本發(fā)明屬于減重手術(shù)術(shù)后管理，尤其涉及一種減重手術(shù)術(shù)后智能隨訪系統(tǒng)及方法。

背景技術(shù)：

1、減重手術(shù)是改善肥胖癥和相關(guān)代謝性疾病的有效方式，通過手術(shù)改變患者的消化道解剖和功能，使胃容量減少、腸道吸收面積減少、改變胃腸道激素調(diào)節(jié)，從而達(dá)到減重的目的。手術(shù)的方式包括袖狀胃切除術(shù)、胃旁路術(shù)、單吻合胃旁路術(shù)、膽胰分流、十二指腸轉(zhuǎn)位術(shù)等。

2、當(dāng)患者做了減重手術(shù)后，由于通過手術(shù)方式使得消化道的結(jié)構(gòu)變化，對(duì)于患者來說，術(shù)后存在較大的潛在健康風(fēng)險(xiǎn)。因此如何對(duì)患者的減重手術(shù)術(shù)后的情況跟蹤，并根據(jù)跟蹤結(jié)果進(jìn)行隨訪和管理，以降低患者減重手術(shù)后的潛在健康風(fēng)險(xiǎn)，是目前亟需解決的技術(shù)問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種減重手術(shù)術(shù)后智能隨訪系統(tǒng)及方法，用以對(duì)患者的減重手術(shù)術(shù)后的情況跟蹤，并根據(jù)跟蹤結(jié)果進(jìn)行隨訪和管理，以降低患者減重手術(shù)后的潛在健康風(fēng)險(xiǎn)。

2、為解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案如下：

3、第一方面，一種減重手術(shù)術(shù)后智能隨訪方法，包括以下步驟：

4、s1：基于大數(shù)據(jù)獲取歷史患者的減重手術(shù)術(shù)后的體重變化數(shù)據(jù)和基礎(chǔ)數(shù)據(jù)，并提取其中滿足預(yù)設(shè)要求的減重手術(shù)術(shù)后體重變化的患者的數(shù)據(jù)，并進(jìn)行預(yù)處理后構(gòu)建歷史患者數(shù)據(jù)集，所述基礎(chǔ)數(shù)據(jù)包括年齡、性別、術(shù)后飲食；

5、s2：創(chuàng)建標(biāo)準(zhǔn)體重變化預(yù)測模型，并將所述歷史患者數(shù)據(jù)集輸入至標(biāo)準(zhǔn)體重變化預(yù)測模型對(duì)模型進(jìn)行訓(xùn)練，并對(duì)訓(xùn)練后的模型進(jìn)行預(yù)測能力的評(píng)估，判斷評(píng)估結(jié)果是否滿足預(yù)設(shè)要求，若是，執(zhí)行步驟s3，若否，對(duì)所述標(biāo)準(zhǔn)體重變化預(yù)測模型的參數(shù)進(jìn)行調(diào)整；

6、s3：采集當(dāng)前術(shù)后患者的基礎(chǔ)數(shù)據(jù)和當(dāng)前體重，并輸入至所述標(biāo)準(zhǔn)體重變化預(yù)測模型，通過所述模型輸出當(dāng)前術(shù)后患者的標(biāo)準(zhǔn)體重變化數(shù)據(jù)，并提取歷史患者數(shù)據(jù)集中與當(dāng)前患者的基礎(chǔ)數(shù)據(jù)匹配度最高的歷史患者的術(shù)后飲食作為當(dāng)前患者飲食規(guī)劃方案，將所述當(dāng)前患者的標(biāo)準(zhǔn)體重變化數(shù)據(jù)和飲食規(guī)劃方案存儲(chǔ)于隨訪系統(tǒng)的數(shù)據(jù)庫中；

7、s4：采集當(dāng)前患者的第一時(shí)間節(jié)點(diǎn)的體重值，并輸入至隨訪系統(tǒng)的體重記錄模塊，體重記錄模塊將其傳輸給數(shù)據(jù)分析模塊，數(shù)據(jù)分析模塊將第一時(shí)間節(jié)點(diǎn)的體重變化值與標(biāo)準(zhǔn)體重變化數(shù)據(jù)的第一時(shí)間節(jié)點(diǎn)的體重變化值進(jìn)行對(duì)比，判斷第一時(shí)間節(jié)點(diǎn)的體重變化值是否在預(yù)設(shè)誤差范圍內(nèi)，若是，返給當(dāng)前患者第一時(shí)間節(jié)點(diǎn)達(dá)標(biāo)的信息，并執(zhí)行步驟s5，若否，返回相應(yīng)不達(dá)標(biāo)的信息給醫(yī)生端，并調(diào)整患者的飲食以及將相鄰時(shí)間節(jié)點(diǎn)之間的間隔周期縮短，執(zhí)行步驟s5；

8、s5：采集當(dāng)前患者的第二時(shí)間節(jié)點(diǎn)的體重值，并輸入并輸入至隨訪系統(tǒng)的體重記錄模塊，體重記錄模塊將其傳輸給數(shù)據(jù)分析模塊，數(shù)據(jù)分析模塊將第二時(shí)間節(jié)點(diǎn)的體重變化值與標(biāo)準(zhǔn)體重變化數(shù)據(jù)的第二時(shí)間節(jié)點(diǎn)的體重變化值進(jìn)行對(duì)比，判斷第二時(shí)間節(jié)點(diǎn)的體重變化值是否在預(yù)設(shè)誤差范圍內(nèi)，若是，返給當(dāng)前患者第二時(shí)間節(jié)點(diǎn)達(dá)標(biāo)的信息，若否，調(diào)整患者的飲食規(guī)劃；

9、s6：按照步驟s4依次執(zhí)行后續(xù)預(yù)設(shè)時(shí)間節(jié)點(diǎn)的體重變化分析和并返回相應(yīng)的分析結(jié)果、診療建議和飲食規(guī)劃給當(dāng)前患者。

10、優(yōu)選的，步驟s2中的標(biāo)準(zhǔn)體重變化預(yù)測模型為神經(jīng)網(wǎng)絡(luò)模型，所述標(biāo)準(zhǔn)體重變化預(yù)測模型設(shè)置輸出層、隱藏層和輸出層，所述輸出層設(shè)有多個(gè)輸入維度，用于輸入年齡、性別、術(shù)后飲食、體重?cái)?shù)據(jù)，所述隱藏層設(shè)有多個(gè)神經(jīng)元，所述輸出層設(shè)有至少一個(gè)輸出維度，用于輸出標(biāo)準(zhǔn)體重變化數(shù)據(jù)。

11、優(yōu)選的，所述隱藏層的第 n層神經(jīng)元的輸入表示為：

12、；

13、所述輸出層的輸出結(jié)果的表達(dá)式為：

14、；

15、其中， wi表示第l層映射到第 n層的權(quán)重，表示第 n層神經(jīng)元的閾值，函數(shù)代表著對(duì)計(jì)算結(jié)果進(jìn)行非線性映射函數(shù)， xi表示第 n層的第 i個(gè)輸入數(shù)據(jù)。

16、優(yōu)選的，所述非線性映射函數(shù)為sigmoid激活函數(shù)，其具體的表達(dá)式為：

17、；

18、其中， x為sigmoid激活函數(shù)的輸入， σ為sigmoid激活函數(shù)的輸出，sigmoid激活函數(shù)的將輸入 x轉(zhuǎn)換成一個(gè)0至1之間的數(shù)值。

19、優(yōu)選的，所述標(biāo)準(zhǔn)體重變化預(yù)測模型的具體訓(xùn)練過程如下：

20、s21：對(duì)所述標(biāo)準(zhǔn)體重變化預(yù)測模型進(jìn)行權(quán)重和偏置初始化，將所述歷史患者數(shù)據(jù)集中的數(shù)據(jù)依次輸入至所述標(biāo)準(zhǔn)體重變化預(yù)測模型的輸入層，輸入年齡、性別、術(shù)后飲食、體重?cái)?shù)據(jù)分別通過不同的輸入維度進(jìn)行輸入；

21、s22：輸入層的數(shù)據(jù)經(jīng)過加權(quán)和運(yùn)算后傳遞給隱藏層，隱藏層的第一層神經(jīng)元接收來自輸入層的信號(hào)，并經(jīng)過所述非線性映射函數(shù)進(jìn)行處理后再傳遞給下一層，下一層的神經(jīng)元接收來自上一層神經(jīng)元的信號(hào)，并經(jīng)過所述非線性映射函數(shù)進(jìn)行處理后再傳遞給下一層，直至傳遞至輸出層，并經(jīng)所述輸出層輸出結(jié)果；

22、s23：基于反向傳播算法對(duì)隱藏層的每個(gè)神經(jīng)元的權(quán)重和偏置進(jìn)行迭代調(diào)整，不斷降低輸出誤差值，直至滿足迭代次數(shù)或者誤差值降低至預(yù)設(shè)閾值之內(nèi)。

23、優(yōu)選的，步驟s3中的飲食規(guī)劃方案的具體過程如下：

24、s31：采集當(dāng)前術(shù)后患者的基礎(chǔ)數(shù)據(jù)和當(dāng)前體重，并輸入至訓(xùn)練后的所述標(biāo)準(zhǔn)體重變化預(yù)測模型，所述模型輸出當(dāng)前術(shù)后患者的標(biāo)準(zhǔn)體重變化數(shù)據(jù)；

25、s32：根據(jù)當(dāng)前患者的年齡匹配歷史患者數(shù)據(jù)集中年齡差值在預(yù)設(shè)范圍的第一批歷史患者數(shù)據(jù)，并在所述第一批歷史患者數(shù)據(jù)中提取與當(dāng)前患者性別相同的第二批歷史患者數(shù)據(jù)；

26、s33：在所述第二批歷史患者數(shù)據(jù)中提取與當(dāng)前患者的術(shù)前體重?cái)?shù)據(jù)最接近的最終歷史患者數(shù)據(jù)；

27、s34：將最終歷史患者數(shù)據(jù)的術(shù)后飲食作為當(dāng)前患者飲食規(guī)劃方案，并將當(dāng)前患者飲食規(guī)劃方案存儲(chǔ)于隨訪系統(tǒng)的數(shù)據(jù)庫中，并在每個(gè)預(yù)設(shè)時(shí)間節(jié)點(diǎn)將相應(yīng)的飲食規(guī)數(shù)據(jù)返給當(dāng)前患者。

28、優(yōu)選的，步驟s4中調(diào)整患者的飲食的具體過程如下：

29、s41：調(diào)用所述歷史患者數(shù)據(jù)集，獲取各患者的身體質(zhì)量指數(shù)，并繪制其中每個(gè)患者術(shù)后體重變化曲線；

30、s42：將各患者的身體質(zhì)量指數(shù)和體重變化曲線傳輸至數(shù)據(jù)分析模塊，數(shù)據(jù)分析模塊選定其中患者中的身體質(zhì)量指數(shù)在預(yù)設(shè)范圍內(nèi)的體重變化曲線的變化幅度最大的患者；

31、s43：基于選定的患者，提取其飲食數(shù)據(jù)作為當(dāng)前患者調(diào)整后的飲食規(guī)劃方案。

32、第二方面，提供一種減重手術(shù)術(shù)后智能隨訪系統(tǒng)，用于實(shí)現(xiàn)任意一項(xiàng)所述的一種減重手術(shù)術(shù)后智能隨訪方法，包括數(shù)據(jù)獲取模塊、模型創(chuàng)建模塊、標(biāo)準(zhǔn)體重變化預(yù)測模型、模型訓(xùn)練模塊、體重記錄模塊、數(shù)據(jù)分析模塊、飲食規(guī)劃模塊、數(shù)據(jù)輸入模塊；所述模型創(chuàng)建模塊與標(biāo)準(zhǔn)體重變化預(yù)測模型連接，數(shù)據(jù)獲取模塊與標(biāo)準(zhǔn)體重變化預(yù)測模型連接，標(biāo)準(zhǔn)體重變化預(yù)測模型與模型訓(xùn)練模塊連接，重記錄模塊與數(shù)據(jù)分析模塊連接，數(shù)據(jù)分析模塊與飲食規(guī)劃模塊連接；

33、所述數(shù)據(jù)獲取模塊，用于基于大數(shù)據(jù)獲取歷史患者的減重手術(shù)術(shù)后的體重變化數(shù)據(jù)和基礎(chǔ)數(shù)據(jù)，并提取其中滿足預(yù)設(shè)要求的減重手術(shù)術(shù)后體重變化的患者的數(shù)據(jù)，并進(jìn)行預(yù)處理后構(gòu)建歷史患者數(shù)據(jù)集；

34、所述模型創(chuàng)建模塊，用于創(chuàng)建標(biāo)準(zhǔn)體重變化預(yù)測模型；

35、所述模型訓(xùn)練模塊，用于對(duì)標(biāo)準(zhǔn)體重變化預(yù)測模型訓(xùn)練；

36、所述體重記錄模塊，用于對(duì)當(dāng)前患者的各預(yù)設(shè)時(shí)間節(jié)點(diǎn)的體重?cái)?shù)據(jù)進(jìn)行記錄，并傳輸給數(shù)據(jù)分析模塊；

37、所述飲食規(guī)劃模塊，用于對(duì)當(dāng)前患者的飲食進(jìn)行規(guī)劃；

38、所述數(shù)據(jù)分析模塊，用于將指定時(shí)間節(jié)點(diǎn)的體重變化值與標(biāo)準(zhǔn)體重變化數(shù)據(jù)的相應(yīng)時(shí)間節(jié)點(diǎn)的體重變化值進(jìn)行對(duì)比，判斷指定時(shí)間節(jié)點(diǎn)的體重變化值是否在預(yù)設(shè)誤差范圍內(nèi)，并返給當(dāng)前患者指定時(shí)間節(jié)點(diǎn)的分析結(jié)果；

39、所述數(shù)據(jù)輸入模塊，用于輸入當(dāng)前患者的體重變化數(shù)據(jù)和基礎(chǔ)數(shù)據(jù)。

40、本發(fā)明的有益效果包括：

41、本發(fā)明提供的減重手術(shù)術(shù)后智能隨訪系統(tǒng)及方法，獲取歷史患者的減重手術(shù)術(shù)后的體重變化數(shù)據(jù)和基礎(chǔ)數(shù)據(jù)；創(chuàng)建標(biāo)準(zhǔn)體重變化預(yù)測模型并進(jìn)行訓(xùn)練；采集當(dāng)前術(shù)后患者的基礎(chǔ)數(shù)據(jù)和當(dāng)前體重，通過模型輸出當(dāng)前術(shù)后患者的標(biāo)準(zhǔn)體重變化數(shù)據(jù)，并提取匹配度最高的歷史患者的術(shù)后飲食作為當(dāng)前患者飲食規(guī)劃方案；采集當(dāng)前患者的第一時(shí)間節(jié)點(diǎn)的體重變化值，第一時(shí)間節(jié)點(diǎn)的體重變化值在預(yù)設(shè)誤差范圍內(nèi)，返給當(dāng)前患者第一時(shí)間節(jié)點(diǎn)達(dá)標(biāo)的信息，采集當(dāng)前患者的第二時(shí)間節(jié)點(diǎn)的體重變化值，判斷第二時(shí)間節(jié)點(diǎn)的體重變化值在預(yù)設(shè)誤差范圍內(nèi)，返給當(dāng)前患者第二時(shí)間節(jié)點(diǎn)達(dá)標(biāo)的信息。對(duì)患者的減重手術(shù)術(shù)后的體重變化跟蹤，降低患者減重手術(shù)后的潛在健康風(fēng)險(xiǎn)。

42、首先，通過創(chuàng)建標(biāo)準(zhǔn)體重變化預(yù)測模型，并將所述歷史患者數(shù)據(jù)集輸入至標(biāo)準(zhǔn)體重變化預(yù)測模型對(duì)模型進(jìn)行訓(xùn)練，基于歷史患者數(shù)據(jù)和標(biāo)準(zhǔn)體重變化預(yù)測模型來制定標(biāo)準(zhǔn)體重變化數(shù)據(jù)，相當(dāng)于參照大量的患者的實(shí)際數(shù)據(jù)進(jìn)行制定，這種方式相對(duì)于現(xiàn)有技術(shù)中直接通過醫(yī)生制定具有更強(qiáng)的適配性。

43、其次，通過按照預(yù)設(shè)的時(shí)間節(jié)點(diǎn)記錄相應(yīng)的體重值，并通過數(shù)據(jù)分析模塊對(duì)體重值進(jìn)行分析，將相同時(shí)間節(jié)點(diǎn)的體重變化值與標(biāo)準(zhǔn)體重變化數(shù)據(jù)的體重變化值進(jìn)行對(duì)比，判斷體重變化值是否在預(yù)設(shè)誤差范圍內(nèi)，進(jìn)而分析相應(yīng)時(shí)間段內(nèi)體重變化是否正常，若否，返回相應(yīng)不達(dá)標(biāo)的信息給醫(yī)生端，并調(diào)整患者的飲食以及將相鄰時(shí)間節(jié)點(diǎn)之間的間隔周期縮短，進(jìn)而實(shí)現(xiàn)對(duì)患者的體重跟蹤，在出現(xiàn)異常時(shí)，通過醫(yī)生介入進(jìn)行診療建議，并配合飲食和時(shí)間節(jié)點(diǎn)的調(diào)整進(jìn)一步制定隨訪方案，降低患者的術(shù)后潛在健康風(fēng)險(xiǎn)。

44、再次，通過標(biāo)準(zhǔn)體重變化預(yù)測模型設(shè)置輸出層、隱藏層和輸出層，輸出層設(shè)有多個(gè)輸入維度，用于輸入年齡、性別、術(shù)后飲食、體重?cái)?shù)據(jù)，隱藏層設(shè)有多個(gè)神經(jīng)元，輸出層設(shè)有至少一個(gè)輸出維度輸出標(biāo)準(zhǔn)體重變化數(shù)據(jù)。并對(duì)隱藏層的第 n層神經(jīng)元的輸入表示為：；輸出層的輸出結(jié)果的表達(dá)式為：。實(shí)現(xiàn)了基于年齡、性別、術(shù)后飲食、體重?cái)?shù)據(jù)的輸入，輸出標(biāo)準(zhǔn)體重變化數(shù)據(jù)。提升了對(duì)標(biāo)準(zhǔn)體重變化數(shù)據(jù)的預(yù)測準(zhǔn)確性。

45、最后，調(diào)用所述歷史患者數(shù)據(jù)集，獲取各患者的身體質(zhì)量指數(shù)，并繪制其中每個(gè)患者術(shù)后體重變化曲線；將各患者的身體質(zhì)量指數(shù)和體重變化曲線傳輸至數(shù)據(jù)分析模塊，數(shù)據(jù)分析模塊選定其中患者中的身體質(zhì)量指數(shù)在預(yù)設(shè)范圍內(nèi)的體重變化曲線的變化幅度最大的患者；基于選定的患者，提取其飲食數(shù)據(jù)作為當(dāng)前患者調(diào)整后的飲食規(guī)劃方案調(diào)整患者的飲食，使得飲食調(diào)整方案具備更高的可靠性。