基于移动健康的糖尿病预防主动干预方案自调方法及系统

1.本发明涉及健康生活管理技术领域，更具体地，涉及基于移动健康的糖尿病预防主动干预方案自调方法及系统。


背景技术：

2.糖尿病是导致死亡的首要原因，占2021年所有死亡人数的12.2％。全世界有5.36亿糖尿病患者。作为2型糖尿病发病前的缓冲期，糖尿病前期是公认的糖尿病诊断前的病理状态。全球糖尿病前期患病率呈上升趋势，到2030年将有超过4.7亿人患上糖尿病前期。因此，糖尿病的预防刻不容缓。
3.在本发明技术之前，现有的糖尿病预防干预手段主要是两种方式，一种方式是根据医师经验，凭借医嘱的方式进行，另一种是通过预先撰写的一些糖尿病预防知识和手册；但是，每个人的情况不同，需要的方案也是不尽相同的，无法针对性调节是当下的核心问题。


技术实现要素：

4.鉴于上述问题，本发明提出了基于移动健康的糖尿病预防主动干预方案自调方法及系统，通过在线进行样本筛查和实时分析，获取最优化的干预组对比，进而形成针对不同人群的主动干预方案自调方法，提升糖尿病预防可能性。
5.根据本发明实施例第一方面，提供基于移动健康的糖尿病预防主动干预方案自调方法。
6.在一个或多个实施例中，优选地，所述基于移动健康的糖尿病预防主动干预方案自调方法包括：
7.通过移动设备自动采集身体评分、心理评分和生活质量评分；
8.通过手机app收集对应的年龄、教育类型、婚姻状况、职业类型和最小的孩子年龄，并将全部的历史数据划分为若干个同类对比组；
9.在历史数据中提取已经进行主动干预人员和对应的同类对比组，计算每个同类对比组的系数组；
10.形成当前时刻需要主动干预人员的可以选择的全部方案的综合计算指标；
11.根据全部方案的综合计算指标，提取推荐实时主动干预策略选择组；
12.根据所述实时主动干预策略选择组，在主动干预参与者佩戴的移动健康管理设备上显示并监视。
13.在一个或多个实施例中，优选地，所述通过移动设备自动采集身体评分、心理评分和生活质量评分，具体包括：
14.通过移动设备获得每日步数、每周中等到高强度分钟数、每日水果和蔬菜摄入量、每日卡路里消耗量、睡眠时间，获得身体评分；
15.通过移动设备输入心理变量的评分问卷，其中，所述心理变量包括自我效能、社会
支持，获得心理评分；
16.通过移动设备输入生活质量的评分问卷，进行在线评分，获得生活质量评分。
17.在一个或多个实施例中，优选地，所述通过手机app收集对应的年龄、教育类型、婚姻状况、职业类型和最小的孩子年龄，并将全部的历史数据划分为若干个同类对比组，具体包括：
18.对任意2个样本利用第一计算公式进行判断，当满足第一计算公式时，则认为其为相同的样本组；
19.当不满足第一计算公式时，则认为其为不相同的样本组；
20.完成全部的样本对比，形成若干个同类对比组；
21.所述第一计算公式为：
[0022][0023]
其中，n
x
为第x个人的年龄，ny为第y个人的年龄，j
x
为第x个人的教育类型，jy为第y个人的教育类型，h
x
为第x个人的婚姻状况，hy为第y个人的婚姻状况，z
x
为第x个人的职业类型，zy为第y个人的职业类型，hz
x
为第x个人的最小的孩子年龄，hzy为第y个人的最小的孩子年龄。
[0024]
在一个或多个实施例中，优选地，所述在历史数据中提取已经进行主动干预人员和对应的同类对比组，计算每个同类对比组的系数组，具体包括：
[0025]
根据历史数据，提取其中全部的主动干预的人员和对应的主动干预方案；
[0026]
根据所述主动干预方案的启动时间和启动该方案后，达到预设的时间段后的采集反馈信息进行反馈数据采集；
[0027]
根据所述反馈数据和所述启动时间对应的数据利用第二计算公式计算体重指数；
[0028]
根据所述反馈数据和所述启动时间对应的数据利用第三计算公式计算腰围指数；
[0029]
根据所述反馈数据和所述启动时间对应的数据利用第四计算公式计算体脂指数；
[0030]
根据第五计算公式计算同类对比组的系数组；
[0031]
所述第二计算公式为：
[0032]
tz＝100
×
(tz0-tzmin)
÷
(tzmax-tzmin)
[0033]
其中，tz为体重指数，tz0为所述反馈数据和所述启动时间对应之间的体重变化量，tzmax为历史数据中所述反馈数据和所述启动时间对应之间的体重变化量的最大值，tzmin为历史数据中所述反馈数据和所述启动时间对应之间的体重变化量的最小值；
[0034]
所述第三计算公式为：
[0035]
yw＝100
×
(yw0-ywmin)
÷
(ywmax-ywmin)
[0036]
其中，yw为腰围指数，yw0为所述反馈数据和所述启动时间对应之间的腰围变化量，ywmax为历史数据中所述反馈数据和所述启动时间对应之间的腰围变化量的最大值，ywmin为历史数据中所述反馈数据和所述启动时间对应之间的腰围变化量的最小值；
[0037]
所述第四计算公式为：
[0038]
th＝100
×
(th0-thmin)
÷
(thmax-thmin)
[0039]
其中，th为体脂指数，th0为所述反馈数据和所述启动时间对应之间的体脂变化量，thmax为历史数据中所述反馈数据和所述启动时间对应之间的体脂变化量的最大值，thmin为历史数据中所述反馈数据和所述启动时间对应之间的体脂变化量的最小值；
[0040]
所述第五计算公式为：
[0041]
{k1、k2、k3}＝argminσ(k1
×
tz+k2
×
yw+k3
×
th-f1-f2-f3)
[0042]
其中，{k1、k2、k3}为同类对比组的系数组，argminσ()为在同类对比组内计算最优系数组的函数，最优系数组的函数使得同类对比组内的k1
×
tz+k2
×
yw+k3
×
th-f1-f2-f3的计算值的加和最小，f1为身体评分，f2为心理评分，f3为生活质量评分。
[0043]
在一个或多个实施例中，优选地，所述形成当前时刻需要主动干预人员的可以选择的全部方案的综合计算指标，具体包括：
[0044]
获取当前时刻需要主动干预人员的基础信息，所述基础信息包括年龄、教育类型、婚姻状况、职业类型和最小的孩子年龄，判断其所在的同类对比组，作为当前干预对比组；
[0045]
判断当前干预对比组是否存在同类对比组的系数组，若存在则继续判断当前干预对比组方案数量是否大于等于5个；
[0046]
当存在同类对比组的系数组，且干预对比组方案数量大于等于5个时，按照所述同类对比组的系数组利用第六计算公式计算综合计算指标，并按照综合计算指标由大到小进行排序推荐；
[0047]
当不存在同类对比组的系数组，或干预对比组方案数量不大于等于5个时，选择满足第七计算公式的同类对比组，并将对应的方案和对应的同类对比组的系数组补充到当前的当前干预对比组，利用第六计算公式计算综合计算指标，并按照综合计算指标由大到小进行排序推荐；
[0048]
所述第六计算公式：
[0049]
zh＝k1
×
tz+k2
×
yw+k3
×
th
[0050]
其中，zh为综合计算指标；
[0051]
所述第七计算公式：
[0052]
df-avgf≤10
[0053]
其中，df为当前时刻需要主动干预人员的身体评分、心理评分和生活质量评分的加和，avgf为同类对比组的身体评分、心理评分和生活质量评分的加和的平均值。
[0054]
在一个或多个实施例中，优选地，所述根据全部方案的综合计算指标，提取推荐实时主动干预策略选择组，具体包括：
[0055]
提取当前的全部方案的综合计算指标，根据大小排序，选择最大的三个作为方案方式推荐
[0056]
根据方案方式推荐提取方案中的每种减肥方式；
[0057]
根据每种减肥方式对应的难易程度，由易到难形成实时主动干预策略选择组。
[0058]
在一个或多个实施例中，优选地，所述根据所述实时主动干预策略选择组，在主动干预参与者佩戴的移动健康管理设备上显示并监视，具体包括：
[0059]
实时获得所述实时主动干预策略选择组后，通过5g或移动网络向主动干预参与者
佩戴的移动健康管理设备发送所述实时主动干预策略选择组；
[0060]
主动干预参与者佩戴的移动健康管理设备收到所述实时主动干预策略选择组，进行解析，获得显示信息内容；
[0061]
主动干预参与者佩戴的移动健康管理设备在预设的时间后进行在线监测判断是否存在异常。
[0062]
根据本发明实施例第二方面，提供基于移动健康的糖尿病预防主动干预方案自调系统。
[0063]
在一个或多个实施例中，优选地，所述基于移动健康的糖尿病预防主动干预方案自调系统包括：
[0064]
采集模块，用于通过移动设备自动采集身体评分、心理评分和生活质量评分；
[0065]
干预分析模块，用于通过手机app收集对应的年龄、教育类型、婚姻状况、职业类型和最小的孩子年龄，并将全部的历史数据划分为若干个同类对比组；
[0066]
干预训练模块，用于在历史数据中提取已经进行主动干预人员和对应的同类对比组，计算每个同类对比组的系数组；
[0067]
最优分析模块，用于形成当前时刻需要主动干预人员的可以选择的全部方案的综合计算指标；
[0068]
干预排序模块，用于根据全部方案的综合计算指标，提取推荐实时主动干预策略选择组；
[0069]
干预执行模块，用于根据所述实时主动干预策略选择组，在主动干预参与者佩戴的移动健康管理设备上显示并监视。
[0070]
根据本发明实施例第三方面，提供一种计算机可读存储介质，其上存储计算机程序指令，所述计算机程序指令在被处理器执行时实现如本发明实施例第一方面中任一项所述的方法。
[0071]
根据本发明实施例第四方面，提供一种电子设备，包括存储器和处理器，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现本发明实施例第一方面中任一项所述的方法。
[0072]
本发明的实施例提供的技术方案可以包括以下有益效果：
[0073]
本发明方案中，通过标准组与干预组的对比，基于人工智能形成糖尿病预防主动干预的自动调整方案。
[0074]
本发明方案中，通过移动设备进行主动干预，实现不同时段和周期的干预手段和方案的指导。
[0075]
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
[0076]
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
[0077]
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于
本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0078]
图1是本发明一个实施例的基于移动健康的糖尿病预防主动干预方案自调方法的流程图。
[0079]
图2是本发明一个实施例的基于移动健康的糖尿病预防主动干预方案自调方法中的通过移动设备自动采集身体评分、心理评分和生活质量评分的流程图。
[0080]
图3是本发明一个实施例的基于移动健康的糖尿病预防主动干预方案自调方法中的通过手机app收集对应的年龄、教育类型、婚姻状况、职业类型和最小的孩子年龄，并将全部的历史数据划分为若干个同类对比组的流程图。
[0081]
图4是本发明一个实施例的基于移动健康的糖尿病预防主动干预方案自调方法中的在历史数据中提取已经进行主动干预人员和对应的同类对比组，计算每个同类对比组的系数组的流程图。
[0082]
图5是本发明一个实施例的基于移动健康的糖尿病预防主动干预方案自调方法中的形成当前时刻需要主动干预人员的可以选择的全部方案的综合计算指标的流程图。
[0083]
图6是本发明一个实施例的基于移动健康的糖尿病预防主动干预方案自调方法中的根据全部方案的综合计算指标，提取推荐实时主动干预策略选择组的流程图。
[0084]
图7是本发明一个实施例的基于移动健康的糖尿病预防主动干预方案自调方法中的根据所述实时主动干预策略选择组，在主动干预参与者佩戴的移动健康管理设备上显示并监视的流程图。
[0085]
图8是本发明一个实施例的基于移动健康的糖尿病预防主动干预方案自调系统的结构图。
[0086]
图9是本发明一个实施例中一种电子设备的结构图。
具体实施方式
[0087]
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。
[0088]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0089]
糖尿病是导致死亡的首要原因，占2021年所有死亡人数的12.2％。全世界有5.36亿糖尿病患者。作为2型糖尿病发病前的缓冲期，糖尿病前期是公认的糖尿病诊断前的病理状态。全球糖尿病前期患病率呈上升趋势，到2030年将有超过4.7亿人患上糖尿病前期。因此，糖尿病的预防刻不容缓。
[0090]
在本发明技术之前，现有的糖尿病预防干预手段主要是两种方式，一种方式是根
据医师经验，凭借医嘱的方式进行，另一种是通过预先撰写的一些糖尿病预防知识和手册；但是，每个人的情况不同，需要的方案也是不尽相同的，无法针对性调节是当下的核心问题。
[0091]
本发明实施例中，提供了基于移动健康的糖尿病预防主动干预方案自调方法及系统。该方案通过在线进行样本筛查和实时分析，获取最优化的干预组对比，进而形成针对不同人群的主动干预方案自调方法，提升糖尿病预防可能性。
[0092]
根据本发明实施例第一方面，提供基于移动健康的糖尿病预防主动干预方案自调方法。
[0093]
图1是本发明一个实施例的基于移动健康的糖尿病预防主动干预方案自调方法的流程图。
[0094]
在一个或多个实施例中，优选地，所述基于移动健康的糖尿病预防主动干预方案自调方法包括：
[0095]
s101、通过移动设备自动采集身体评分、心理评分和生活质量评分；
[0096]
s102、通过手机app收集对应的年龄、教育类型、婚姻状况、职业类型和最小的孩子年龄，并将全部的历史数据划分为若干个同类对比组；
[0097]
s103、在历史数据中提取已经进行主动干预人员和对应的同类对比组，计算每个同类对比组的系数组；
[0098]
s104、形成当前时刻需要主动干预人员的可以选择的全部方案的综合计算指标；
[0099]
s105、根据全部方案的综合计算指标，提取推荐实时主动干预策略选择组；
[0100]
s106、根据所述实时主动干预策略选择组，在主动干预参与者佩戴的移动健康管理设备上显示并监视。
[0101]
本发明实施例中，首先进行信息采集，获得生活质量评分等相关评分，其次，提取即将干预目标的分类，形成一个组合化的同类对比组，进而根据历史数据进行分组训练，通过智能分组训练获得系数组，最终根据分组明确最优方案并主动干预执行。
[0102]
图2是本发明一个实施例的基于移动健康的糖尿病预防主动干预方案自调方法中的通过移动设备自动采集身体评分、心理评分和生活质量评分的流程图。
[0103]
如图2所示，在一个或多个实施例中，优选地，所述通过移动设备自动采集身体评分、心理评分和生活质量评分，具体包括：
[0104]
s201、通过移动设备获得每日步数、每周中等到高强度分钟数、每日水果和蔬菜摄入量、每日卡路里消耗量、睡眠时间，获得身体评分；
[0105]
s202、通过移动设备输入心理变量的评分问卷，其中，所述心理变量包括自我效能、社会支持，获得心理评分；
[0106]
s203、通过移动设备输入生活质量的评分问卷，进行在线评分，获得生活质量评分。
[0107]
在本发明实施例中，进行信息采集的过程主要是通过移动的监控的设备，其中移动健康设备包括睡眠监测仪器、步数监测仪器、血样监测仪器、运动实时记录追踪手环、体脂秤，通过这些信息采集可以获得当前时刻的在这个主动干预调控系统中的每个人的状态，采集的过程还包括对饮食和运动相关心理变量、行为变量和体重相关变量进行在线的信息采集，心理变量通过填表在线测评获得，行为变量通过相关人员打分获得。
[0108]
图3是本发明一个实施例的基于移动健康的糖尿病预防主动干预方案自调方法中的通过手机app收集对应的年龄、教育类型、婚姻状况、职业类型和最小的孩子年龄，并将全部的历史数据划分为若干个同类对比组的流程图。
[0109]
如图3所示，在一个或多个实施例中，优选地，所述通过手机app收集对应的年龄、教育类型、婚姻状况、职业类型和最小的孩子年龄，并将全部的历史数据划分为若干个同类对比组，具体包括：
[0110]
s301、对任意2个样本利用第一计算公式进行判断，当满足第一计算公式时，则认为其为相同的样本组；
[0111]
s302、当不满足第一计算公式时，则认为其为不相同的样本组；
[0112]
s303、完成全部的样本对比，形成若干个同类对比组；
[0113]
所述第一计算公式为：
[0114][0115]
其中，n
x
为第x个人的年龄，ny为第y个人的年龄，j
x
为第x个人的教育类型，jy为第y个人的教育类型，h
x
为第x个人的婚姻状况，hy为第y个人的婚姻状况，z
x
为第x个人的职业类型，zy为第y个人的职业类型，hz
x
为第x个人的最小的孩子年龄，hzy为第y个人的最小的孩子年龄。
[0116]
在本发明实施例中，分类提取过程中，首先进行年龄分类，其次是教育类型，再其次是婚姻状况，最终是职业类型和最小的孩子年龄，形成一个组合化的同类对比组。
[0117]
图4是本发明一个实施例的基于移动健康的糖尿病预防主动干预方案自调方法中的在历史数据中提取已经进行主动干预人员和对应的同类对比组，计算每个同类对比组的系数组的流程图。
[0118]
如图4所示，在一个或多个实施例中，优选地，所述在历史数据中提取已经进行主动干预人员和对应的同类对比组，计算每个同类对比组的系数组，具体包括：
[0119]
s401、根据历史数据中全部的主动干预的人员和对应的主动干预方案；
[0120]
s402、根据所述主动干预方案获得启动时间和启动该方案后达到预设的时间段后的反馈数据；
[0121]
s403、根据所述反馈数据和所述启动时间对应的数据利用第二计算公式计算体重指数；
[0122]
s404、根据所述反馈数据和所述启动时间对应的数据利用第三计算公式计算腰围指数；
[0123]
s405、根据所述反馈数据和所述启动时间对应的数据利用第四计算公式计算体脂指数；
[0124]
s406、根据第五计算公式计算同类对比组的系数组；
[0125]
所述第二计算公式为：
[0126]
tz＝100
×
(tz0-tzmin)
÷
(tzmax-tzmin)
[0127]
其中，tz为体重指数，tz0为所述反馈数据和所述启动时间对应之间的体重变化量，tzmax为历史数据中所述反馈数据和所述启动时间对应之间的体重变化量的最大值，tzmin为历史数据中所述反馈数据和所述启动时间对应之间的体重变化量的最小值；
[0128]
所述第三计算公式为：
[0129]
yw＝100
×
(yw0-ywmin)
÷
(ywmax-ywmin)
[0130]
其中，yw为腰围指数，yw0为所述反馈数据和所述启动时间对应之间的腰围变化量，ywmax为历史数据中所述反馈数据和所述启动时间对应之间的腰围变化量的最大值，ywmin为历史数据中所述反馈数据和所述启动时间对应之间的腰围变化量的最小值；
[0131]
所述第四计算公式为：
[0132]
th＝100
×
(th0-thmin)
÷
(thmax-thmin)
[0133]
其中，th为体脂指数，th0为所述反馈数据和所述启动时间对应之间的体脂变化量，thmax为历史数据中所述反馈数据和所述启动时间对应之间的体脂变化量的最大值，thmin为历史数据中所述反馈数据和所述启动时间对应之间的体脂变化量的最小值；
[0134]
所述第五计算公式为：
[0135]
{k1、k2、k3}＝argminσ(k1
×
tz+k2
×
yw+k3
×
th-f1-f2-f3)
[0136]
其中，{k1、k2、k3}为同类对比组的系数组，argminσ()为在同类对比组内计算最优系数组的函数，最优系数组的函数使得同类对比组内的k1
×
tz+k2
×
yw+k3
×
th-f1-f2-f3的计算值的加和最小，f1为身体评分，f2为心理评分，f3为生活质量评分。
[0137]
在本发明实施例中，明确了如何根据历史数据进行分组训练，判断当前历史数据组中是否存在已经进行主动干预的人群，主动干预的实际方案是什么，因为，实际的主动干预防范执行度很难保障，不同的同类对比组之间可能产生极大的差异，因此，提取主动干预的方案的启动时间和编号，并获取启动时刻的体重指数、腰围和体脂作为关键的考核指标，形成一个综合计算指标，综合计算指标的系数与全部主动干预人群的总体评分有关，通过智能分组训练获得系数组。
[0138]
图5是本发明一个实施例的基于移动健康的糖尿病预防主动干预方案自调方法中的形成当前时刻需要主动干预人员的可以选择的全部方案的综合计算指标的流程图。
[0139]
如图5所示，在一个或多个实施例中，优选地，所述形成当前时刻需要主动干预人员的可以选择的全部方案的综合计算指标，具体包括：
[0140]
s501、获取当前时刻需要主动干预人员的基础信息，所述基础信息包括年龄、教育类型、婚姻状况、职业类型和最小的孩子年龄，判断其所在的同类对比组，作为当前干预对比组；
[0141]
s502、判断当前干预对比组是否存在同类对比组的系数组，若存在则继续判断当前干预对比组方案数量是否大于等于5个；
[0142]
s503、当存在同类对比组的系数组，且干预对比组方案数量大于等于5个时，按照所述同类对比组的系数组利用第六计算公式计算综合计算指标，并按照综合计算指标由大到小进行排序推荐；
[0143]
s504、当不存在同类对比组的系数组，或干预对比组方案数量不大于等于5个时，选择满足第七计算公式的同类对比组，并将对应的方案和对应的同类对比组的系数组补充
到当前的当前干预对比组，利用第六计算公式计算综合计算指标，并按照综合计算指标由大到小进行排序推荐；
[0144]
所述第六计算公式：
[0145]
zh＝k1
×
tz+k2
×
yw+k3
×
th
[0146]
其中，zh为综合计算指标；
[0147]
所述第七计算公式：
[0148]
df-avgf≤10
[0149]
其中，df为当前时刻需要主动干预人员的身体评分、心理评分和生活质量评分的加和，avgf为同类对比组的身体评分、心理评分和生活质量评分的加和的平均值。
[0150]
在本发明实施例中，明确如何根据分组明确最优方案，当获取当前的分组之后，则根据所述系数组，计算当前时刻每种对比组最优的实时方案，该方案中，基于综合计算指标进行方案的排序，当存在所述对应对比组时，则按照对应的对比组的方案进行推荐，当不存在对应对比组或者对比对比组的方案数量少于5个时，则根据当前不同人员的生活质量测试分数最接近的对比组，进行合并对比所述综合计算指标的排序，并将全部的方案按照综合计算指标由大到小进行排序推荐。
[0151]
图6是本发明一个实施例的基于移动健康的糖尿病预防主动干预方案自调方法中的根据全部方案的综合计算指标，提取推荐实时主动干预策略选择组的流程图。
[0152]
如图6所示，在一个或多个实施例中，优选地，所述根据全部方案的综合计算指标，提取推荐实时主动干预策略选择组，具体包括：
[0153]
s601、提取当前的全部方案的综合计算指标，根据大小排序，选择最大的三个作为方案方式推荐
[0154]
s602、根据方案方式推荐提取方案中的每种减肥方式；
[0155]
s603、根据每种减肥方式对应的难易程度，由易到难形成实时主动干预策略选择组。
[0156]
在本发明实施例中，提取当前的最推荐的三种方案，提取方案中的每种减肥方式，实现的难易程度推荐，形成一个推荐实时主动干预策略选择组。
[0157]
图7是本发明一个实施例的基于移动健康的糖尿病预防主动干预方案自调方法中的根据所述实时主动干预策略选择组，在主动干预参与者佩戴的移动健康管理设备上显示并监视的流程图。
[0158]
如图7所示，在一个或多个实施例中，优选地，所述根据所述实时主动干预策略选择组，在主动干预参与者佩戴的移动健康管理设备上显示并监视，具体包括：
[0159]
s701、实时获得所述实时主动干预策略选择组后，通过5g或移动网络向主动干预参与者佩戴的移动健康管理设备发送所述实时主动干预策略选择组；
[0160]
s702、主动干预参与者佩戴的移动健康管理设备收到所述实时主动干预策略选择组，进行解析，获得显示信息内容；
[0161]
s703、主动干预参与者佩戴的移动健康管理设备在预设的时间后进行在线监测判断是否存在异常。
[0162]
在本发明实施例中，根据实时主动干预策略选择组，在主动干预参与者佩戴的移动健康管理设备上显示，并监测对应实时主动干预策略选择组的执行情况，一般情况下仅
对可以监测的类型进行在线监测。
[0163]
根据本发明实施例第二方面，提供基于移动健康的糖尿病预防主动干预方案自调系统。
[0164]
图8是本发明一个实施例的基于移动健康的糖尿病预防主动干预方案自调系统的结构图。
[0165]
在一个或多个实施例中，优选地，所述基于移动健康的糖尿病预防主动干预方案自调系统包括：
[0166]
采集模块801，用于通过移动设备自动采集身体评分、心理评分和生活质量评分；
[0167]
干预分析模块802，用于通过手机app收集对应的年龄、教育类型、婚姻状况、职业类型和最小的孩子年龄，并将全部的历史数据划分为若干个同类对比组；
[0168]
干预训练模块803，用于在历史数据中提取已经进行主动干预人员和对应的同类对比组，计算每个同类对比组的系数组；
[0169]
最优分析模块804，用于形成当前时刻需要主动干预人员的可以选择的全部方案的综合计算指标；
[0170]
干预排序模块805，用于根据全部方案的综合计算指标，提取推荐实时主动干预策略选择组；
[0171]
干预执行模块806，用于根据所述实时主动干预策略选择组，在主动干预参与者佩戴的移动健康管理设备上显示并监视。
[0172]
在本发明实施例中，通过一系列的模块化设计，实现一个适用于不同结构下的系统，该系统能够通过采集、分析和控制，实现闭环的、可靠的、高效的执行。
[0173]
根据本发明实施例第三方面，提供一种计算机可读存储介质，其上存储计算机程序指令，所述计算机程序指令在被处理器执行时实现如本发明实施例第一方面中任一项所述的方法。
[0174]
根据本发明实施例第四方面，提供一种电子设备。图9是本发明一个实施例中一种电子设备的结构图。图9所示的电子设备为通用基于移动健康的糖尿病预防主动干预方案自调装置，其包括通用的计算机硬件结构，其至少包括处理器901和存储器902。处理器901和存储器902通过总线903连接。存储器902适于存储处理器901可执行的指令或程序。处理器901可以是独立的微处理器，也可以是一个或者多个微处理器集合。由此，处理器901通过执行存储器902所存储的指令，从而执行如上所述的本发明实施例的方法流程实现对于数据的处理和对于其它装置的控制。总线903将上述多个组件连接在一起，同时将上述组件连接到显示控制器904和显示装置以及输入/输出(i/o)装置905。输入/输出(i/o)装置905可以是鼠标、键盘、调制解调器、网络接口、触控输入装置、体感输入装置、打印机以及本领域公知的其他装置。典型地，输入/输出装置905通过输入/输出(i/o)控制器906与系统相连。
[0175]
本发明的实施例提供的技术方案可以包括以下有益效果：
[0176]
本发明方案中，通过标准组与干预组的对比，基于人工智能形成糖尿病预防主动干预的自动调整方案。
[0177]
本发明方案中，通过移动设备进行主动干预，实现不同时段和周期的干预手段和方案的指导。
[0178]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序
产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
[0179]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0180]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0181]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0182]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

技术特征：
1.基于移动健康的糖尿病预防主动干预方案自调方法，其特征在于，该方法包括：通过移动设备自动采集身体评分、心理评分和生活质量评分；通过手机app收集对应的年龄、教育类型、婚姻状况、职业类型和最小的孩子年龄，并将全部的历史数据划分为若干个同类对比组；在历史数据中提取已经进行主动干预人员和对应的同类对比组，计算每个同类对比组的系数组；形成当前时刻需要主动干预人员的可以选择的全部方案的综合计算指标；根据全部方案的综合计算指标，提取推荐实时主动干预策略选择组；根据所述实时主动干预策略选择组，在主动干预参与者佩戴的移动健康管理设备上显示并监视。2.如权利要求1所述的基于移动健康的糖尿病预防主动干预方案自调方法，其特征在于，所述通过移动设备自动采集身体评分、心理评分和生活质量评分，具体包括：通过移动设备获得每日步数、每周中等到高强度分钟数、每日水果和蔬菜摄入量、每日卡路里消耗量、睡眠时间，获得身体评分；通过移动设备输入心理变量的评分问卷，其中，所述心理变量包括自我效能、社会支持，获得心理评分；通过移动设备输入生活质量的评分问卷，进行在线评分，获得生活质量评分。3.如权利要求1所述的基于移动健康的糖尿病预防主动干预方案自调方法，其特征在于，所述通过手机app收集对应的年龄、教育类型、婚姻状况、职业类型和最小的孩子年龄，并将全部的历史数据划分为若干个同类对比组，具体包括：对任意2个样本利用第一计算公式进行判断，当满足第一计算公式时，则认为其为相同的样本组；当不满足第一计算公式时，则认为其为不相同的样本组；完成全部的样本对比，形成若干个同类对比组；所述第一计算公式为：其中，n
x
为第x个人的年龄，n
y
为第y个人的年龄，j
x
为第x个人的教育类型，j
y
为第y个人的教育类型，h
x
为第x个人的婚姻状况，h
y
为第y个人的婚姻状况，z
x
为第x个人的职业类型，z
y
为第y个人的职业类型，hz
x
为第x个人的最小的孩子年龄，hz
y
为第y个人的最小的孩子年龄。4.如权利要求1所述的基于移动健康的糖尿病预防主动干预方案自调方法，其特征在于，所述在历史数据中提取已经进行主动干预人员和对应的同类对比组，计算每个同类对比组的系数组，具体包括：根据历史数据，提取其中全部的主动干预的人员和对应的主动干预方案；
根据所述主动干预方案的启动时间和启动该方案后，达到预设的时间段后的采集反馈信息进行反馈数据采集；根据所述反馈数据和所述启动时间对应的数据利用第二计算公式计算体重指数；根据所述反馈数据和所述启动时间对应的数据利用第三计算公式计算腰围指数；根据所述反馈数据和所述启动时间对应的数据利用第四计算公式计算体脂指数；根据第五计算公式计算同类对比组的系数组；所述第二计算公式为：tz＝100
×
(tz0-tzmin)
÷
(tzmax-tzmin)其中，tz为体重指数，tz0为所述反馈数据和所述启动时间对应之间的体重变化量，tzmax为历史数据中所述反馈数据和所述启动时间对应之间的体重变化量的最大值，tzmin为历史数据中所述反馈数据和所述启动时间对应之间的体重变化量的最小值；所述第三计算公式为：yw＝100
×
(yw0-ywmin)
÷
(ywmax-ywmin)其中，yw为腰围指数，yw0为所述反馈数据和所述启动时间对应之间的腰围变化量，ywmax为历史数据中所述反馈数据和所述启动时间对应之间的腰围变化量的最大值，ywmin为历史数据中所述反馈数据和所述启动时间对应之间的腰围变化量的最小值；所述第四计算公式为：th＝100
×
(th0-thmin)
÷
(thmax-thmin)其中，th为体脂指数，th0为所述反馈数据和所述启动时间对应之间的体脂变化量，thmax为历史数据中所述反馈数据和所述启动时间对应之间的体脂变化量的最大值，thmin为历史数据中所述反馈数据和所述启动时间对应之间的体脂变化量的最小值；所述第五计算公式为：{k1、k2、k3}＝argminσ(k1
×
tz+k2
×
yw+k3
×
th-f1-f2-f3)其中，{k1、k2、k3}为同类对比组的系数组，argminσ()为在同类对比组内计算最优系数组的函数，最优系数组的函数使得同类对比组内的k1
×
tz+k2
×
yw+k3
×
th-f1-f2-f3的计算值的加和最小，f1为身体评分，f2为心理评分，f3为生活质量评分。5.如权利要求1所述的基于移动健康的糖尿病预防主动干预方案自调方法，其特征在于，所述形成当前时刻需要主动干预人员的可以选择的全部方案的综合计算指标，具体包括：获取当前时刻需要主动干预人员的基础信息，所述基础信息包括年龄、教育类型、婚姻状况、职业类型和最小的孩子年龄，判断其所在的同类对比组，作为当前干预对比组；判断当前干预对比组是否存在同类对比组的系数组，若存在则继续判断当前干预对比组方案数量是否大于等于5个；当存在同类对比组的系数组，且干预对比组方案数量大于等于5个时，按照所述同类对比组的系数组利用第六计算公式计算综合计算指标，并按照综合计算指标由大到小进行排序推荐；当不存在同类对比组的系数组，或干预对比组方案数量不大于等于5个时，选择满足第七计算公式的同类对比组，并将对应的方案和对应的同类对比组的系数组补充到当前的当前干预对比组，利用第六计算公式计算综合计算指标，并按照综合计算指标由大到小进行
排序推荐；所述第六计算公式：zh＝k1
×
tz+k2
×
yw+k3
×
th其中，zh为综合计算指标；所述第七计算公式：df-avgf≤10其中，df为当前时刻需要主动干预人员的身体评分、心理评分和生活质量评分的加和，avgf为同类对比组的身体评分、心理评分和生活质量评分的加和的平均值。6.如权利要求1所述的基于移动健康的糖尿病预防主动干预方案自调方法，其特征在于，所述根据全部方案的综合计算指标，提取推荐实时主动干预策略选择组，具体包括：提取当前的全部方案的综合计算指标，根据大小排序，选择最大的三个作为方案方式推荐根据方案方式推荐提取方案中的每种减肥方式；根据每种减肥方式对应的难易程度，由易到难形成实时主动干预策略选择组。7.如权利要求1所述的基于移动健康的糖尿病预防主动干预方案自调方法，其特征在于，所述根据所述实时主动干预策略选择组，在主动干预参与者佩戴的移动健康管理设备上显示并监视，具体包括：实时获得所述实时主动干预策略选择组后，通过5g或移动网络向主动干预参与者佩戴的移动健康管理设备发送所述实时主动干预策略选择组；主动干预参与者佩戴的移动健康管理设备收到所述实时主动干预策略选择组，进行解析，获得显示信息内容；主动干预参与者佩戴的移动健康管理设备在预设的时间后进行在线监测判断是否存在异常。8.基于移动健康的糖尿病预防主动干预方案自调系统，其特征在于，该系统用于实施如权利要求1-7中任一项所述的方法，该系统包括：采集模块，用于通过移动设备自动采集身体评分、心理评分和生活质量评分；干预分析模块，用于通过手机app收集对应的年龄、教育类型、婚姻状况、职业类型和最小的孩子年龄，并将全部的历史数据划分为若干个同类对比组；干预训练模块，用于在历史数据中提取已经进行主动干预人员和对应的同类对比组，计算每个同类对比组的系数组；最优分析模块，用于形成当前时刻需要主动干预人员的可以选择的全部方案的综合计算指标；干预排序模块，用于根据全部方案的综合计算指标，提取推荐实时主动干预策略选择组；干预执行模块，用于根据所述实时主动干预策略选择组，在主动干预参与者佩戴的移动健康管理设备上显示并监视。9.一种计算机可读存储介质，其上存储计算机程序指令，其特征在于，所述计算机程序指令在被处理器执行时实现如权利要求1-7中任一项所述的方法。10.一种电子设备，包括存储器和处理器，其特征在于，所述存储器用于存储一条或多
条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-7任一项所述的方法。

技术总结
本发明涉及健康生活管理技术领域，更具体地，涉及基于移动健康的糖尿病预防主动干预方案自调方法及系统。该方案包括通过移动健康管理平台进行对饮食和运动相关心理变量、行为变量和体重相关变量进行在线的信息采集；在进行信息采集的基础上，需要明确对应的干预目标；根据变量组：年龄、教育、婚姻状况、职业和最小的孩子年龄形成分类组量化指数，根据对应的体重指数和腰围形成的综合指数，确定最优的对于分类组量化指数的系数；在分类组量化指数在预设参数范围内的条件下，结合干预目标基于人工智能算法明确最优干预策略，并执行对应的干预方案。该方案核心目的是针对腹型肥胖母亲，进行最优的主动健康干预方案推荐和执行。行最优的主动健康干预方案推荐和执行。行最优的主动健康干预方案推荐和执行。


技术研发人员：郭佳 钟沁怡 姜媛媛 林茜 黄沁缘 李亦萌 曾彦菁
受保护的技术使用者：中南大学
技术研发日：2023.05.17
技术公布日：2023/8/14