[发明专利]人工智能个性化慢病健康管疗的方法

说明书

本发明涉及一种人工智能个性化慢病健康管疗的方法，提出慢病信息、个人信息和时间是函数关系，通过监测个人信息、诊断慢病类别，依据群体的大数据，采用人工智能深度学习和个性化训练的方法，建立概念方程、偏微分方程、模糊数学方程、人工智能模型、混合模型、预测模型、单向映射模型、双向映射模型等数学模型，设计相关算法，对患者个人制定执行管疗方案，监测管疗效果，通过执行训练和优化可调个人信息和管疗效果模型，形成个性化的、持续升级的慢病健康管疗方案，同时设计了求取极值法、个性化训练法、调节个人信息法、软件仿真法等4种实现减少患者管疗费用和对身体损伤的方法；设计云中心、区块链和安全多方计算的云安全模式保护个人隐私；设计针对糖尿病、心血管疾病的2个应用实施例。

技术领域

本发明涉及临床医学和信息技术领域，尤其涉及诊断学、治疗学和人工智能领域，特别涉及人工智能的人类慢病健康管理和治疗的方法。

背景技术

慢病是威胁人类健康、造成人类死亡的元凶，是未来医疗保健领域发展的重中之重。

慢病又称慢性病(英文chronic)不是特指某种疾病，而是对一组起病时间长，缺乏明确的病因证据，一旦发病即病情迁延不愈的非传染性疾病的概括性总称，也是指不构成传染、具有长期积累形成疾病形态损害的疾病的总称。

慢病的范围很广，常见的慢性病主要包括：糖尿病、心脑血管疾病、癌症、慢性呼吸系统疾病，其中心脑血管疾病包含高血压、脑卒中和冠心病。据我国权威机构统计，18岁及以上成人高血压患病率为25.5％，糖尿病患病率为11％，其中，糖尿病总人数约为1.48亿，而成年人中血糖偏高者总数高达4亿。

目前的业内现状是：

1、诊断监测标准

业内对于慢病的健康管理和治疗，基本上都是采用同一个标准管理和治疗全部的慢病患者。以糖尿病为例，依据国际卫生组织(WHO)的规范，主要检测：1、静脉血液中葡萄糖的含量，空腹的静脉血糖≥7.0mmol/L，或者饭后两小时的血糖11.1mmol/L；2、糖化血红蛋白A1c(HbA1c)≥7.0％；符合这个标准，即可判断为糖尿病。此外，静脉血糖≤3.9mmol/L者为低血糖。然而，由于人的多样性和人体代谢系统是动态的，例如，餐后两小时的血糖值，在实际测量中，静脉血糖的测量值随时间的波动差异较大，并且是随着各人的差异和饮食的不同，其离散误差十分明显。因此，靠单一静态的指标“饭后两小时的血糖11.1mmol/L”来评判糖尿病，这本身就欠妥。此外，依据最新的糖尿病领域诺贝尔奖——班廷奖——的最新成果，人体内血糖值的波动对人体健康的影响比单纯静态血糖值影响更大。

2、诊断检测设备技术

以糖尿病为例，这类设备划分为两类，分别是医疗机构使用的专业检测设备和可以由患者个人使用的便携或者家用检测设备，前者由于专业性，其产销量较小，造价较为昂贵。后者由于量广面大，其价格可为个人用户接受。在检测方法方面，限于目前的技术发展，绝大多数血糖检测设备都是单时点检测，也就是在需要的时候检测一次，无法进行连续的、实时的检测，无法捕捉到人体的动态信息。

3、治疗方案

限于目前的医疗力量和手段，大多数慢病的治疗，都是采用共性化治疗，一张处方治疗所有的同一种慢病患者，无法做到真正的个性化治疗。

4、分析方法

业内对于慢病诊断和分析，目前还是以定性分析为主，尚未建立较为系统的数值化定量分析机制。

现有方法不足

然而，由于人类的多样性，加之人体的新陈代谢造成体内物理化学的指标是随着时间变化而变化的，因此，发明人认为，现有慢病管疗方法存在以下不足：

1、单点监测诊断无法实现连续动态测量，容易造成误判误诊。

2、慢病监测目前以定性分析为主，尚未建立数值化定量分析机制。