[发明专利]一种基于个人数字孪生网络数据分析方法及系统

说明书

本发明公开了一种基于个人数字孪生网络数据分析方法，所述方法应用于数字孪生网络系统，所述系统包括边缘服务器、个人健康服务器和电子医疗记录系统，所述方法包括：通过组合模式构建个人生命周期生理数据结构存储至个人健康服务器；获取个人实时生理数据，以键值时间戳的格式存储至边缘服务器；对所述个人实时生理数据进行训练生成用于与电子医疗记录系统联调的学习模型；将所述用于与电子医疗记录系统联调的学习模型与所述个人健康服务器通过API接口建立关联关系。由此能够将个人日常生理数据进行抽取、结构化转换和持久化保存，对每个人的生命周期内的各人体部位健康状态进行人工智能分析及结合医院电子病历系统为医生提供最优建议，给出数字孪生在新一代通信网络中的医疗行业创新应用方法。

技术领域

本发明涉及医疗通信技术领域，尤其涉及一种基于个人数字孪生网络数据分析方法及系统。

背景技术

数字孪生在6G通信网络的应用现已处于起步阶段，主要集中在工业、能源、运输等产业。其实现原理主要是通过实时传感器上报数据并输入到实体虚拟模型中进行数字化显示。

但是，数字孪生在医疗行业应用还处于在各医院信息系统保存电子病历的简单阶段，并未充分结合并发挥新一代通信网络的实时性及带宽多样化的优势。

发明内容

本发明所要解决的技术问题在于，提供一种基于个人数字孪生网络数据分析方法及系统，能够将个人日常生理数据进行抽取、结构化转换和持久化保存，对每个人的生命周期内的各人体部位健康状态进行人工智能分析及结合医院电子病历系统为医生提供最优建议，有利于医生给出数字孪生在新一代通信网络中的医疗行业创新应用方法。

为了解决上述技术问题，本发明第一方面公开了基于个人数字孪生网络数据分析方法，所述方法应用于数字孪生网络系统，所述系统包括边缘服务器、个人健康服务器和电子医疗记录系统，所述方法包括：通过组合模式构建个人生命周期生理数据结构存储至个人健康服务器；获取个人实时生理数据，以键值时间戳的格式存储至边缘服务器；对所述个人实时生理数据进行训练生成用于与电子医疗记录系统联调的学习模型；将所述用于与电子医疗记录系统联调的学习模型与所述个人健康服务器通过API接口建立关联关系。

在一些实施方式中，个人生命周期生理数据包括具有相同生命周期的个人实时数据、器官生理状态数据和人物特征数据，所述通过组合模式构建个人生命周期生理数据的结构存储至个人健康服务器，包括：将所述器官生理状态数据与人物特征数据进行组合，其中，人物特征数据至少包括DNA数据、指纹数据和瞳孔数据的一种或多种的组合；通过所述个人实时数据包含的器官名称，关联同一个人生命周期生理数据中的器官生理状态数据。

在一些实施方式中，边缘服务器包括MongoDB数据库，所述获取个人实时生理数据，以键值时间戳的格式存储至边缘服务器，包括：通过智能穿戴设备获取个人实时生理数据；将所述个人实时生理数据以年-月-日-小时的键值时间戳格式，存储至MongoDB数据库中。

在一些实施方式中，该方法还包括：根据健康状态分级标签对所述器官生理状态数据进行分类；将分类后的器官生理状态信息存储至所述个人生命周期生理数据中。

在一些实施方式中，该方法还包括：根据预置的存储周期对每一器官生理状态数据进行正态分布统计生成概率值； 将所述存储周期中的最大概率值作为当前存储周期的历史数据进行保存。

根据本发明的第二个方面，提供了一种基于个人数字孪生网络数据存储系统，所述系统包括：智能穿戴设备，用于获取个人实时生理数据；边缘服务器，用于将所述个人实时生理数据以键值时间戳的格式存储；个人健康服务器，用于通过组合模式构建个人生命周期生理数据结构；模型训练模块，用于对所述个人实时生理数据进行训练生成用于与电子医疗记录系统联调的学习模型；调用模块，用于将所述用于与电子医疗记录系统联调的学习模型与所述个人健康服务器通过API接口建立关联关系。