)療平臺用戶隨訪管理系統(tǒng)及方法。

背景技術(shù)：

1、遠程患者監(jiān)控技術(shù)領(lǐng)域涉及使用信息技術(shù)和通信設(shè)備來追蹤患者的健康狀態(tài)，而患者可能身處醫(yī)療機構(gòu)之外的任何地點。這一技術(shù)的核心是通過物聯(lián)網(wǎng)（iot）設(shè)備如傳感器、可穿戴設(shè)備以及其他端點設(shè)備實時收集健康數(shù)據(jù)，如心率、血壓、血糖等生命體征，并通過無線網(wǎng)絡(luò)發(fā)送到醫(yī)療提供者處。這使得醫(yī)生和護理人員能夠?qū)崟r監(jiān)控患者狀況，并在需要時提供遠程診斷或干預(yù)。此技術(shù)還包括使用高級數(shù)據(jù)分析和機器學習技術(shù)來分析健康數(shù)據(jù)，以預(yù)測病情發(fā)展并優(yōu)化治療方案。

2、其中，基于物聯(lián)網(wǎng)的醫(yī)療平臺用戶隨訪管理系統(tǒng)是指一個利用物聯(lián)網(wǎng)技術(shù)實現(xiàn)的醫(yī)療健康管理系統(tǒng)，主要用途是對慢性病患者或康復(fù)期患者進行持續(xù)的健康監(jiān)測和管理。系統(tǒng)通過與患者佩戴的智能設(shè)備或家中的醫(yī)療監(jiān)測設(shè)備連接，自動收集患者的健康數(shù)據(jù)并傳輸至醫(yī)療服務(wù)提供者處。這種系統(tǒng)使得醫(yī)療服務(wù)提供者能夠遠程監(jiān)控患者的健康狀況，及時調(diào)整治療方案，同時也幫助患者自我管理疾病，減少醫(yī)院復(fù)診的需求，提高了治療效率和患者滿意度。

3、現(xiàn)有技術(shù)通常依賴間隔性數(shù)據(jù)采集，缺乏實時監(jiān)控和預(yù)測能力，導(dǎo)致對患者行為和健康變化的反應(yīng)不夠及時，增加了復(fù)診和住院的風險。例如，間歇性監(jiān)測心律不齊患者可能錯過關(guān)鍵干預(yù)時機。此外，現(xiàn)有技術(shù)在數(shù)據(jù)分析和未來行為預(yù)測方面的不足，限制了治療方案的調(diào)整與前瞻性，可能導(dǎo)致治療效果和患者滿意度下降。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的是解決現(xiàn)有技術(shù)中存在的缺點，而提出的一種基于物聯(lián)網(wǎng)的醫(yī)療平臺用戶隨訪管理系統(tǒng)及方法。

2、為了實現(xiàn)上述目的，本發(fā)明采用了如下技術(shù)方案：一種基于物聯(lián)網(wǎng)的醫(yī)療平臺用戶隨訪管理系統(tǒng)包括：

3、數(shù)據(jù)收集模塊從物聯(lián)網(wǎng)設(shè)備中提取時間戳信息和行為數(shù)據(jù)，將每個患者的行為數(shù)據(jù)與唯一標識符結(jié)合，記錄每個數(shù)據(jù)點的收集時間和數(shù)量，生成數(shù)據(jù)整合表；

4、行為分析模塊從所述數(shù)據(jù)整合表中提取連續(xù)時間點的行為數(shù)據(jù)，計算每個患者行為的變化速率，通過比較相鄰數(shù)據(jù)點的差異，得出每種行為模式的變化趨勢，獲取行為變化特征值；

5、影響評估模塊利用所述行為變化特征值，評估每種行為變化對患者健康狀況的影響，通過對每種行為模式與健康結(jié)果的關(guān)聯(lián)分析，計算健康變化的敏感度，生成健康影響評估指標；

6、行為預(yù)測模塊使用所述健康影響評估指標，結(jié)合患者的行為數(shù)據(jù)，分析未來出現(xiàn)的行為趨勢，建立回歸分析模型預(yù)測未來多時間點患者行為變化，生成未來行為預(yù)測結(jié)果；

7、多任務(wù)處理模塊根據(jù)所述未來行為預(yù)測結(jié)果，實時調(diào)整監(jiān)控任務(wù)的優(yōu)先級，為每種患者行為匹配響應(yīng)方案，評估多任務(wù)的執(zhí)行效率，優(yōu)化任務(wù)執(zhí)行流程，建立任務(wù)優(yōu)化指標。

8、所述數(shù)據(jù)整合表具體為時間戳信息、患者唯一標識符、行為數(shù)據(jù)記錄、數(shù)據(jù)點收集時間、數(shù)據(jù)點數(shù)量，所述行為變化特征值具體為變化速率、相鄰數(shù)據(jù)點差異、行為模式變化趨勢，所述健康影響評估指標包括行為模式與健康結(jié)果關(guān)聯(lián)分析、健康變化敏感度，所述未來行為預(yù)測結(jié)果具體為回歸分析模型、未來多時間點行為變化預(yù)測，所述任務(wù)優(yōu)化指標包括監(jiān)控任務(wù)優(yōu)先級調(diào)整、匹配響應(yīng)方案、執(zhí)行效率評估、任務(wù)執(zhí)行流程優(yōu)化。

9、作為本發(fā)明的進一步方案，所述數(shù)據(jù)整合表的獲取步驟具體為：

10、從物聯(lián)網(wǎng)設(shè)備中提取多個患者的行為數(shù)據(jù)和時間戳，結(jié)合唯一標識符，解析數(shù)據(jù)點的標識結(jié)構(gòu)，校驗標識符的唯一性與時間戳格式，獲取初級數(shù)據(jù)表；

11、根據(jù)所述初級數(shù)據(jù)表中的信息，記錄每個數(shù)據(jù)點的行為次數(shù)和時間，解析時間戳的周期性特征并對行為數(shù)據(jù)進行頻率分析，篩查異常數(shù)據(jù)并進行時間序列歸一化處理，生成完整數(shù)據(jù)記錄表；

12、從所述完整數(shù)據(jù)記錄表中提取關(guān)鍵數(shù)據(jù)，解析數(shù)據(jù)點間的時間關(guān)聯(lián)特征，基于時間偏移因子校準時間行為權(quán)重，采用公式：

13、；

14、計算加權(quán)平均，得到時間行為加權(quán)表；

15、其中，代表數(shù)據(jù)點總數(shù)，表示第i個數(shù)據(jù)點的行為次數(shù)，表示對應(yīng)的時間戳，表示時間偏置因子，代表時間行為加權(quán)平均，用以評估整體數(shù)據(jù)集中每個數(shù)據(jù)點的行為在時間上的加權(quán)貢獻；

16、將所述時間行為加權(quán)表中的數(shù)據(jù)整合統(tǒng)一，解析加權(quán)數(shù)據(jù)的分布模式并進行歸類與標準化，調(diào)整統(tǒng)一時間和行為數(shù)據(jù)格式符合整合規(guī)則，創(chuàng)建數(shù)據(jù)整合表。

17、作為本發(fā)明的進一步方案，所述行為變化特征值的獲取步驟具體為：

18、從所述數(shù)據(jù)整合表中提取每個患者連續(xù)時間點上的行為數(shù)據(jù)，保證數(shù)據(jù)連續(xù)性并排除時間缺失或異常數(shù)據(jù)，得到凈化后的連續(xù)行為數(shù)據(jù)表；

19、基于所述凈化后的連續(xù)行為數(shù)據(jù)表，計算每個患者行為數(shù)據(jù)的變化速率，通過逐點計算相鄰數(shù)據(jù)點的差值，得到行為變化速率表；

20、分析所述行為變化速率表中的數(shù)據(jù)，采用公式：

21、；

22、增加異常行為的影響，得到加權(quán)行為變化特征表，代表行為變化的速率，是一個用于衡量行為隨時間變化快慢的指標，表示在第個時間點的行為數(shù)據(jù)，用于與進行比較以計算變化量，表示第個時間點到第個時間點的行為變化的絕對值，用于獲取無論正負的變化大小，是歸一化系數(shù)，用于將行為變化速率的計算平均到每個時間間隔；

23、其中，代表數(shù)據(jù)點總數(shù)，表示在第個時間點的行為數(shù)據(jù)，代表每個數(shù)據(jù)點基于時間間隔調(diào)整的權(quán)重，用于加強時間間隔短的數(shù)據(jù)點的影響力；

24、從所述加權(quán)行為變化特征表中提取關(guān)鍵統(tǒng)計指標，計算平均變化速率和標準差，結(jié)合數(shù)據(jù)評估每種行為模式的變化趨勢，得到行為變化特征值。

25、作為本發(fā)明的進一步方案，所述健康影響評估指標的獲取步驟具體為：

26、基于所述行為變化特征值，整合每種行為模式的數(shù)據(jù)，通過數(shù)據(jù)清洗排除非典型行為記錄得到清洗后的行為特征數(shù)據(jù)；

27、對所述清洗后的行為特征數(shù)據(jù)應(yīng)用統(tǒng)計模型，分析多行為模式與患者健康結(jié)果之間的關(guān)聯(lián)性，通過關(guān)聯(lián)系數(shù)評估行為模式的影響強度，得到行為健康關(guān)聯(lián)分析結(jié)果；

28、基于所述行為健康關(guān)聯(lián)分析結(jié)果，采用公式：

29、；

30、計算每種行為對健康狀態(tài)的敏感度，得到健康敏感度分析表；

31、其中，是行為模式的數(shù)量，表示行為模式的影響權(quán)重，加權(quán)行為的健康影響，是行為對健康的直接影響系數(shù)，是用于調(diào)整計算穩(wěn)定性的常數(shù)，代表健康敏感度，用于量化多種行為對健康狀態(tài)的總體影響；

32、綜合所述健康敏感度分析表，使用平均值、變異系數(shù)，歸納整理每種行為模式對健康的影響，生成健康影響評估指標。

33、作為本發(fā)明的進一步方案，所述未來行為預(yù)測結(jié)果的獲取步驟具體為：

34、整合所述健康影響評估指標與患者的行為數(shù)據(jù)，通過數(shù)據(jù)交叉驗證確定行為模式與健康結(jié)果的統(tǒng)計關(guān)聯(lián)性，得到行為與健康關(guān)聯(lián)模型；

35、在所述行為與健康關(guān)聯(lián)模型基礎(chǔ)上，設(shè)計并實施多元線性回歸分析，預(yù)測患者未來時間段內(nèi)的行為模式，通過數(shù)據(jù)調(diào)整回歸系數(shù)，得到調(diào)整后的預(yù)測模型；

36、應(yīng)用所述調(diào)整后的預(yù)測模型，結(jié)合實時行為數(shù)據(jù)，采用公式：

37、；

38、計算生成未來多時間點的行為預(yù)測；

39、其中，表示未來時間點的行為預(yù)測值，是基準預(yù)測值，代表多行為變量的影響權(quán)重，是行為變量的指數(shù)形式，增加了模型對行為變化的敏感度，代表的是行為變量的數(shù)量，即模型中參照多種行為因素的總數(shù)；

40、基于所述未來多時間點的行為預(yù)測，從模型輸出中提取關(guān)鍵行為趨勢和變化預(yù)測，分析預(yù)測結(jié)果的健康影響潛力，輸出未來行為預(yù)測結(jié)果。

41、作為本發(fā)明的進一步方案，所述任務(wù)優(yōu)化指標的獲取步驟具體為：

42、分析所述未來行為預(yù)測結(jié)果，確定高頻行為模式，并根據(jù)模式設(shè)置監(jiān)控任務(wù)的優(yōu)先級，得到優(yōu)先級分配方案；

43、根據(jù)所述優(yōu)先級分配方案，設(shè)計針對性的響應(yīng)方案，通過實際數(shù)據(jù)模擬驗證多個方案的潛在效果，得到多響應(yīng)方案的效率評估結(jié)果；

44、利用所述效率評估結(jié)果中的數(shù)據(jù)，采用公式：

45、；

46、計算生成每個任務(wù)的執(zhí)行效率和響應(yīng)速度的綜合指標；

47、其中，表示任務(wù)的優(yōu)化指標，是任務(wù)執(zhí)行的效率評分，表示響應(yīng)速度評分，代表效率評分的調(diào)整系數(shù)，調(diào)整的影響力，是常數(shù)偏移量，保證分母不為零，增強計算的穩(wěn)定性；

48、將所述每個任務(wù)的執(zhí)行效率和響應(yīng)速度的綜合指標進行分析，根據(jù)實際操作需求調(diào)整監(jiān)控系統(tǒng)的任務(wù)流程，整合生成任務(wù)優(yōu)化指標。

49、一種基于物聯(lián)網(wǎng)的醫(yī)療平臺用戶隨訪管理方法，所述基于物聯(lián)網(wǎng)的醫(yī)療平臺用戶隨訪管理方法基于上述基于物聯(lián)網(wǎng)的醫(yī)療平臺用戶隨訪管理系統(tǒng)執(zhí)行，包括以下步驟：

50、s1：從物聯(lián)網(wǎng)設(shè)備中提取具有時間戳的患者行為數(shù)據(jù)，執(zhí)行數(shù)據(jù)合并，將行為數(shù)據(jù)與患者的唯一標識符相結(jié)合，記錄數(shù)據(jù)的采集時間和數(shù)量，從而生成數(shù)據(jù)整合表；

51、s2：根據(jù)所述數(shù)據(jù)整合表，提取連續(xù)時間點的行為數(shù)據(jù)，對每個患者行為的變化速率進行計算，通過比較相鄰數(shù)據(jù)點的差異，確定行為模式的變化趨勢，生成行為特征值結(jié)果；

52、s3：使用所述行為特征值結(jié)果，評估特征值對患者健康狀況的影響，執(zhí)行行為模式與健康結(jié)果的關(guān)聯(lián)分析，從而計算健康變化的敏感度，生成健康影響評估指標；

53、s4：基于所述健康影響評估指標，結(jié)合患者的行為數(shù)據(jù)，建立回歸分析模型，預(yù)測未來多時間點的患者行為變化，生成未來行為預(yù)測結(jié)果，并根據(jù)所述未來行為預(yù)測結(jié)果實時調(diào)整監(jiān)控任務(wù)的優(yōu)先級，為每種患者行為匹配響應(yīng)方案，優(yōu)化任務(wù)執(zhí)行流程。

54、與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點和積極效果在于：

55、本發(fā)明中，通過實時監(jiān)控患者行為變化速率與趨勢，有效地捕捉健康狀況的細微變化，并通過特征值與健康結(jié)果的相關(guān)分析來精確評估行為模式的影響。此外，通過預(yù)測模型，該方案能夠預(yù)測未來行為趨勢，為患者提供更為個性化和及時的治療建議。這種預(yù)測不僅提高了治療方案的適應(yīng)性，也優(yōu)化了監(jiān)控任務(wù)，提升了醫(yī)療響應(yīng)的速度和準確性，顯著提高了治療效率和患者滿意度。