[发明专利]一种HIV-AIDS全生命周期智能化管理方法及系统

权利要求书

1.一种HIV-AIDS全生命周期智能化管理方法，其特征在于，包括以下步骤：

整合HIV-AIDS患者信息，通过对HIV-AIDS患者进行匿名泛化处理，为HIV-AIDS患者配置唯一的化身，生成HIV-AIDS患者的化身全景信息；

基于生成的所述化身全景信息，提取分类器所需要的特征信息；并对提取的特征信息进行处理，使其处理后的特征信息符合分类器所接受的数据格式，并对差值较大的特征进行归一化处理，实现特征同等权重；

采用分类器基于k-近邻算法及历史训练数据集对HIV-AIDS患者当前所属病程情况进行分类，自动将HIV-AIDS患者分类到不同的全生命周期管理方案中；

为不同类别的HIV-AIDS患者定制不同的全生命周期管理方案；

根据定制的所述全生命周期管理方案，采集HIV-AIDS患者线上评估信息和线下评估信息；

将所采集的所述线上评估信息和所述线下评估信息进行整合，定期对HIV-AIDS患者康复状态进行评估。

2.如权利要求1所述的HIV-AIDS全生命周期智能化管理方法，其特征在于，所述基于生成的所述化身全景信息，提取分类器所需要的特征信息；并对提取的特征信息进行处理，使其处理后的特征信息符合分类器所接受的数据格式，并对差值较大的特征进行归一化处理，实现特征同等权重的步骤中，

提取的所述分类器所需要的特征信息包括是否使用抗病毒治疗、抗病毒治疗效果、免疫功能是否重建、年龄、精神状况、合并症及并发症情况、经济状况、以及是否吸毒特征信息；

所述归一化处理是防止所述特征信息中某一特征值的距离产生过大权重而做的相对值处理。

3.如权利要求1所述的HIV-AIDS全生命周期智能化管理方法，其特征在于，所述采用分类器基于k-近邻算法及历史训练数据集对HIV-AIDS患者当前所属病程情况进行分类，自动将HIV-AIDS患者分类到不同的全生命周期管理方案中的步骤中，

所述历史训练集是医生基于已有HIV-AIDS患者，根据HIV-AIDS患者的不同特征已经进行的分类表；

所述k-近邻算法是待分类HIV-AIDS患者与训练集中的已有HIV-AIDS患者在特征坐标上的空间距离，取前几个空间距离最近的HIV-AIDS患者进行分类，其中类别最多的就是待分类患者的分类。

4.如权利要求1所述的HIV-AIDS全生命周期智能化管理方法，其特征在于，所述为不同类别的HIV-AIDS患者定制相配套的全生命周期管理方案的步骤中，

所述全生命周期管理方案包括药物副反应评估及管理、精神心理健康评估及管理、生活方式评估及管理、疾病辅助类药品或治疗服务推荐。

5.如权利要求1所述的HIV-AIDS全生命周期智能化管理方法，其特征在于，所述将所采集的所述线上评估信息和所述线下评估信息进行整合，定期对HIV-AIDS患者康复状态进行评估的步骤之后还包括：

提取HIV-AIDS患者康复状态信息，并对提取的HIV-AIDS患者康复状态信息进行处理。