TW202042251A - 健康管理方法與系統 - Google Patents
健康管理方法與系統 Download PDFInfo
- Publication number
- TW202042251A TW202042251A TW108115233A TW108115233A TW202042251A TW 202042251 A TW202042251 A TW 202042251A TW 108115233 A TW108115233 A TW 108115233A TW 108115233 A TW108115233 A TW 108115233A TW 202042251 A TW202042251 A TW 202042251A
- Authority
- TW
- Taiwan
- Prior art keywords
- user
- physiological
- target data
- observation target
- scores
- Prior art date
Links
- 230000036541 health Effects 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims description 11
- 238000007726 management method Methods 0.000 claims abstract description 48
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 230000035790 physiological processes and functions Effects 0.000 claims description 44
- 238000010801 machine learning Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 description 14
- 201000010099 disease Diseases 0.000 description 13
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 13
- 210000000056 organ Anatomy 0.000 description 12
- 230000003920 cognitive function Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 230000036772 blood pressure Effects 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 208000006011 Stroke Diseases 0.000 description 4
- 206010012601 diabetes mellitus Diseases 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000003862 health status Effects 0.000 description 4
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 239000008103 glucose Substances 0.000 description 3
- 206010020772 Hypertension Diseases 0.000 description 2
- 206010028289 Muscle atrophy Diseases 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000001684 chronic effect Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- CNQCVBJFEGMYDW-UHFFFAOYSA-N lawrencium atom Chemical compound [Lr] CNQCVBJFEGMYDW-UHFFFAOYSA-N 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000004962 physiological condition Effects 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 210000001835 viscera Anatomy 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000006694 eating habits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012074 hearing test Methods 0.000 description 1
- 230000001795 light effect Effects 0.000 description 1
- 238000010339 medical test Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
一種健康管理方法與系統。獲取使用者的生理特徵資料。分析生理特徵資料而獲取分別對應至多個生理檢查項目的多個生理分數。基於生理分數與使用者的使用者資訊,將使用者分類至特定族群群組。針對特定族群群組,統計每一其他使用者的觀察目標資料與使用者的觀察目標資料,以產生關聯於觀察目標的管制範圍的管制界線。比較管制界線與使用者的觀察目標資料,從而決定是否提供警示訊息或醫療照護建議。
Description
本發明是有關於一種健康管理方法與系統,且特別是有關於一種可讓使用者居家進行健康管理的健康管理方法與系統。
現行的醫療照護方式,一般可分為醫療院所照護及居家照護。關於醫療院所照護方面,醫療儀器通常放置於醫療院所中,當民眾在生理狀態出現異狀時會前往醫院或診所就診,並等待醫護人員使用專業的醫療儀器量測生理狀況。然而,基於醫療成本的考量,除了急重症病患需要在醫療院所進行救治外,對於慢性病患或身體尚未有異常狀況的一般民眾來說,通常是以居家照護方式或居家自我健康管理為主。
隨著各種居家生理監測儀器(如隨身攜帶式醫療檢測儀器或行動電子裝置等等)開始研發與使用以及人工智慧的快速發,其讓一般民眾或慢性病患可於平時就進行自我生理量測,以便進行個人健康監控及管理之程序。因此,如何讓民眾可進行良好的居家健康照護與健康管理實為本領域人員致力發展的目標之一。
有鑑於此,本發明提出一種健康管理方法與系統,其可依據使用者居家取得的生理資料判斷使用者的健康狀態,並可讓使用者與特定族群內其他人進行比較而獲取有用的健康評管理資訊。
本發明提供一種健康管理方法,其包括下列步驟。獲取使用者的生理特徵資料。分析所述生理特徵資料而獲取分別對應至多個生理檢查項目的多個生理分數。基於所述生理分數與所述使用者的使用者資訊,將所述使用者分類至特定族群群組,其中所述特定族群群組包括多個其他使用者,且每一所述其他使用者具備對應至所述生理檢查項目的多個其他生理分數。針對所述特定族群群組,統計每一所述其他使用者的觀察目標資料與所述使用者的觀察目標資料,以產生關聯於觀察目標的管制範圍的管制界線。比較所述管制界線與所述使用者的觀察目標資料,從而決定是否提供警示訊息或醫療照護建議。
本發明提供一種健康管理系統,其包括使用者設備與伺服器設備。使用者設備獲取使用者的生理特徵資料,而伺服器設備經由網路連結使用者設備。所述伺服器設備或所述使用者設備分析所述生理特徵資料而獲取分別對應至多個生理檢查項目的多個生理分數。所述伺服器設備基於所述生理分數與所述使用者的使用者資訊,將所述使用者分類至特定族群群組。於此,所述特定族群群組包括多個其他使用者,且每一所述其他使用者具備對應至所述生理檢查項目的多個其他生理分數。接著,所述伺服器設備針對所述特定族群群組,統計每一所述其他使用者的觀察目標資料與所述使用者的觀察目標資料,以產生關聯於觀察目標的管制範圍的管制界線。所述使用者設備比較所述管制界線與所述使用者的觀察目標資料,從而決定是否提供警示訊息或醫療照護建議。
基於上述,在獲得使用者的生理特徵資料後,對應的生理分數可被產生且所述生理分數可反映特定檢查項目的生理評估結果。接著,依據使用者的生理分數與使用者資訊,使用者將被分類至特定族群群組。因此,使用者可與具備相同病況或相似生理狀態的其他使用者進行比較,從而讓使用者可清楚得知自身的健康狀態。此外,本發明實施例可以提供適當的警示訊息或醫療照護建議協助一般民眾管理其健康狀態。
為讓本發明的上述特徵和優點能更明顯易懂,下文特舉實施例,並配合所附圖式作詳細說明如下。
本發明的部份實施例接下來將會配合附圖來詳細描述,以下的描述所引用的元件符號,當不同附圖出現相同的元件符號將視為相同或相似的元件。這些實施例只是本發明的一部份,並未揭示所有本發明的可實施方式。更確切的說,這些實施例只是本發明的專利申請範圍中的健康管理方法與系統的範例。
圖1是依照本發明一實施例所繪示的健康管理系統的示意圖。請參照圖1,健康管理系統10包括使用者設備100、其他使用者設備300_1~300_N與伺服器設備200。使用者設備100可包括感測器101、處理器102、通訊元件103以及儲存裝置104。伺服器設備200可包括處理器202、通訊元件203以及儲存裝置204。
使用者設備100與其他使用者設備300_1~300_N經由網路N1連結伺服器設備200,可以為智慧型手機、平板電腦、筆記型電腦等等個人行動電子裝置。使用者設備100與其他使用者設備300_1~300_N用以獲取對應使用者的生理特徵資料。更進一步而言,使用者設備100與其他使用者設備300_1~300_N可根據自身的內部元件或外部量測裝置獲取關於使用者的生理特徵資料。
伺服器設備200可經由網路N1與使用者設備100以及其他使用者設備300_1~300_N進行通訊,以自使用者設備100以及其他使用者設備300_1~300_N接收資料或發送資料至使用者設備100以及其他使用者設備300_1~300_N。藉由使用者設備100、其他使用者設備300_1~300_N與伺服器設備200執行本發明實施例中健康管理方法的各步驟,使用者設備的使用者100以及其他使用者設備300_1~300_N的使用者們可進行居家健康管理。
以圖1的使用者設備100為例。使用者設備100可透過感測器101獲取使用者的生理特徵資料。舉例而言,感測器101可以是影像感測器、錄音裝置、加速度感測器等等。此外,使用者設備100也可透過穿戴裝置105或量測裝置106獲取使用者的生理特徵資料。穿戴裝置105可以是智慧手環、智慧手錶或其他穿戴於使用者身上的電子裝置。量測裝置106可以是血壓感測器、血糖感測器、行動超音波裝置或腦波偵測器等等。
對應的,生理特徵資料可以是人體特定部位的影像或是內部內臟的超音波影像。舉例而言,使用者設備100的影像感測器可朝使用者的眼部或口腔拍攝照片,而獲取眼部影像與口腔影像。或者,行動超音波裝置可朝使用者的內臟拍攝超音波影像,並傳送給使用者設備100。此外,生理特徵資料也可以是心臟相關資訊,其可藉由穿戴裝置105量測而得。生理特徵資料也可以是血壓值或血糖值,其可藉由量測裝置106量測而得。
值得一提的是,生理特徵資料也可以是基於使用者回應而產生的測驗結果。換言之,藉由客製化軟體的搭配,使用者設備100的操作介面可顯示許多測驗問題讓使用者透過語音輸入或其他輸入方式來回答這些測驗問題。或者,藉由客製化軟體的搭配,使用者設備100的操作介面可顯示許多指定行為讓使用者透過語音輸入或其他輸入方式來執行這些指定行為。基此,客製化軟體可依據使用者的回答與執行指定行為的結果來產生生理特徵資料。像是,生理特徵資料可以是使用者操作使用者設備100而產生的聽力測驗分數或簡易智能量表(Mini-mental state examination,MMSE)測驗分數等等。
於本實施例中,生理特徵資料可用以作為評估特定目標器官、身體能力或疾病風險的依據。圖2是依照本發明的一實施例所繪示的生理特徵資料的示意圖。請參照圖2,產生生理特徵資料的使用工具201可以是使用者設備100的感測器101、穿戴裝置105或量測裝置106。生理特徵資料202基於使用者操作使用工具201而產生。生理特徵資料202可用以評估特定目標器官203的狀態或目標疾病204之患病風險的依據。
請回到圖1,通訊元件103、203為可支援有線或無線通訊的元件。通訊元件103可依據特定通訊協定而連結至網路N1或與穿戴裝置105、量測裝置106連結。通訊元件203可依據特定通訊協定而連結至網路N1。上述特定通訊協定例如是第三代通訊(3G)、第四代通訊(4G)、Wi-Fi、藍芽、乙太網路協定等等。
儲存裝置104、204各自耦接至處理器102、202,並且用以儲存資料與軟體程式碼。儲存裝置104、204可包括揮發性儲存媒體與非揮發性儲存媒體。其中,揮發性儲存媒體可以是隨機存取記憶體,而非揮發性儲存媒體可以是唯讀記憶體、固態硬碟或傳統硬碟。此外,儲存裝置104、204的數目可以是一或多個。
處理器102耦接感測器101、通訊元件103與儲存裝置104。處理器202耦接通訊元件203與儲存裝置204。處理器102、202可包括中央處理單元、圖形處理器(graphics processing unit,GPU)或是其他可程式化之一般用途或特殊用途的微處理器、數位訊號處理器、可程式化控制器、特殊應用積體電路、可程式化邏輯裝置或其他類似裝置或這些裝置的組合。處理器102、202將執行儲存裝置104、204所記錄的軟體元件以實現本發明實施例的健康管理方法。
於一實施例中,使用者設備100可獲取使用者的生理特徵資料,並將這些生理特徵資料上傳至伺服器設備200。伺服器設備200分析生理特徵資料而獲取分別對應至多個生理檢查項目的多個生理分數。生理檢查項目例如是眼部檢查、口腔檢查、記憶臟器檢查、心律檢查、聽力檢查、記憶力檢查、語意理解檢查、對話邏輯性檢查、肌肉退化程度檢查、生活自理能力檢查或運動負荷檢查等等。
詳細而言,伺服器設備200可藉由對應至這些生理檢查項目的多個機器學習模型分析來自使用者設備100的生理特徵資料,以產生分別對應至生理檢查項目的多個生理分數。機器學習模型可包括支持向量機器(Support Vector Machine,SVM)模型、卷積神經網路模型(Convolutional Neural Network,CNN)或其他深度學習模型。上述機器學習模型可經由預先提供大量的訓練資料與對應的已知生理分數進行訓練而產生。亦即,每一生理檢查項目皆具有對應的機器學習模型,伺服器設備200可將生理特徵資料輸入至對應的機器學習模型而產生分別對應至各生理檢查項目的生理分數。數值化的生理分數可用以反映出生理檢查項目之檢查結果的優劣程度。生理分數可以是介於1至10分之間的1分、2分、…、10分,或者生理分數也可以是介於1至5分之間的1分、2分、…、5分,本發明對此不限制。
此外,在使用機器學習模型分析生理特徵資料之前,伺服器設備200可對這些生理特徵資料進行前處理。舉例而言,若生理特徵資料為影像資料,伺服器設備200可先對影像資料進行亮度校正、位置校正或影像物件的標記等等前處理,之後再利用機器學習模型分析經過前處理的影像資料。或者,假設生理特徵資料為語音資料,伺服器設備200可先對語音資料進行語音辨識處理,之後再利用機器學習模型分析語音辨識處理所產生的文本資料。又或者,假設生理特徵資料為量測數值,伺服器設備200可先對量測數值進行格式轉換或數值異常處理,之後再利用機器學習模型分析經過前處理的量測數值。
於一實施例中,伺服器設備200可將使用者進行生理檢查項目而產生的生理分數傳送至使用者設備100,以讓使用者得知各生理檢查項目的檢查結果。另一方面,伺服器設備200或使用者設備100可將分別分類至多個生理功能類型的生理分數其中之部份進行加權計算,而產生對應至這些生理功能類型的多個生理功能分數。具體而言,這些生理檢查項目可被歸類為對應於多種生理功能類型,因而這些生理分數也對應分類至多種生理功能類型。伺服器設備200或使用者設備100可針對每一種生理功能類型的生理分數進行加權運算而產生生理功能分數。
舉例而言,表1為生理分數歸類為多種生理功能類型的範例。
表1
如表1所示,生理功能類型例如可包括器官功能、認知功能與身體能力。生理分數可包括分類至器官功能的生理分數A1
~A5
、分類至認知功能的生理分數B1
~B5
,以及分類至身體能力的生理分數C1
~C5
。
器官功能 | 認知功能 | 身體能力 | |||
眼部檢查 | A1 分 | 記憶力檢查 | B1 分 | 肌肉退化程度檢查 | C1 分 |
口腔檢查 | A2 分 | 語意理解檢查 | B2 分 | 生活自理能力檢查 | C2 分 |
臟器檢查 | A3 分 | 對話邏輯性檢查 | B3 分 | 運動負荷檢查 | C3 分 |
心律檢查 | A4 分 | ||||
聽力檢查 | A5 分 | ||||
生理功能分數AF | 生理功能分數BF | 生理功能分數CF |
基於表1的範例,器官功能的生理功能分數AF、認知功能的生理功能分數BF、身體能力的生理功能分數CF可基於公式(1)~公式(3)的計算而產生。公式(1)公式(2)公式(3)
其中,ai
、bi
、ci
為權重值,其可依據生理檢查項目的重要性而設置。如此一來,這些生理功能分數可提供給使用者,讓使用者得知需朝哪個方面來加強保健身體。
於一實施例中,伺服器設備200或使用者設備100可進一步藉由多個權重值加權計算多個生理功能分數而產生綜合分數。以表1為例,伺服器設備200或使用者設備100可根據以下公式(4)獲得綜合分數。
綜合分數=w1*AF+w2*BF+w3*CF 公式(4)
其中,w1~w3為權重值。權重值w1~w3可基於使用者的身體狀況而設置。或者,於一實施例中,分別對應至這些生理功能類型(即器官功能、認知功能與身體能力)的權重值w1~w3反映生理功能類型相對於特定族群群組的參考重要性。後續說明將對特定族群群組進行詳細說明。如此一來,綜合分數可提供給使用者,讓使用者得知身體健康的綜合評估狀態。
於一實施例中,伺服器設備200可獲取使用者設備100之使用者的生理特徵資料、生理分數、生理功能分數與綜合分數。此外,伺服器設備200也可獲取其他使用者設備300_1~300_N之多個其他使用者的生理特徵資料、生理分數、生理功能分數與綜合分數。藉此,於一實施例中,伺服器設備200可基於生理分數與使用者的使用者資訊,將使用者分類至特定族群群組。詳細而言,伺服器設備200可依據上述的分數資訊(亦即生理分數、生理功能分數或綜合分數)與使用者的使用者資訊,將使用者分類至特定族群群組。上述使用者資訊可包括年齡、性別、居住地、實際疾病狀態等等資訊。特定族群群組包括多個其他使用者,且每一其他使用者同樣具備對應至多個生理檢查項目的多個其他生理分數。
舉例而言,伺服器設備200可將同樣具備較低生理功能分數BF(即認知功能分數)的使用者們分類至同一特定族群群組。或者,伺服器設備200可將年齡屆於60歲至70歲的使用者們分類至同一特定族群群組。或者,伺服器設備200可依據這些生理分數先判斷出使用者患某種特定疾病(例如糖尿病)的風險值,並將患病高風險的使用者們分類至同一特定族群群組。或者,伺服器設備200可依據使用者資訊將已經患特定疾病(例如高血壓)的使用者們分類至同一特定族群群組。
於一實施例中,伺服器設備200可對使用者的綜合分數與其他使用者的多個其他綜合分數進行排名,以提供排名資訊給使用者。值得一題的是,分別對應至這些生理功能類型的權重值系反映生理功能類型相對於特定族群群組的參考重要性。舉表1為例,對於患有糖尿病的特定族群群組而言,相較於認知功能,器官功能的參考重要性更為重要。因此,伺服器設備200將針對特定族群群組調升權重值w1並降低權重值w2。因此,對於患有糖尿病的特定族群群組而言,當某一使用者獲取基於綜合分數的排名資訊時,此排名資訊更可以明確體現該使用者相較於其他使用者的患病嚴重程度。
另外,伺服器設備200可針對特定族群群組,統計每一其他使用者的觀察目標資料與使用者的觀察目標資料,以產生關聯於觀察目標的管制範圍的管制界線。具體而言,於一實施例中,伺服器設備200可依據生理分數取得管制目標。管制目標可包括種疾病風險、各種器官狀態或其他生理資訊。觀察目標資料可以是健康管理系統10有記錄的任何生理特徵資料、量測資料、疾病風險或生理資訊。舉例而言,伺服器設備200可依據這些生理分數判斷出使用者患某種特定疾病的風險值,以取得需要特別照護的管制目標。接著,伺服器設備200可依據管制目標擷取使用者的觀察目標資料以及每一其他使用者的觀察目標資料。舉例而言,假設管制目標為中風的風險值,觀察目標資料可以是使用者的血壓值。假設管制目標為糖尿病的風險值,觀察目標資料可以是使用者的血糖值與視力檢查資料。亦即,伺服器設備200可針對中風的高風險群組進行所有使用者之血壓值的統計。統計其他使用者的觀察目標資料與使用者的觀察目標資料之後,伺服器設備200將產生關聯於管制目標的管制範圍的管制界線。管制界線可包括上界線、下界線或其組合。換言之,管制界線是基於同一特定族群群組內的所有使用者的觀察目標資料而產生。舉例而言,伺服器設備200可統計100個中風高風險的使用者的血壓值之後,取排名位於百分之75的較大四分位數作為上界線,並取排名位於百分之25的較小四分位數作為下界線。又或者,伺服器設備200可統計100個中風高風險的使用者的血壓值之後,依據平均值與標準差來產生管制界線。
之後,伺服器設備200或使用者設備100可比較管制界線與使用者的觀察目標資料,從而根據比較結果決定是否藉由使用者設備100提供警示訊息或醫療照護建議。所述醫療照護建議可包括關聯於管制目標之臨床建議、就醫提醒或其組合。上述臨床建議可包括針對特定疾病的保健照護資訊,像是針對高血壓需注意的飲食習慣等等。就醫提醒用以提醒使用者親赴醫院進行專業的檢查。警示訊息或醫療照護建議可透過螢幕顯示、語音播放或其他聲光效果而提供給使用者。由此可知,使用者可與同一特定族群群組內的使用者進行生理狀態的比較,以驅動使用者有更強烈的企圖心來維持或照護自身健康。
於一實施例中,伺服器設備200或使用者設備100可判斷使用者的觀察目標資料落在管制範圍之外或管制範圍之內,以決定是否提供警示訊息或醫療照護建議。若使用者的觀察目標資料落在管制範圍之外,使用者設備100提供警示訊息或醫療照護建議給使用者。若使用者的觀察目標資料落在管制範圍之內,伺服器設備200或使用者設備100可判斷使用者的觀察目標資料與管制界線之間的差距是否小於門檻值。若使用者的觀察目標資料與管制界線之間的差距小於門檻值,使用者設備100可提供警示訊息或醫療照護建議。也就是說,當使用者的觀察目標資料接近管制界線時,使用者設備100也將提供警示訊息或醫療照護建議給使用者。相較於固定的管制界線,本發明實施例的管制界線是基於同一特定族群群組內所有使用者的觀測目標資料而產生,因此本發明實施例中管制界線的產生更為彈性化且參考價值更高。使用者也可藉由與同一特定族群群組內的其他使用者進行比較而得知另一種面向的參考資訊,從而更了解自身的健康狀態。
圖3是依照本發明一實施例所繪示的健康管理方法的流程圖。請參照圖3,於步驟S301,獲取使用者的生理特徵資料。於步驟S302,分析生理特徵資料而獲取分別對應至多個生理檢查項目的多個生理分數。於步驟S303,基於生理分數與使用者的使用者資訊,將使用者分類至特定族群群組。於步驟S304,針對特定族群群組,統計每一其他使用者的觀察目標資料與使用者的觀察目標資料,以產生關聯於觀察目標的管制範圍的管制界線。於步驟S305,比較管制界線與使用者的觀察目標資料,從而決定是否提供警示訊息或醫療照護建議。
圖4是依照本發明一實施例所繪示的健康管理方法的流程圖。請參照圖4,於步驟S401,獲取使用者的生理特徵資料。於步驟S402,分析生理特徵資料而獲取分別對應至多個生理檢查項目的多個生理分數。於步驟S403,基於生理分數與使用者的使用者資訊,將使用者分類至特定族群群組。於步驟S404,將分別分類至多個生理功能類型的生理分數其中之部份進行加權計算,而產生對應至生理功能類型的多個生理功能分數。於步驟S405,藉由多個權重值加權計算生理功能分數而產生綜合分數。於步驟S406,針對特定族群群組,統計每一其他使用者的觀察目標資料與使用者的觀察目標資料,以產生關聯於觀察目標的管制範圍的管制界線。於步驟S407,判斷使用者的觀察目標資料落在管制範圍之外或制範圍之內。若使用者的觀察目標資料落在管制範圍之外,於步驟S408,提供警示訊息或醫療照護建議。若使用者的觀察目標資料落在管制範圍之內,於步驟S409,判斷使用者的觀察目標資料與管制界線之間的差距是否小於門檻值。若使用者的觀察目標資料與管制界線之間的差距小於門檻值於,步驟S410,提供警示訊息或醫療照護建議。
須注意的是,圖3與圖4中各步驟已詳細說明如上,在此便不再贅述。圖3與圖4中各步驟可以實作為多個程式碼或是電路,本發明不加以限制。此外,圖3與圖4的方法可以搭配以上範例實施例使用,也可以單獨使用,本發明不加以限制。
綜上所述,本發明實施例的健康管理系統主要利用居家常見的裝置與手機功能輔以人工智慧技術,從而達到快速篩選全身上下所關聯的疾病風險的目的。藉此,本發明實施例的健康管理系統可給予綜合分數來評估使用者的整體健康指數,以藉由時常偵測追蹤來達到早期預防的目的。此外,依據使用者的生理分數與使用者資訊,本發明實施例的健康管理系統將使用者分類至特定族群群組。因此,使用者可與具備相同病況或相似生理狀態的其他使用者進行比較,從而讓使用者可清楚得知自身的健康狀態。此外,本發明實施例可以依據彈性化產生的管制界線來提供適當的警示訊息或醫療照護建議協助一般民眾管理其健康狀態。
雖然本發明已以實施例揭露如上,然其並非用以限定本發明,任何所屬技術領域中具有通常知識者,在不脫離本發明的精神和範圍內,當可作些許的更動與潤飾,故本發明的保護範圍當視後附的申請專利範圍所界定者為準。
10:健康管理系統
100、300_1、300_N:使用者設備
200:伺服器設備
101:感測器
102、202:處理器
103、203:通訊元件
104、204:儲存裝置
N1:網路
105:穿戴裝置
106:量測裝置
201:使用工具
202:生理特徵資料
203:目標器官
204:目標疾病
S301~S305、S401~S410:步驟
圖1是依照本發明一實施例所繪示的健康管理系統的示意圖。
圖2是依照本發明的一實施例所繪示的生理特徵資料的示意圖。
圖3是依照本發明一實施例所繪示的健康管理方法的流程圖。
圖4是依照本發明一實施例所繪示的健康管理方法的流程圖。
S301~S305:步驟
Claims (16)
- 一種健康管理方法,包括: 獲取一使用者的生理特徵資料; 分析該生理特徵資料而獲取分別對應至多個生理檢查項目的多個生理分數; 基於該些生理分數與該使用者的使用者資訊,將該使用者分類至一特定族群群組,其中該特定族群群組包括多個其他使用者,且每一該些其他使用者具備對應至該些生理檢查項目的多個其他生理分數; 針對該特定族群群組,統計每一該些其他使用者的觀察目標資料與該使用者的觀察目標資料,以產生關聯於一管制目標的一管制範圍的一管制界線;以及 比較該管制界線與該使用者的觀察目標資料,從而決定是否提供一警示訊息或一醫療照護建議。
- 如申請專利範圍第1項所述的健康管理方法,其中分析該生理特徵資料而獲取分別對應至該些生理檢查項目的該些生理分數的步驟包括: 藉由對應至該些生理檢查項目的多個機器學習模型分析該生理特徵資料,以產生分別對應至該些生理檢查項目的該些生理分數。
- 如申請專利範圍第1項所述的健康管理方法,所述方法更包括: 將分別分類至多個生理功能類型的該些生理分數其中之部份進行加權計算,而產生對應至該些生理功能類型的多個生理功能分數;以及 藉由多個權重值加權計算該些生理功能分數而產生一綜合分數。
- 如申請專利範圍第3項所述的健康管理方法,其中分別對應至該些生理功能類型的該些權重值反映該些生理功能類型相對於該特定族群群組的參考重要性,而所述方法更包括: 對該使用者的該綜合分數與該些其他使用者的多個其他綜合分數進行排名,以提供排名資訊給該使用者。
- 如申請專利範圍第1項所述的健康管理方法,所述方法更包括: 依據該些生理分數取得該管制目標;以及 依據該管制目標擷取該使用者的觀察目標資料以及每一該些其他使用者的觀察目標資料。
- 如申請專利範圍第1項所述的健康管理方法,其中比較該管制界線與該使用者的觀察目標資料,從而決定是否提供該警示訊息或該醫療照護建議的步驟包括: 判斷該使用者的觀察目標資料落在該管制範圍之外或該管制範圍之內;以及 若該使用者的觀察目標資料落在該管制範圍之外,提供該警示訊息或該醫療照護建議。
- 如申請專利範圍第6項所述的健康管理方法,其中比較該管制界線與該使用者的觀察目標資料,從而決定是否提供該警示訊息或該醫療照護建議的步驟更包括: 若該使用者的觀察目標資料落在該管制範圍之內,判斷該使用者的觀察目標資料與該管制界線之間的差距是否小於一門檻值;以及 若該使用者的觀察目標資料與該管制界線之間的差距小於該門檻值,提供該警示訊息或該醫療照護建議。
- 如申請專利範圍第1項所述的健康管理方法,其中該醫療照護建議包括關聯於該管制目標之一臨床建議、一就醫提醒或其組合。.
- 一種健康管理系統,包括: 一使用者設備,獲取一使用者的生理特徵資料;以及 一伺服器設備,經由網路連結該使用者設備; 其中,該伺服器設備或該使用者設備分析該生理特徵資料而獲取分別對應至多個生理檢查項目的多個生理分數, 其中,該伺服器設備基於該些生理分數與該使用者的使用者資訊,將該使用者分類至一特定族群群組,其中該特定族群群組包括多個其他使用者,且每一該些其他使用者具備對應至該些生理檢查項目的多個其他生理分數, 其中,該伺服器設備針對該特定族群群組,統計每一該些其他使用者的觀察目標資料與該使用者的觀察目標資料,以產生關聯於一管制目標的一管制範圍的一管制界線, 其中,該使用者設備比較該管制界線與該使用者的觀察目標資料,從而決定是否提供一警示訊息或一醫療照護建議。
- 如申請專利範圍第9項所述的健康管理系統,其中該伺服器設備或該使用者設備藉由對應至該些生理檢查項目的多個機器學習模型分析該生理特徵資料,以產生分別對應至該些生理檢查項目的該些生理分數。
- 如申請專利範圍第9項所述的健康管理系統,其中該伺服器設備或該使用者設備將分別分類至多個生理功能類型的該些生理分數其中之部份進行加權計算,而產生對應至該些生理功能類型的多個生理功能分數,且該伺服器設備或該使用者設備藉由多個權重值加權計算該些生理功能分數而產生一綜合分數。
- 如申請專利範圍第11項所述的健康管理系統,其中分別對應至該些生理功能類型的該些權重值反映該些生理功能類型相對於該特定族群群組的參考重要性,而該伺服器設備對該使用者的該綜合分數與該些其他使用者的多個其他綜合分數進行排名,以提供排名資訊給該使用者。
- 如申請專利範圍第11項所述的健康管理系統,其中該伺服器設備或該使用者設備依據該些生理分數取得該管制目標,且該伺服器設備依據該管制目標擷取該使用者的觀察目標資料以及每一該些其他使用者的觀察目標資料。
- 如申請專利範圍第11項所述的健康管理系統,其中該使用者設備判斷該使用者的觀察目標資料落在該管制範圍之外或該管制範圍之內;以及若該使用者的觀察目標資料落在該管制範圍之外,該使用者設備提供該警示訊息或該醫療照護建議。
- 如申請專利範圍第14項所述的健康管理系統,其中若該使用者的觀察目標資料落在該管制範圍之內,該使用者設備判斷該使用者的觀察目標資料與該管制界線之間的差距是否小於一門檻值;以及 若該使用者的觀察目標資料與該管制界線之間的差距小於該門檻值,該使用者設備提供該警示訊息或該醫療照護建議。
- 如申請專利範圍第9項所述的健康管理系統,其中該醫療照護建議包括關聯於該管制目標之一臨床建議、一就醫提醒或其組合。.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW108115233A TWI704579B (zh) | 2019-05-02 | 2019-05-02 | 健康管理方法與系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW108115233A TWI704579B (zh) | 2019-05-02 | 2019-05-02 | 健康管理方法與系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI704579B TWI704579B (zh) | 2020-09-11 |
TW202042251A true TW202042251A (zh) | 2020-11-16 |
Family
ID=73643964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW108115233A TWI704579B (zh) | 2019-05-02 | 2019-05-02 | 健康管理方法與系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI704579B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI748770B (zh) * | 2020-11-30 | 2021-12-01 | 虹映科技股份有限公司 | 人體儀表圖的製作方法及分析裝置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080097175A1 (en) * | 2006-09-29 | 2008-04-24 | Boyce Robin S | System and method for display control of patient monitor |
TWM460634U (zh) * | 2013-03-19 | 2013-09-01 | Avita Corp | 監控生理狀態之裝置 |
TWI661384B (zh) * | 2015-02-06 | 2019-06-01 | 信立達科技有限公司 | 生理監控回饋系統及其運作方法 |
TWI638641B (zh) * | 2017-07-26 | 2018-10-21 | 鼎博康生物科學有限公司 | 生理特徵感測系統 |
-
2019
- 2019-05-02 TW TW108115233A patent/TWI704579B/zh active
Also Published As
Publication number | Publication date |
---|---|
TWI704579B (zh) | 2020-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12073296B2 (en) | Methods and systems for generating physical activity sets for a human subject | |
AU2016278356A1 (en) | Method and system for assessing mental state | |
US11583214B2 (en) | Adaptive psychological assessment tool | |
WO2018106481A1 (en) | Computer-implemented methods, systems, and computer-readable media for diagnosing a condition | |
TWI811605B (zh) | 情緒指標預測方法與系統 | |
US10758188B2 (en) | Stroke detection and prevention system and method | |
CN117158938A (zh) | 一种应用于智能手表的健康监测方法、装置及电子设备 | |
Gupta | StrokeSave: a novel, high-performance mobile application for stroke diagnosis using deep learning and computer vision | |
US20240115213A1 (en) | Diagnosing and tracking stroke with sensor-based assessments of neurological deficits | |
TWI704579B (zh) | 健康管理方法與系統 | |
US20240404659A1 (en) | Integrative System and Method for Performing Medical Diagnosis Using Artificial Intelligence | |
Schmitter-Edgecombe et al. | Measures of Activities of Daily Living:(ADLs/IADLs) | |
US20200185110A1 (en) | Computer-implemented method and an apparatus for use in detecting malingering by a first subject in one or more physical and/or mental function tests | |
EP4124287A1 (en) | Regularized multiple-input pain assessment and trend | |
US20220199220A1 (en) | Systems and methods of digitally-delivered home exercise therapy | |
KR20240058896A (ko) | 사용자-캡처 이미지 또는 비디오를 통한 건강 또는 질병 예측 | |
CN115497621A (zh) | 一种老年人认知状况测评系统 | |
CN109994169A (zh) | 交互式智能健康管理系统 | |
US12249424B2 (en) | Decision-support tools for pediatric obesity | |
Rajesh et al. | iPainRelief-A pain assessment and management app for a smart phone implementing sensors and soft computing tools | |
Choi et al. | Measurement of level of consciousness by AVPU scale assessment system based on automated video and speech recognition technology | |
Tiwari et al. | Non-invasive monitoring of health using sensor-rich wearables and smart devices | |
WO2021255632A1 (ja) | 情報処理システム | |
TW202004773A (zh) | 診斷認知功能以提供體適能矯正方案之系統及方法 | |
US11984220B2 (en) | Virtual consultation method and electronic device |