[发明专利]一种居于体征大数据的慢性病自动跟踪、治疗及推送方法

权利要求书

1.一种居于体征大数据的慢性病自动跟踪、治疗及推送方法，其特征在于，所述方法包括以下步骤：

步骤S1：根据患者的慢病种类、初始体征数据开出处方，形成健康档案；

步骤S2：获取患者的实时体征数据，做出治疗效果的评分；

步骤S3：根据患者的慢病种类、初始体征数据、所述处方建立治疗模板，所述治疗模板具有可量化的治疗效果量化值，所述治疗模板对多个同种类疾病的治疗效果量化值与所述评分相对应；

步骤S4：获取初次诊治患者的慢病种类、初始体征数据，并向医生推送所述治疗模板中的所述处方；

步骤S5：所述医生对所述处方确认后，发送给初次诊治患者。

2.如权利要求1所述的居于体征大数据的慢性病自动跟踪、治疗及推送方法，其特征在于，所述处方包括运动处方和/或药物处方，所述运动处方包括运动频次、运动方式、运动幅度以及运动时间；所述药物处方包括药物名称、服用方式、服用频次、服用量。

3.如权利要求2所述的居于体征大数据的慢性病自动跟踪、治疗及推送方法，其特征在于，所述治疗效果的评分采用百分制，设置有效阈值；当评分大于所述有效阈值时，认为治疗效果有效。

4.如权利要求1或2所述的居于体征大数据的慢性病自动跟踪、治疗及推送方法，其特征在于：所述步骤S3包括：

步骤S31：于所述初始体征数据、所述处方中提取多个影响治疗效果的影响因子，设置多个影响因子的影响权重值，计算影响因子的期望值，设定表示治疗效果有效的有效期望阈值；

步骤S32：录入多个所述健康档案中的影响因子数值，并计算得出多个期望值，所述期望值与所述评分相对应；

步骤S33：设置统计阈值百分比；

步骤S34：判断根据多个健康档案计算形成的期望值中大于有效期望阈值的百分比是否大于统计阈值百分比；若大于，则所述治疗模板建立结束；若小于，则修正所述影响因子，以使所述期望值中大于有效期望阈值的百分比大于统计阈值百分比；

所述治疗效果量化值为期望值。

5.如权利要求4所述的居于体征大数据的慢性病自动跟踪、治疗及推送方法，其特征在于，录入的所述健康档案的数量不少于3000条。

6.如权利要求4所述的居于体征大数据的慢性病自动跟踪、治疗及推送方法，其特征在于，所述治疗模板具有多个，每个治疗模板对应于一种类慢性病。

7.如权利要求4所述的居于体征大数据的慢性病自动跟踪、治疗及推送方法，其特征在于，所述影响因子包括以下的至少一种以及多种的组合：运动频次、运动方式、运动幅度以及运动时间；药物的服用方式、服用频次、服用量；血压、血脂、血糖、体重、年龄、身高、性别。

8.如权利要求4所述的居于体征大数据的慢性病自动跟踪、治疗及推送方法，其特征在于，多个所述影响权重值之和为1。

9.如权利要求1所述的居于体征大数据的慢性病自动跟踪、治疗及推送方法，其特征在于，医生通过远程智能终端获取患者的实时体征数据。

10.如权利要求9所述的居于体征大数据的慢性病自动跟踪、治疗及推送方法，其特征在于，所述方法还包括：

步骤S6：所述医生根据多个患者的治疗效果评分，实时更新所述治疗模板，以使治疗模板更符合初次诊治患者治疗。