TCI 402-2024 慢病健康信息智能管理技术规范

TICS35.240.01CCSL67T团 体 标 准T/CI402-2024慢病健康信息智能管理技术规范TechnicalspecificationforIntelligentmanagementofchronicdiseasehealthinformation2024-07-01发布 2024-07-01实施中国国际科技促进会 发布T/CI402-2024T/CI402-2024PAGE\*ROMANPAGE\*ROMANII目 次前 言 II范围 1规范性引用文件 1术语和定义 1总体设计 2慢病数据实时监测技术 3慢病数据智能分析技术 6慢病诊断预测技术 8慢病管理系统构建技术 9前 言GB/T1.1-20201本文件由中国国际科技促进会归口。（河南省骨科医院本文件为首次发布。T/CI402-2024T/CI402-2024PAGEPAGE10慢病健康信息智能管理技术规范范围本文件适用于慢病健康信息的智能化管理,也可作为智慧医疗系统设计与研究的技术参考。规范性引用文件（包括所有的修改单）适用于本文件。GB/T20271信息安全技术信息系统通用安全技术要求GB/T29261.3信息技术自动识别和数据采集技术词汇第3部分：射频识别GB/T33008.1（PLC）1GB/T36622.2236622.33GB/T37033.33GB/T38668 40028.22术语和定义GB/T38668GB/T33008.1GB/T20271GB/T29261.3GB/T37033.3GB/T40028.2、GB/T36622.3、GB/T36622.2界定的以及下列术语和定义适用于本文件。3.1智能织物e-textile指融合了可穿戴计算、接口设计和纺织工程等多项技术的新型的可穿戴设备。3.2慢性疾病chronicDiseases,CDs指长期积累等原因形成疾病的总称。3.3数字化协同管理模型Pathway­driveneHealthbasedIntegratedCareModel，PEICM指通过数字技术和信息系统优化组织内外协同工作流程，实现高效管理和团队协作的框架。3.4反向传播神经网络backPropagationNeuralNetwork指一种按误差逆传播算法训练的多层前馈网络，一般由输入层、隐藏层、输出层组成。3.5支持向量机supportvectormachines,SVM3.6人工智能artificialIntelligence,AI总体设计基本要求对标国家重大需求。以国家需求为研究命题导向，以研究成果转化落地为研究目标。慢病健康信息智能管理技术总体思路介绍慢病数据实时监测技术可穿戴设备监控技术基于智能织物的健康数据采集技术基于生物电极的健康数据采集技术基于传感器的健康数据采集技术传感器组成：传感器由敏感元件和转换元件组成。数据采集与处理技术数据采集数据处理数据清洗：对原始数据进行清洗，去除其中的异常值和重复值，以提高数据质量。慢病实时监测系统用户管理模块注册与认证：通过客户端实现用户注册和首次实名认证。数据监测模块生理参数采集：使用便捷式采集装备测量血压、血糖、体温等生理参数。可视化呈现：将生理参数以可视化、数字化形式呈现，提供直观监测数据。实时响应控制虚拟脱敏技术数据传输模块平台数据处理模块数据分析：为用户建立个人病案，结合监测数据进行综合数据分析。图表呈现：以多种图表形式呈现分析数据，如折线图、面积图等。数据反馈模块APPAPP更新与处理：后台对反馈信息进行数据更新和处理，以提升患者体验。慢病监控系统整体架构慢病监控系统整体架构如图1所示。图1慢病监测系统整体框架慢病数据智能分析技术基于本体的模型知识表达在慢病分析过程中，本体构建需明确表示慢性疾病领域的关键概念，包括病种、症状、特征提取方法慢病数据特征特征选择标准特征选择标准是决定特征重要程度高低的标准，如果模型选取特征变量相关度低的值，特征提取方法包含式方法：通过学习模型作为子集评估标准，不断在特征空间中找到子集空间，然后进行评估，评估的结果可以作为一个目标函数。机器学习与深度学习机器学习机器学习算法需要大量的慢病标注数据进行训练，且数据应该涵盖慢性疾病领域的多个方面，包括不同类型的疾病、各种病例的临床信息等，同时，慢性疾病数据通常是高维的，SVM2深度学习语义识别技术文本信息提取与语义表示语义关系抽取与知识图谱构建语义搜索技术语义搜索技术基于语义关系和医学知识，提高医护人员对医学文献和患者资料的检索效率，为其提供更准确和相关的搜索结果，从而更快地获取所需信息。语义推理技术推荐算法数据要求需要基于准确和完整的慢性疾病数据进行工作。这包括患者的健康历史、症状、治疗方案等信息，还需要有明确的标签和分类信息，建立慢病健康知识库为慢病分析推荐服务提供依据。协同过滤推荐基于内容的推荐算法混合推荐算法慢病诊断预测技术构建基于大数据慢病诊断预测模型2图2模型构建流程图慢病诊断预测技术知识图谱构建迁移学习集成学习集成学习通过投票法、平均法、堆叠法、提升法、袋装法等方式预测慢病。强化学习慢病管理系统构建技术构建慢病管理系统模型管理分类常规干预，常规干预包括诊断检出、危险评估、分级管理与常规随访。异常干预，异常干预包括危险报警与依从度管理。自我管理支持，自我管理支持则包括生活方式干预、用药指导与健康教育。通用性慢病管理路径需明确问题实施路径的病种。路径的进入与退出标准。路径变异处理。通用性慢病管理路径路径的进入标准应为诊断明确、无严重合并症且愿意接受管理的相关慢病患者；标准诊疗流程所需的时间为长期管理；路径的变异处理在院外管理中主要体现为异常报警与依从度管理两大异常干预类共通任务，需根据具体情况采取相应的干预措施。基于数字化协同管理模型的标准化管理流程管理计划生成阶段由专科医师负责精确诊断，制定初始治疗计划。患者被分配给基层医疗机构，由全科医师与个案管理师进行院外管理。患者需建立个人档案，全科医师进行危险评估，细化治疗方案。患者进入管理初期，在个案管理师的指导下进行自我监测。根据自我监测数据和管理等级，给予不同强度的干预。长期管理阶段慢病管理系统访问控制与隐私保护匿名化和脱敏最小化数据收集访问审计与监控差异化访问权限加密