[发明专利]一种数据处理方法和装置

说明书

本发明的实施例提供一种数据处理方法和装置，其中方法包括：获得多个被检测对象的N类身体生理指标数据；在所述N类身体生理指标数据中，确定任意两类不同自我管理能力强度的数据之间的关联模型；N为大于1的整数；获得当前被检测对象的身体生理指标数据，并输入所述关联模型，得到所述被检测对象的自我管理能力强度预测结果；根据所述自我管理能力强度预测结果，将预先设置的与自我管理能力强度对应的监测方案反馈给被检测对象。本发明的方案可以更加有效的降低被检测对象因自我管理能力低下产生并发症的发生率，从而控制被检测对象的病情恶化，提高生存质量。

技术领域

本发明涉及生理指标数据处理技术领域，特别是指一种数据处理方法和装置。

背景技术

现有产品中，例如App Store中的糖尿病类应用，其干预方式主要包括：患者自己输入提醒时间、患者自己录入相关关键指标信息、医生推荐食谱、系统根据患者实际数据情况提示预警信息。但这些干预方式总体都是基于患者自己主观行为进行设置或者基于公知常识进行提醒和预警，会发生患者为了逃避某些预警情况的发生或者患者本身就不愿意收到干预方式的束缚而设置虚假干预或不设置干预方式，导致耽误诊断，造成病情的恶化。

现有技术中，通过记录被测试对象的自身信息，将这些信息带入模型输出相应结果，然后再将结果导入预测系统判断发病概率，判断患病风险，可以有效的识别出糖尿病高危患者，尽早针对高危人群进行生活方式干预，较好的预防或延缓糖尿病的发生。但该方法记录被测试对象的自身信息(包括年龄、性别、身高、体重、腰围、糖尿病家族史、是否患有高血压、是否患有高血脂、最近一次空腹血糖)只能判定糖尿病病人的病理特征，并不能判断该糖尿病病人的潜在行为及自控管理能力，通过病理特征而采用的干预手段缺乏针对性和有效性。例如两个病人所采集的前述信息基本一样，根据该专利所述方法，所推荐的干预方式应相同，但实际上这两位患者有着不同的自控力和自身管理能力，故如果采用一样的干预方式则会对某一位或两位患者造成干预的低效或导致无效干预。

现有技术中，通过系统采集客户的体重及健康信息进行风险评估，进而制定科学合理的体重管理方案，实施干预计划，根据实际干预效果进行评价，调整干预方案。但该技术只根据用户的体重水平及身体健康状况进行评估和调整，并未将用户的潜在行为变化作为评估依据，会使得干预方式的实施效果不如预期。

现有技术中，对特殊人群的情绪监护方法，通过采集脑电及脑血氧信号对用户的情绪进行识别，判断干预类型，如果用户的情绪是平静状态或积极状态返回开始阶段继续监护，否则进入下一阶段。并且根据不同情绪状态确定采用系统的情绪辅助调节干预方式还是采用远程干预方式。该技术主要应用于情绪检测方面，在生理指标的选择上不够方便及准确性过低，另外在干预方式制定及调整干预的方式上也存在考虑的因素过于单一的缺陷，导致干预效果不如预期。

发明内容

本发明提供了一种数据处理方法和装置，可以依据被检测对象的自我管理能力强度，建立关联模型，并根据关联模型输出自我管理能力强度预测结果，并针对该模型输出的自我管理能力强度预测结果，提供针对性的监测方案，可以更加有效的降低因自我管理能力低下产生并发症的发生率，控制病情恶化，提高生存质量。

为解决上述技术问题，本发明的实施例提供如下方案：

一种数据处理方法，包括：

获得多个被检测对象的N类身体生理指标数据；

在所述N类身体生理指标数据中，确定任意两类不同自我管理能力强度的数据之间的关联模型；N为大于1的整数；

获得当前被检测对象的身体生理指标数据，并输入所述关联模型，得到所述被检测对象的自我管理能力强度预测结果；

根据所述自我管理能力强度预测结果，将预先设置的与自我管理能力强度对应的监测方案反馈给被检测对象。

其中，获得多个被检测对象的N类身体生理指标数据的步骤包括：