一种健康管理保健服务系统及其健康管理方法

摘要

本发明公开了一种健康管理保健服务系统及其健康管理方法，客户移动端用于用户身份信息的维护，以及用户端健康指标信息和调查信息的采集；健康管理保健服务系统用于获取用户的身份信息、健康指标信息和调查信息，根据健康指标信息和调查信息进行健康评估确定用户的健康风险等级，自动生成相应的健康干预方案，根据健康干预方案对用户进行健康干预、健康跟踪指导和健康效果评价，以及在用户的健康指标信息出现异常值时进行健康预警；健康管理师移动端用于健康管理师的信息维护，以及与客户移动端进行信息交互。本发明通过健康指标信息进行健康评估，在此基础上健康管理师进行客户健康干预工作中，提升了健康检测和干预的效率，改善了用户体验。

说明书

技术领域

本发明涉及健康管理技术领域，具体涉及一种健康管理保健服务系统及健康管理方法。

背景技术

21世纪以来，由于人民生活水平的提高、人口老龄化进程的加快和人类生活环境的变化等因素，随着社会的进步和健康科学的发展，健康在人们心目中已经占有相当重要的位置，而科学的健康管理保健服务也越来越引起人们广泛的重视。健康管理保健服务是以预防和控制疾病发生与发展，降低医疗费用，提高生命质量为目的，针对个体及群体进行健康教育，提高自我管理意识和水平，并对其生活方式相关的健康危险因素，通过健康信息采集、健康检测、健康评估、个性化健康管理方案、健康干预等手段持续加以改善的过程和方法。

目前在大健康领域，保健产业的发展长期落后于公有制为主体医疗体系。但是随着《中国健康经济白皮书》发布，着重强调了非医疗部分在健康消费方面的重要作用。随着5G网络和大数据、云计算技术的不断发展，大健康产业已经开始进入信息化时代。

然而，我国健康管理保健服务处于起步阶段，尚未形成整合地、综合协调的健康管理保健服务体系，不能有效地对人群的健康状况进行健康监测、建立健康档案、健康评估、健康干预、跟踪指导及效果评估。

现有的健康评估方法为：通过有效的手段收集个人多种健康指标数据，例如，健康指标数据包括血压数据、血糖数据等；然后，对每个健康指标数据进行整理和分析，以实现对人体当前健康状态及健康发展趋势的合理判断。

上述健康评估方法存在的主要问题为：对某个健康指标进行判定时，仅仅局限于对该健康指标的某一次检测结果进行判定，因此，具有健康评估的准确性有限的问题，同时，只有客观指标的评估，缺乏作为生命个体的主观感受。

现有的健康管理系统，只注重前端的数据采集或单一的健康方案。

发明内容

发明目的：本发明目的在于针对现有技术的不足，提供一种健康管理保健服务系统及健康管理方法，为用户提供更贴心、更人性化的服务上，大力促进服务质量的提升和服务效率的改善。

技术方案：本发明所述的健康管理保健服务系统，运行在云服务器中，所述健康管理保健服务系统通过网络连接有客户移动端、健康管理师移动端；

所述客户移动端用于用户身份信息的维护，以及用户端健康指标信息和调查信息的采集；

所述健康管理保健服务系统用于获取用户的身份信息、健康指标信息和调查信息，根据健康指标信息和调查信息进行健康评估确定用户的健康风险等级，自动生成相应的健康干预方案，根据所述健康干预方案对用户进行健康干预、健康跟踪指导和健康效果评价，以及在用户的健康指标信息出现异常值时进行健康预警；

所述健康管理师移动端用于健康管理师的信息维护，以及获取用户的健康干预方案，对用户进行健康跟踪指导。

进一步完善技术方案，所述健康管理保健服务系统还连接有智慧健康管理保健服务门店管理系统、智慧健康管理保健服务平台管理系统，所述智慧健康管理保健服务平台管理系统用于管理平台上所属智慧健康管理保健服务门店，所述智慧健康管理保健服务门店管理系统用于管理门店上所属用户和健康管理师，所述门店设有健康管理一体机用于采集用户的健康指标信息；

所述健康管理保健服务系统包括机构管理模块、用户管理模块、健康管理模块、健康评估模块、健康干预模块、健康预警模块、健康跟踪指导模块、以及健康效果评价模块；

所述机构管理模块用于平台上所属智慧健康管理保健服务门店以及门店上所属健康管理师的信息管理；

所述用户管理模块用于获取用户的身份信息、健康指标信息、调查信息以及用户执行健康干预方案的过程信息；

所述健康管理模块用于健康数据库的管理；

所述健康评估模块用于根据用户的身份信息、健康指标信息、调查信息确定用户的健康风险等级；

所述健康干预模块用于根据用户的健康风险等级自动生成用户的健康干预方案；

所述健康跟踪指导模块用于根据用户的健康干预方案制定健康计划，指导和记录用户的健康执行过程；

所述健康效果评价模块用于根据用户的健康干预方案执行过程，对用户干预效果进行评价；

所述健康预警模块用于检测用户的健康指标，在健康指标出现异常时，分别向健康管理师移动端和客户移动端输出预警信息。

基于健康管理系统进行健康管理方法，包括如下步骤：

获取用户的身份信息和健康指标信息；

获取用户的调查参数；

根据用户的健康指标信息和调查参数从预先建立的健康管理评估模型中匹配确定用户的健康风险指数；

获取用户的自感健康评分；

根据用户的健康风险指数、自感健康评分确定健康动态水平；

根据用户的健康动态水平自动生成用户的健康干预方案；

根据用户的健康干预方案指导、记录用户的健康执行过程。

进一步地，获取用户健康执行过程中的阶段数据以及用户最新的健康指标信息、调查参数、自感健康评分，更新用户的健康干预方案。

进一步地，所述用户的身份信息、健康指标信息、调查参数、自感健康评分通过客户移动端或设于门店的健康管理一体机获取，然后传输至云服务器。

进一步地，所述健康动态水平的评估过程包括：

将获取的健康指标信息和调查参数，按照临床医学维度、症状指标维度、体质与体能维度、健康生活方式维度、认知与日常活动能力维度、健康素养维度、心理与社会支持维度进行划分，分别计算每个维度的得分并对得分进行标准化处理，将七个维度的标准化得分进行加权计算得到健康水平综合得分；

基于超重|肥胖模型、高血压模型、高脂血症模型、糖尿病模型、心血管疾病模型、脑血管疾病模型、肿瘤模型，将获取的健康指标信息和调查参数与每种模型涉及的风险因素相关联，得到每种模型的风险分数，对七种模型的风险分数加权计算得到健康风险综合得分；

将健康水平综合得分、健康风险综合得分进行加权计算得到健康风险指数；

获取用户的自感健康评分，将健康风险指数与自感健康评分进行加权计算得到健康动态指数；

获取多个时间点的健康动态指数，生成以时间为X轴、以健康动态指数为Y轴的健康动态水平曲线。

进一步地，所述健康指标信息通过具有身体参数测量功能的传感器设备采集，所述调查参数、自感健康评分通过问卷调查的方式采集。

进一步地，所述超重|肥胖模型、高血压模型、高脂血症模型、糖尿病模型、心血管疾病模型、脑血管疾病模型、肿瘤模型涉及的风险因素均分为内因和外因；

定义模型的稳态参数为f，f＝b/a，其中a为内因比值，b为外因比值，内因比值＝内因得分/内因总分，外因比值＝外因得分/外因总分；

当稳态f＝1，表示外因和内因平衡，健康动态水平趋于稳定；当稳态f＜1，表示健康动态水平趋势向上；当稳态f＞1，表示健康动态水平趋势向下。

进一步地，所述健康指标信息包括但不限于身高、体重、血糖、血脂、血压、心率、体脂率；所述调查参数包括但不限于性别、年龄、腰围、臀围、家族史、既往病史、现病史、吸烟、饮酒、饮食、饮水、运动、睡眠、环境、心理情绪状态。

进一步地，所述用户的自感健康评分采用机器人问答互动的形式，用户首先选择自感评分等级，机器人输出自感评分等级对应的评分区间，用户在评分区间内进一步选择具体评分作为自感健康评分。

进一步地，所述用户的自感健康评分采用机器人问答互动的形式，用户首先选择自感评分等级，机器人输出自感评分等级对应的评分区间，用户在评分区间内进一步选择具体评分作为自感健康评分。

有益效果：与现有技术相比，本发明的优点在于：本发明的健康管理保健服务系统和健康管理方法，按照《健康管理保健服务规范》要求，全面解决了前端健康数据采集、健康档案建立、健康评估、健康干预、健康跟踪指导、健康效果评价六个环节的问题。使用互联网技术，建立健康管理师专家系统，建立健康管理保健服务标准化流程与规范，运用计算机人工智能技术代替部分健康管理师的基础工作。

整个健康管理保健服务过程是全自动的，而且是实时的，健康管理师和用户能够双向交互，终端数据采集部分，客户可以自行完成，终端调查问卷部分，由机器人自动提问，和客户形成良好的人机交互，在提升健康管理保健服务专业性同时，又提升了客户体验的趣味性，更大幅度节省了健康管理师的时间，使用本系统可以同时对数以万计的客户进行健康评估，让原来只能一对一提供健康管理保健服务的健康管理师，从重复基础的工作中解放出来，健康管理师可以有更多的精力用于分析系统收集的客户健康信息后建立的健康管理评估模型，更加专业化的投入到客户健康干预、健康跟踪指导和健康效果评价的工作中，最大程度地提升了用户功能健康检测和干预的效率，摆脱了人为因素的困扰，改善了用户体验。

同时，基于云计算和大数据的智能专家系统不仅能开放地接受各合作方的智力贡献，还可自我学习和自动迭代，无需占用太多人力去手动更新算法和知识库，极大地降低了维护成本。

附图说明

图1是本发明中健康管理保健服务系统的原理框图；

图2是本发明中健康风险综合评估的流程图；

图3是本发明中健康风险综合评估方法的计算健康动态水平曲线的流程图。

具体实施方式

下面通过附图对本发明技术方案进行详细说明，但是本发明的保护范围不局限于所述实施例。

如图1所示的健康管理保健服务系统，该系统集成了客户移动端2、健康管理师移动端3、智慧健康管理保健服务门店管理系统4以及智慧健康管理保健服务平台管理系统5。健康管理保健服务系统1运行于云服务器中，云服务器与客户移动端2、健康管理师移动端3、智慧健康管理保健服务门店管理系统4、智慧健康管理保健服务平台管理系统5通讯连接，客户移动端2使用的蓝牙电子血压计7、蓝牙体脂称8进行健康指标信息的采集，门店端使用的健康管理一体机6进行健康指标信息的采集。

健康管理保健服务系统包括机构管理模块101、用户管理模块102、健康管理模块103、健康评估模块104、健康干预模块105、健康预警模块106、健康跟踪指导模块107、以及健康效果评价模块108，其中：

机构管理模块101用于平台上所属智慧健康管理保健服务门店以及健康管理师的信息管理；用户管理模块102用于获取用户的身份信息、用户的基本信息、用户测评报告、用户的健康档案、体检报告、健康数据、健康计划、随访记录；健康管理模块103 用于获取用户的健康指标信息、疾病库、食材库、运动库、风险因素管理；

健康评估模块104用于根据用户的身份信息和用户的健康指标信息确定用户的健康风险等级；

健康干预模块105用于根据用户的健康风险等级自动生成用户的健康干预方案；

健康预警模块106用于检测用户体重、心率、血压值、血糖值、睡眠情况等健康指标，出现异常，后台报警提示健康管理师及时跟进该用户，用户移动端也会同步收到异常提醒信息；

健康跟踪指导模块107用于根据用户的健康干预方案制定健康计划，并指导和记录用户的健康执行过程；

健康效果评价模块108用于根据用户的健康干预方案执行过程中，对客户干预效果进行评价，用于修正今后的健康管理保健服务方案，包括三个方面(1)指标的改善：就是确定开展自我管理的时候，制定指标，包括健康指标；(2)认知和行为的改变； (3)依从性的改变。

本发明还提供了一种2+1健康管理方法，本方法涉及的名词解释如表1所示：

表格1健康管理方法名词解释

本发明提供的健康管理方法通过传感器设备测量得到健康指标信息，结合客户移动端和门店端的调查问卷输入的调查参数(健康指标信息和调查参数最高可达378项风险因素信息)进行健康评估。健康指标信息可以是：体检机构体检数据、智能穿戴设备、智能一体机设备、用户app的健康档案数据。具体地，本发明选取的健康指标信息和调查参数包括性别、身高、体重、年龄、家族史、既往病史、现病史、血糖、血脂、血压、腰围、臀围、心率、血氧饱和度、糖化血红蛋白、同型半胱氨酸、尿酸、甘油三酯、总胆固醇、高密度脂蛋白、低密度脂蛋白、颈动脉斑块、脑CT结果、心功能分级、吸烟、饮酒、饮食、饮水、运动、睡眠、环境、心理情绪状态等，综合反映用于评估健康的7 个维度：临床医学维度、症状指标维度、体质与体能维度、健康生活方式维度、认知与日常活动能力维度、健康素养维度、心理与社会支持维度。每个模式均采用公式f＝(1- ∑得分/∑题目总分)*100％，进行数据标准化，将各维度得分映射到同一区间，计算出各维度得分，再根据加权，计算得出健康水平综合得分。

健康评估模型可以包含一些客观测量指标，如身高、体重、血压、血糖等，也包括无法直接测量的主观指标，如症状表现、情绪、体力活动等。使用健康水平综合得分来评价用户的健康状况，七个维度具有各自的权重，例如，在评估用户患病风险的应用下，临床医学维度、症状指标维度可以具有较高的权重；在评估用户精神状态的应用下，心理与社会支持维度可以具有较高的权重；在鼓励用户积极锻炼、健康生活的应用下，体质与体能维度、健康生活方式维度可以具有较高的权重。但本发明不限于此，可以使用任何其他评估模型来计算，发明人经过大量数据的研究和分析，选择上述模型，既考虑给人口健康和预期寿命带来重大不利影响的主要疾病，而且针对国人身体特点选择适用性更好的模型。

健康评估模型基于健康指标信息和调查参数给出了一系列的风险因素及其相对风险度(RR)。在本发明中，将相对风险度转换为风险分值，并结合风险因素人群风险暴露率(p值)来评估个人在某一疾病的患病风险；然后，利用合成分析法得到的可以基于7 种疾病的患病风险，包括超重|肥胖、糖尿病、高血压、高脂血症、心血管疾病、脑血管疾病、肿瘤；再进行标准化，计算综合得分。

此外，本发明还可以基于互联网健康大数据，多指标综合评估，以量化的形式呈现，以社交电商化的方式运营，从而激发个体健康责任感，并通过提供健康管理保健服务来干预指导个体用户的健康风险，持续跟进，改善个体用户的健康行为。

健康评估模型运行于服务器中，服务器与客户移动端、健康管理师客户端以及健康管理一体机通讯连接，图2给出了健康风险综合评估方法的流程图。健康风险综合评估方法100包括：

步骤110，获取传感器测量的健康指标信息；

步骤120，获取从终端设备输入的调查参数；

步骤130，根据健康指标信息和调查参数，计算临床医学维度、功能症状维度、体制与体能维度、健康生活方式维度、认知与日常活动能力维度、健康素养维度、心理与社会支持维度得分，对得分进行标准化处理；

步骤140，计算健康水平综合得分，即临床医学维度、功能症状维度、体制与体能维度、健康生活方式维度、认知与日常活动能力维度、健康素养维度、心理与社会支持维度得分的加权和。

图3给出了健康风险综合评估方法的计算健康动态水平曲线的流程图，包括如下步骤：

步骤200和201，获取健康指标信息和调查参数。健康指标信息可以是由各种生物传感器测量的，例如，血压传感器、血脂传感器、血糖传感器、血氧传感器、血氧传感器、心率传感器等。调查参数可以是从终端设备输入的，例如，在终端设备上呈现调查问卷，由用户完成问卷。健康指标信息和调查参数可以经由网络传输到服务器，用于健康风险综合得分的计算。这里，健康指标信息包括不限于身高、体重、血糖、血脂、血压、心率、体脂率，调查参数包括不限于性别、年龄、腰围、臀围、家族史、既往病史、现病史、吸烟、饮酒、饮食、饮水、运动、睡眠、环境、心理情绪状态。本领域人员应理解，这些参数和彼此组合和运算，用于确定或判断是否满足健康风险的相关条件，由此可以评价用户的健康状况。

步骤211-217，获取了健康指标信息和调查参数后，得到临床医学维度211、症状指标维度212、体质与体能维度213、健康生活方式维度214、认知与日常活动能力维度215、健康素养维度216、心理与社会支持维度217这七个维度的信息。

步骤221-227，根据步骤211-217得到的7个维度包含的378种风险因素信息，使用超重|肥胖模型221、高血压模型222、高脂血症模型223、糖尿病模型224、心血管疾病模型225、和脑血管疾病模型226、肿瘤模型227，计算每一种疾病的风险分数。

步骤231，使用2+1健康评估模型计算目标个体的健康风险指数。

步骤232，通过机器人问答互动，获取目标个体的自感健康评分。健康自感评分等级分为五级：1-20表示“很差”，21-40表示“较差”，41-60表示“一般”，61-80表示“较好”，81-100表示“很好”；目标个体先选择等级，再根据等级给自己的健康情况进行主观评分。自感健康评分由低到高为1-100分；1分代表最差，100代表最好。实例如下：第一步，目标个体选择自感评分等级为“较好”，系统终端机器人提示具体评分区间为“61-80”；第二步，目标个体选择“75”作为自己的自感健康评分；第三步，系统得出最后结果，该目标个体自感健康评分为75分。

步骤241，根据步骤231和232的结果，按照特定的算法，得出最后目标个体的健康动态指数，经过多次评估对比，目标个体的健康动态指数，在XY坐标轴中，X轴为时间轴，Y轴为健康动态指数，目标个体多次评估后的结果形成健康动态水平曲线。

根据本实施例，每种疾病模型均包含风险因素，因此，只保留2+1健康评估模型中相对风险度(RR)与风险分数的正数对应关系。即，仅考虑相对风险度大于1的风险因素。根据相对风险度RR所属的风险等级，转换得到风险分值，按照分值，高血压人群分为低危、中危、高危三种分级；高血压易患人群根据分值分为低风险人群、中风险人群、高风险人群。没有触发相关风险项的人群为非高血压易患人群，属于高血压微风险人群。 2+1健康评估模块针对重点人群进行高血压筛查，主要是由于这些人群患高血压的几率更高。这并不是说属于高风险人群就一定会得高血压。但是，通过该工具准确确定出重点人群(高风险人群)，并通过筛查结果作为报告输出以建议该类人群定期接受高血压筛查，有助于这样健康管理师将能够在最早期发现高血压的踪迹。高血压在早期发现时拥有更大的健康干预成功几率。

以高血压模型为例，高血压模型共包括19个风险因素，模型的赋分范围0-25分，风险因素根据对个体健康作用点的不同，又分为内因和外因，其中内因10个，外因9 个。个体得分越高，高血压风险越高。模型各个风险因素水平赋值具体情况见表2。

表格2高血压模型

针对自感健康维度设计的问卷及其风险因素，详细情况见表3。

表格3自感健康评分问卷

相较于现有技术，本发明提供的健康管理保健服务系统和健康管理方法，通过获取用户的身份信息和健康指标信息，根据用户的身份信息和用户的健康指标信息确定。用户的健康风险等级，根据用户的健康风险等级自动生成用户的健康指导方案，根据用户的健康指导方案记录用户的健康执行过程，并及时调整用户的健康指导方案，能够针对不同人群制定不同的健康指导方案，及时有效地对慢性病进行预防、评估、干预，以及对执行效果进行评估。

如上所述，尽管参照特定的优选实施例已经表示和表述了本发明，但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下，可对其在形式上和细节上作出各种变化。