健康状况评价方法以及健康状况评价装置与流程

1.本发明涉及一种对被测者的健康状况进行评价的健康状况评价方法以及健康状况评价装置。


背景技术：

2.近年来，老龄化的问题越发深刻，老龄人的健康状况受到越发多的关注。人工智能等技术的发展为健康养老产业带来了重大变革，如何利用技术手段延长健康寿命就成为课题。
3.专利文献1公开了一种智慧养老平台监测系统，由附带有用于防止煤气泄漏、火灾的烟雾传感器、脉搏测量功能、睡眠监测功能、跌倒识别功能、gps功能、sos功能的智能手环以及数据收集、处理模块构成，致力于保护老龄人的日常安全。
4.现有技术文献
5.专利文献
6.专利文献1：cn110060455a


技术实现要素：

7.发明要解决的技术问题
8.但是，例如专利文献1那样的系统虽然能够对使用对象进行简单的保护，但无法准确地把握使用对象的健康状况。并且，也无法利用日常数据对使用对象的健康状况进行动态分析。
9.用于解决技术问题的技术方法
10.本发明是为了解决上述技术问题而做出的，提供一种健康状况评价装置，其特征在于，包括：存储部，所述存储部中存储有多个用户的历史健康数据，所述历史健康数据包括与该用户的健康相关的多个指标的指标数据以及该用户的健康状况的评价数据；指标降维部，所述指标降维部根据所述存储部中存储的所述历史健康数据，采用统计学方法对所述多个指标进行降维处理，从而获得决定所述健康状况的、用所述多个指标中的有效指标表征的多个综合变量；模型构建部，所述模型构建部采用神经网络算法，在所述综合变量与所述健康状况之间构建初步数学模型，并根据所述多个综合变量与所述有效指标之间的关系，将所述初步数学模型换算为在所述有效指标与所述健康状况之间构建的健康状况评价模型；指标数据采集部，所述指标数据采集部针对被测者，采集与所述有效指标对应的指标数据；以及评价部，所述评价部将由所述指标数据采集部采集的指标数据代入所述健康状况评价模型中，由此获得所述被测者的健康状况的评价数据。
11.由此，能够准确地把握被测者的健康状况，利用日常数据对被测者的健康状况进行动态分析。并且通过对指标进行降维，能够降低运算量，提高运算速度。
12.在上述健康状况评价装置中，优选的是，还包括输出部，所述输出部输出由所述指标降维部获得的有效指标所对应的指标数据和由所述评价部获得的所述被测者的健康状
况的评价数据中的至少一项。
13.由此，能够向用户输出评价结果，使数据模型反映的问题更直观。
14.在上述健康状况评价装置中，所述统计学方法可以是主成分分析法，也可以是其他的统计学方法。
15.在上述健康状况评价装置中，所述指标可以是用户的性别、年龄、受教育程度、不良习惯、身高、体重、脉搏、血压、心率、体温、体重、血糖、血脂、睡眠质量的测试指标、已确诊的疾病指标、认知能力的测试指标、手指活动能力的测试指标以及步态状况的测试指标中的至少一种。
16.在上述健康状况评价装置中，所述健康状况的评价数据可以是mmse得分、tmt得分、tug得分、睡眠得分中的某一种。
17.本发明还提供一种健康状况评价方法，其特征在于，包括：历史数据获取步骤，获取多个用户的历史健康数据，所述历史健康数据包括与该用户的健康相关的多个指标的指标数据以及该用户的健康状况的评价数据；指标降维步骤，根据所述历史数据获取步骤中获取的所述历史健康数据，采用统计学方法对所述多个指标进行降维处理，从而获得决定所述健康状况的、用所述多个指标中的有效指标表征的多个综合变量；模型构建步骤，采用神经网络算法，在所述综合变量与所述健康状况之间构建初步数学模型，并根据所述多个综合变量与所述有效指标之间的关系，将所述初步数学模型换算为在所述有效指标与所述健康状况之间构建的健康状况评价模型；指标数据采集步骤，针对被测者，采集与所述有效指标对应的指标数据；以及评价步骤，将所述指标数据采集步骤中采集的指标数据代入所述健康状况评价模型中，由此获得所述被测者的健康状况的评价数据。
18.由此，能够准确地把握被测者的健康状况，利用日常数据对被测者的健康状况进行动态分析。并且通过对指标进行降维，能够降低运算量，提高运算速度。
19.在上述健康状况评价方法中，优选的是，还包括输出步骤，输出在所述指标降维步骤中获得的有效指标所对应的指标数据和在所述评价步骤中获得的所述被测者的健康状况的评价数据中的至少一项。
20.由此，能够向用户输出评价结果，使数据模型反映的问题更直观。
21.在上述健康状况评价方法中，所述统计学方法可以是主成分分析法，也可以是其他的统计学方法。
22.在上述健康状况评价方法中，所述指标可以是用户的性别、年龄、受教育程度、不良习惯、身高、体重、脉搏、血压、心率、体温、体重、血糖、血脂、睡眠质量的测试指标、已确诊的疾病指标、认知能力的测试指标、手指活动能力的测试指标以及步态状况的测试指标中的至少一种。
23.在上述健康状况评价方法中，所述健康状况的评价数据可以是mmse得分、tmt得分、tug得分、睡眠得分中的某一种。
附图说明
24.图1是本发明的第一实施方式涉及的健康状况评价装置100的构成图。
25.图2是输出的被测者的健康状况的评价数据的一例。
26.图3是输出的被测者的健康状况的评价数据的另一例。
27.图4是本发明的第二实施方式涉及的健康状况评价方法的流程图。
具体实施方式
28.[第一实施方式]
[0029]
本实施方式涉及一种健康状况评价装置，图1是该健康状况评价装置100的构成图。
[0030]
该健康状况评价装置100包括存储部110、运算部120、输入部130以及输出部140。运算部120包括指标降维部121、模型构建部122以及评价部123。
[0031]
存储部110中存储有多个用户的历史健康数据，该历史健康数据包括与该用户的健康相关的多个指标的指标数据以及该用户的健康状况的评价数据。
[0032]
这样的指标可以是性别、年龄、受教育程度以及不良习惯这样的基本信息，也可以是身高、体重、脉搏、血压、心率、体温、体重、血糖以及血脂这样能够简单地获取的日常指标，也可以是高血压、心血管疾病、糖尿病等已经确诊的疾病指标，还可以是由医护人员或其他专业人员按照国际上通用的测试方法针对睡眠质量、认知能力、手指活动能力以及步态状况进行测试的测试指标。
[0033]
例如，作为睡眠质量的测试指标，可以是总睡眠时常、深睡眠时长、浅睡眠时长、起夜次数、起夜时间等。作为手指活动能力的测试指标，可以是规定时间内手指开闭运动的总移动距离、速度和加速度的最大振幅、标准差、变动系数、开闭次数、开闭间隔的平均、标准差、变动系数、两手的位相差等。作为步态状况的测试指标，可以是平均单步时间、平均步长、平均步幅、平均步宽、平均足夹角、步速、步频等。
[0034]
这些指标的指标数据可以从各种渠道获得，例如来自养老机构、医疗机构或个人用户使用的终端设备的上传数据，这些终端设备用于监测身体功能，例如可以是脑功能成像仪、手指活动检测仪、步态分析仪等身体数据测量仪，红外传感器、温湿度传感器、烟雾传感器、行动感应器等智能数据传感器，智能床垫、智能手环等智能家居设备等。
[0035]
用户的健康状况可以是睡眠质量、认知能力、手指活动能力、步态状况中的某一种，而关于健康状况的评价数据，作为睡眠质量的数据，例如可以使用根据各种已知的测试方法获得的睡眠得分，作为认知能力的数据，例如可以使用mmse(简易智力状态检查量表)得分，作为手指活动能力的数据，例如可以使用tmt(连线测试)得分，作为步态状况的数据，例如可以使用tug(起立-行走计时测试)得分。
[0036]
在本实施方式中，考虑到历史健康数据中的指标数量较多，如果直接在这些指标与用户的健康状况之间构建数学模型，则计算量以及计算时间都较为庞大。另外，某些指标之间可能存在相关关系，因此对用户的健康状况的影响会有重叠的部分，导致构建的数学模型计算结果不准确。
[0037]
基于上述考虑，在本实施方式中，在构建数学模型之前，对指标进行降维处理。具体来说，指标降维部121根据存储部110中存储的上述历史健康数据，采用主成分分析法(pca)等统计学方法对上述的多个指标进行降维处理，从而获得决定健康状况的多个综合变量作为降维后的指标。这些综合变量相互之间不存在相关关系，独立地影响健康状况，每个综合变量均可以用上述的多个指标中的一部分指标表征，这一部分用来表征综合变量的指标是对健康状况产生实际影响的指标，称为“有效指标”。指标降维部121将得到的有效指
标存储到存储部110中。此处的“统计学方法”只要能实现以上效果即可，并不限定于主成分分析法，例如也可以是非线性主成分分析法。
[0038]
由此，通过降维，能够剔除上述多个指标中除有效指标以外的、对健康状况不产生实际影响的多余指标，避免了后述的模型构建部122的多余和重复的运算，使得运算量降低，运算速度加快。
[0039]
在降维后，模型构建部122采用神经网络算法，在以上获得的综合变量与健康状况之间构建初步数学模型。该神经网络算法可以是线性回归法、支持向量回归法中的任一种，此处不做限定。
[0040]
在获得初步数学模型之后，模型构建部122根据降维处理中得到的多个综合变量与各有效指标之间的换算关系，将该初步数学模型换算为在有效指标与健康状况之间构建的最终模型，即健康状况评价模型，并存储到存储部110中。该模型可以用来评价被测者的健康状况。
[0041]
输入部130作为指标数据采集部，用于针对被测者，采集与上述有效指标对应的指标数据。该输入部130例如可以是触控面板、手写板等文字输入器件、或音频接收器等音频输入器件、或摄像头等图像输入器件等。
[0042]
评价部123将从输入部130采集的有效指标的指标数据代入前述的健康状况评价模型中，经过运算获得该被测者的健康状况的评价数据，并存储到存储部110中。
[0043]
输出部140输出存储部110中存储的被测者的健康状况的评价数据，例如通过未图示的显示部，如图2那样，以列表形式针对不同被测者输出有效指标所对应的指标数据和/或其健康状况的评价数据，从而简单地表明哪些指标对被测者的健康状况有影响。在图示例子中，健康状况有“睡眠质量”、“认知能力”以及“步态状况”这三项，因此需要构建三个对应的数学模型，分别用于计算这三项健康状况的评价数据。在构建这三个数学模型时，分别使用历史健康数据中的“睡眠质量”的评价数据、“认知能力”的评价数据以及“步态状况”的评价数据。
[0044]
[第一实施方式的变形例]
[0045]
本实施方式的具体构成不限于上述记载，也可以为其他形态。
[0046]
例如，输入部130和显示部可以是两个单独的部件，也可以为触摸显示屏那样的一体结构。
[0047]
另外，输出部140可以是显示部，也可以是音响等其他输出设备。
[0048]
另外，在健康状况评价装置100联网的情况下，也可以将由指标降维部121获得的有效指标、由模型构建部122获得的健康状况评价模型以及由评价部123获得的被测者的健康状况的评价数据存储在对应的服务器上。并且，关于被测者的有效指标的指标数据的采集，也可以不使用输入部130直接输入，而是利用安装在被测者的移动终端(例如手机)上的软件等进行被测者的指标数据的登记，并通过该移动终端将该被测者的指标数据发送至服务器。
[0049]
另外，在输出显示健康状况的评价数据时，还可以将计算出的健康状况的评价数据与同年龄段的平均值比较，使得显示结果更直观。
[0050]
此外，考虑到某些健康状况的异常往往与紧急状况相联系，例如“步态状况”的评价数据异常时，可能会有跌倒风险，在被测者为老龄人的情况下，这一点尤其重要。因此还
可以将健康状况评价装置100用于老龄人的健康状况的跟踪监控，在该情况下，健康状况评价装置100包括未图示的警报部，在“步态状况”的评价数据低于某个阈值(即有跌倒的风险)的情况下，向用户发出警报，避免被测者跌倒的情况发生。或者，警报部也可以在某项指标(如心率、夜晚离床时间)的指标数据低于或高于设定的阈值时(如心率异常、夜间跌倒等情况)，发出警报。
[0051]
再者，也可以如图3那样，针对不同的被测者，还显示规定时间段内的有效指标的指标数据及健康状况的评价数据的变化情况，从而能够动态地评估该被测者的健康状况的变化情况。
[0052]
[第二实施方式]
[0053]
本实施方式涉及一种健康状况评价方法，图4是该健康状况评价方法的流程图。
[0054]
首先，在步骤s401中，执行历史数据获取步骤，获取多个用户的历史健康数据，该历史健康数据包括与该用户的健康相关的多个指标的指标数据以及该用户的健康状况的评价数据。关于指标和健康状况的定义，如第一实施方式所述，此处省略说明。
[0055]
接着，进入步骤s402，执行指标降维步骤，根据在步骤s401中获取的历史健康数据，采用主成分分析法等统计学方法对多个指标进行前述的降维处理，从而获得决定健康状况的、用多个指标中的有效指标表征的多个综合变量。降维的详细情况如第一实施方式所述，此处省略说明。
[0056]
接着，进入步骤s403，执行模型构建步骤，采用神经网络算法，在由步骤s402中得到的综合变量与健康状况之间构建初步数学模型，并根据这些综合变量与有效指标之间的关系，将前述的初步数学模型换算为在有效指标与健康状况之间构建的健康状况评价模型作为最终模型。初步数学模型和最终模型的构建的详细情况如第一实施方式所述，此处省略说明。
[0057]
接着，进入步骤s404，执行指标数据采集步骤，针对被测者，采集与上述有效指标对应的指标数据。采集方式如第一实施方式所述，可以是常见的多种采集方式。
[0058]
接着，进入步骤s405，执行评价步骤，将在步骤s404中采集的指标数据代入已获得的健康状况评价模型中，由此获得该被测者的健康状况的评价数据。
[0059]
最后，进入步骤s406，执行输出步骤，输出在步骤s402中获得的有效指标所对应的指标数据和在步骤s405中获得的该被测者的健康状况的评价数据中的至少一项。评价结果的输出方式如第一实施方式所述，可以是视觉上的输出，也可以是听觉上的输出。
[0060]
以上，虽然通过参照本发明的某些优选实施方式对本发明进行了图示和描述，但本领域的普通技术人员应该清楚，本发明未必限定于具备所说明的所有的构成的实施方式，在不违背本发明的技术思想的范围内，各实施方式可以相互组合或将某实施方式的构成的一部分替换为其他的实施方式的构成，也能够在某实施方式的构成中加上其他的实施方式的构成，另外，能够对各实施方式的构成的一部分进行其他构成的追加、删除、替换。