滿旭彤
本文在對健康管理系統及其安全性規范進行概述的基礎上,針對健康管理系統的安全性進行了需求分析,提出了健康管理系統的機密性需求。本文采用pandas中的data.corr函數方法,得出結果值,使用DataFrame 函數創建新的相關性系數據表,并按照相關系數絕對值從高到低進行排序,篩選出關鍵特征,通過數據清洗和數據校對的方法保證決策支持系統的數據質量,避免因為數據誤差的原因影響決策支持系統分析預測的準確性。
當前計算機技術在各個不同的領域不斷快速發展,并且被廣泛應用。而在醫療行業的發展中,運用現代化計算機技術促進醫療的發展已經成為當前研究的重要課題之一。伴隨當前各大醫院實行醫療信息一體化的模式,隨之而來更多關于移動醫療和遠程醫療等相關的課題研究。目前在醫療行業中,計算機技術支用在各大醫院中的臨床診斷、信息處理、重癥監護、教學、管理等方面,并且均經過大量的應用而得到效果的驗證。
(一)數據收集
本文建立預測心腦血管疾病模型的數據來源于2020年上半年天津某三甲綜合性醫院患者的體檢數據。該數據源主要包括年齡、性別、吸煙史、身高、體重、飲酒史、脈搏、舒張壓、收縮壓、谷草轉氨酶、尿酸、總膽固醇、甘油三酯、低密度脂蛋白膽固醇、高密度脂蛋白膽固醇、肌酐、糖化血紅蛋白測定、血小板計數、白細胞計數、谷丙轉氨酶、患病標志共21個變量。
(二)數據處理
(一)填充缺失值:數據缺失在許多研究領域都是一個復雜的問題。對數據挖掘來說,缺失值的存在,可能造成以下影響:首先,系統可能丟失大量的有用信息;第二,系統中所表現出的不確定性可能更加顯著,系統中蘊涵的確定性成分更難把握。
(二)針對性別、吸煙史、飲酒史三個體征參數,在本論文中采用自定義函數get_label、get_label_code,對訓練集和測試集數據進行for循環進行每列判斷,將字符型轉成數值型。數據表中,體征參數性別,女用0替代,男用1替代,有吸煙史和飲酒史用0替代,無吸煙史和飲酒史用1替代,吸煙史和飲酒史不明確的用2替代。
(三)相關性分析
由于醫療數據巨大而且具有多樣性,導致會有冗余數據,神經網絡算法的第一層是由輸入神經元進行輸入層,所以確定好輸入神經元個數是非常重要的步驟。本文數據源是在病人體檢報告結果中隨機選取了21個生命體征,要將這21個生命體征與患病標志進行相關性分析,本文采用pandas中的data.corr函數方法,取值范圍為[-1,1],取值接近-1,表示反相關,類似反比例函數,取值接近1,表示正相關。得出結果值,使用DataFrame 函數創建新的相關性系數據表,并按照相關系數絕對值從高到低進行排序,篩選出關鍵特征。
(一) 健康管理系統的開發方法
健康管理系統的開發往往采用的是數據驅動的方法,通過知識圖譜的搭建為之后語義層和用戶展示層的設計提供數據基礎。不過由于醫院管理的特殊性,醫院健康管理系統的開發采用的是業務驅動模式。
(二)系統登錄
健康管理系統登錄模塊是整個平臺的入口,所有的用戶都要通過這個入口進入到系統中去,使用Java和.NET的技術開發登錄模塊,并提供接口完成用戶認證與授權。
(三) 基本信息模塊
此模主要包含基本信息、診療記錄、日常體檢等子模塊。
每個子模塊都可以進行相應的操作,例如上傳、下載等等。系統根據注冊者的權限展示給用戶各種信息與功能。
1.健康統計模塊
統計模塊主要是針對運用此系統的人員的總結。此模塊內可以顯示出用戶每一年的身體狀況。并且每一個子模塊均能進行查詢和查看。年度健康檢查疾病用于統計今年健康檢查中發生的疾病的發生次數和該疾病的發生次數,通過在同一頁上顯示歷年健康檢查次數,系統用戶可以簡單直觀地了解今年疾病的分布情況。
2.健康管理模塊
該模塊是管理系統最為核心的部分,主要能夠實現最初期的警告用戶身體狀況的警報和通知功能,使用戶熟悉自己的身體各項情況。如果有問題存在應當去醫院檢查,早期發現心血管疾病等慢性病。
調用HealthwarningController類中的血壓預測算法,并對用戶的血壓預測,進一步實現血壓預警的目標。
提示用戶進行體檢,系統用戶可以清晰的看到沒有年度體檢的用戶,并在維護時向用戶提供及時的通知提醒。藥物提醒是對還沒有痊愈的正在服藥的用戶加以提醒及時服藥。
3.系統維護模塊
此模塊是維護健康管理系統的基本運行,以確保系統的正常工作。使用維護模塊的人員基本為管理員,又或是管理員給予了權限的用戶。添加字典管理功能,可以在不影響系統正常使用的情況下隨時更改系統字段,從而提前添加ICD10疾病和系統的大部分字段。
當前個人對自身的健康進行管理的意識不斷的提高,為此誕生了許多的對健康進行管理的系統。智能的健康管理系統通過大力的推廣可以把醫療覆蓋面繼續擴大,并且還能提升廣大人民群眾對健康進行管理的意識、追蹤個人的健康狀況、傳授相關的醫療知識和衛生防護知識。并且還能提升醫護人員的水平。當前國內運用健康管理的系統主要是疾病的預防及跟蹤、居民健康信息的采集、疾病分析及預測等多功能和多方向。
作者單位:悉尼大學