[发明专利]基于健康管理平台的皮肤病评估及远程会诊方法及系统

权利要求书

1.一种基于智能健康管理平台的皮肤病评估及远程会诊方法，其特征在于，包括以下步骤：

S1：根据大量医疗卫生数据利用大数据挖掘算法及统计分析方法，筛选出相关疾病危险因素，建立多层累积Logistic回归模型，应用该模型分析出的疾病危险因素，生成多维度智能问诊分析问卷；

S2：通过移动终端在线填写多维度智能问诊分析问卷，结合数据分析模型构建个体皮肤病症问诊分析决策树模型；所述的个体皮肤病症问诊分析决策树模型的自变量为多维度智能问诊分析问卷相关变量，因变量为健康风险危险因素；

S3：若云端数据库有相应皮肤症状，直接推送个性化精准的治疗和管理方案；若云端数据库无相应皮肤症状，则进行远程会诊，推送个性化精准的治疗和管理方案，并将会诊数据更新存档到云端数据库供远程会诊平台后续使用。

2.根据权利要求1所述的基于智能健康管理平台的皮肤病评估及远程会诊方法，其特征在于，步骤S1中所述的多层累积logistic回归数学模型为：

假设结局测量被分为m个类别(m＝1,2,…,M)，其测量值为(y_ij＝1),(y_ij＝2)，(y_ij＝M),且(y_ij＝1)<(y_ij＝2)＜…＜(y_ij＝M)。当π_ijm表示观察对象被分到m类的概率时，其累计概率函数表示为：

γ_ijm＝P(y＜m)＝π_ij1+π_ij2+…+π_ijm

由于累积logit连接函数为

logit(γijm)=logit(P(yij≤m)=log(P(yij≤m)1-p(yij≤m)),(m=1,2,3,...,M-1)]]>

因此，考虑随机效应后，多层累积logistic回归模型可表达为：

logitP(y≤m)=log(P(y≤m)1-p(y≤m))=β0+Σk-1kβkxx+u0j,(j=1,2,3,...,J)]]>

β_1j＝γ₁+u_1j

β_2j＝γ₂+u_2j

…

β_kj＝γ_k+u_kj

该模型包含m-1个累计logit，其中β_0m为第m个logit的截距；式中，γ_k表示自变量x_x对因变量的平均效应，β_k为x_x的回归系数，u_kj为残差，服从多元正态分布：u_j～N(0,Ω_u)；此处，i，j分别代表测量值矩阵的行列编号，k代表层级。