一种健康大数据的数字孪生方法及系统与流程

1.本发明属于数字孪生领域，涉及到一种健康大数据的数字孪生方法及系统。


背景技术：

2.健康大数据（healthybigdata）是指通过常规软件工具无法在可承受的时间范围内进行捕捉、管理和处理的健康数据集合，需要采用创新的处理模式才能产生更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的数字资产。健康大数据的意义不仅在于庞大的数据量，而且在于对这些健康数据进行专业化处理和再利用，健康大数据的整合再利用对于身体状况监测，疾病预防和健康趋势分析都具有积极的意义。
3.人体是一个有机体，人的活动本身产生的数据是动态时序数据是对人体生命特征的真实反应。为了解决系统性问题的难题，数字孪生应运而生，数字孪生的最大特点在于，它是对实体对象的动态仿真，数字孪生以数字化的形式在虚拟空间中构建了与物理世界一致的高保真模型，通过与物理世界间不间断的闭环信息交互反馈与数据融合，能够模拟对象在物理世界中的行为，监控物理世界的变化，反映物理世界的运行状况，评估物理世界的状态，诊断发生的问题，预测未来趋势，乃至优化和改变物理世界。数字孪生能够突破许多物理条件的限制，通过数据和模型双驱动的仿真、预测、监控、优化和控制，实现服务的持续创新、需求的即时响应和产业的升级优化。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够把健康大数据实现系统化承载、运行、管理的数字孪生方法及系统。
5.第一方面，本技术提供了一种健康大数据的数字孪生方法。所述方法包括：s1，采集数据；s2，数据预处理；s3，数字孪生体模型构建；s4，数字孪生体运行；s5，数字孪生体运行监控；s6，数字孪生体空间数据交换；s7，健康大数据物理实体与其对应数字孪生体同步；s8，优化数字孪生体。
6.第二方面，本技术提供了一种健康大数据的数字孪生系统。所述系统包括：数据预处理模块，对多源异构的数据进行数据集成、数据治理、数据开发操作，实现数据的一致性、准确性、完整性；数字孪生体模型管理模块，提供对数字孪生体模型的生成、运行及全生命周期管理功能；数字孪生体数据存储模块，提供对数字孪生体的数据存储功能；
数字孪生提运行控制模块，提供数字孪生体运行时对各个功能模块的管理控制功能；数字孪生体系统监控模块，监控数字孪生体运行状态，根据设定规则发出警示信息；数字孪生体安全防护模块，提供用户角色和用户权限管理以及数据安全访问管理功能；数字孪生体人机交互模块，提供数字孪生体与用户的操作功能，支持用户对数字孪生体进行管理操作；数字孪生体空间数据交换模块，提供数字孪生体空间的数字孪生体之间进行数据交互；数据采集模块，从构成健康大数据的各个物理实体采集数据并传送到数字孪生体的数据预处理模块；人机交互操作终端，提供数字孪生体接受用户指令以及向各个物理实体发送同步收敛指令及数据功能。
7.上述健康大数据的数字孪生方法及系统，采集健康大数据相关的各种数据，并采用大数据技术对数据集成、治理和开发的预处理，通过构建数字孪生体模型实现对健康大数据的系统化承载和管理，通过数字孪生体运行实现健康大数据的系统化运，通过对数字孪生体的运行监控按照预设规则及时向健康大数据对应的物理实体发出反馈指令，通过数字孪生体空间数据交换实现数字孪生体对外交换数据、知识和规则，通过健康大数据物理实体与其对应数字孪生体的同步，实现了对健康大数据的数据价值的充分利用。
附图说明
8.图1为一个实施例中健康大数据数字孪生系统结构示意图；图2 为一个实施例中模型管理模块与数据存储模块结构示意图；图3为一个实施例中数字孪生空间示意图；图4为一个实施例中健康大数据数字孪生方法流程示意图。
具体实施方式
9.为了便于理解本发明，下面将对本发明进行更全面的描述，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使本发明公开内容更加透彻全面。
10.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
11.本发明提供的一种健康大数据的数字孪生系统，如图1所示，其中数据预处理模块101对来自健康大数据物理实体的多源异构数据进行集成、治理、开发后成为一致性、准确性、完整性的结构化数据和非结构化数据（图像、视频）。数字孪生提模型管理模块102具体内容如图2所示，提供模型的生成、运行等全生命周期管理，包括描述人体、器官、组织的测量尺寸的几何模型；物理模型是根据人体物理特征进行建模形成的模型，人体物理特征包
括神经特征、血管特征、肌肉特征或者骨骼特征等（如：视力、听力、浅反射、深反射、血压、心跳、脉搏、体温、骨密度、年龄、性别、骨骼肌数据、体脂肪、肺活量）；生理模型描述人体生理特征，包括细胞形态、血常规、尿常规或者基因序列、蛋白质组成等；人体行为特征包括机能特征、运动特征、饮食特征或者情绪特征等；规则模型是根据预测人体是否产生疾病的规则进行建模形成的模型，包括疾病预测模型、阈值管理模型或者数理统计模型等，疾病预测模型可以是根据人体生病时的特征样本进行训练所得的机器学习模型或者深度学习模型。阈值管理模型可以是用于给出告警阈值的模型。数字孪生体存储模块103如图2所示，对包括几何模型对应的几何模型数据集、物理模型对应的物理模型数据集、生理模型对应的生理模型数据集、行为模型对应的行为模型数据集、规则模型对应的规则模型数据集、模型运行容器对应的模型运行容器数据集和模型生命周期管理对应的模型生命周期管理数据集提供数据存储功能；数字孪生体运行控制模块104提供对数字孪生体各个功能模块的管理控制功能。数字孪生体系统监控模块105提供对数字孪生体各个功能模块及整个数字孪生体的运行状况监控，根据预设阈值发出警示信息。数据孪生体安全防护模块106提供用户角色和权限管理以及对数据访问的安全管理策略及实施。数字孪生体人机交互模块107提供数字孪生体与用户的操作功能，支持用户对数字孪生体进行管理操作。数字孪生体空间数据交换模块108如图3所示，提供数字孪生体空间的个人数字孪生体之间、个人数字孪生体与医疗机构数字孪生体之间、医疗机构数字孪生体与商业服务机构数字孪生体之间和个人数字孪生提与商业服务机构数字孪生体之间进行数据交互。 人机交互操作终端109，提供数字孪生体接受用户指令以及向各个物理实体发送同步收敛指令及数据功能。数据采集模块110，提供对健康大数据物理实体的数据采集，并把数据传送到数据预处理模块101。
12.本发明还提供一种健康大数据的数字孪生方法，如图4所示，所述方法至少包括以下步骤：s401,采集数据；s402,预处理数据；s403,数字孪生提模型构建；s404,数字孪生体运行；s405,数字孪生体运行监控；s406,数字孪生体空间数据交换；s407,健康大数据物理实体与数字孪生体同步；s408,优化数字孪生体。
13.进一步的，所述步骤s401进一步具体为：s40101，采集某人人体测量设备产生的数据，如身高、体重、臂长、腿长、内脏器官尺寸数据等；s40102，采集所述某人通过生物学测量设备产生的数据，如血液、体液等检验标本的医学检验数据；s40103，采集所述某人的可穿戴设备产生数据，如心跳、血压、血糖和移动速度等数据；s40104，采集所述某人在医疗信息系统中的诊疗数据，如既往病史信息、治疗过程信息等；
s40105，采集所述某人的网络行为记录数据，如求医问药方面的搜索数据；s40106，采集所述某人所处的环境数据，如天气、气温、空气质量、噪音等数据；s40107，采集所述某人的个人信息，如年龄、性别、婚姻状况、学历、籍贯和职业等信息。
14.进一步的，所述步骤s402进一步具体为：s40201，洞察健康大数据的整体情况，设计数据集成规则，把多源异构的数据在逻辑上整合为一体；s40202，通过数据清洗，删除无效数据或错误数据；s40203，通过数据填充，补充缺失数据；s40204，通过数据结构转换、数据类型转换实现数据的一致和结构统一；s40205，通过数据开发，增加新的数据，例如使用体重和身高数据生成对应的身体质量指数（body mass index,bmi）。
15.进一步的，所述步骤s403进一步具体为：s40301，使用来自人体测量设备产生的数据设计几何模型；s40302，使用来自人体测量设备、可穿戴设备等产生的神经特征、血管特征、肌肉特征或者骨骼特征等数据设计物理模型；s40303，使用来自生物学测量设备和医疗信息系统等产生的数据设计生理模型；s40304，使用来自用户网络行为记录系统、可穿戴设备等产生的数据设计用户行为模型；s40305，使用来自医疗信息系统、人机交互操作终端等产生的数据设计规则数据；s40306，设计模型对应的模型数据集的存储结构设计；s40307，设计模型运行容器；s40308，设计模型生命周期管理任务流。
16.进一步的，所述步骤s404进一步具体为：s40401，启动模型生命周期管理任务流，任务流驱动数字孪生体运行；s40402，启动模型运行容器，生成模型对应的实例；s40403，模型对应的实例更新模型对应的数据集。
17.进一步的，所述步骤s406进一步具体为：s40601，所述某人的数字孪生体向某医疗机构的数字孪生体发出数据获取请求；s40602，所述某医疗机构经过核对所述某人的数字孪生体确实为所述某人，则向所述某人的数字孪生体提供对应数据（如，诊断结果、检验报告等）；s40603，某医疗机构或某商业服务机构向所述某人的数字孪生体发出收集相关数据进行研究或预测的请求；s40604，所述某人如同意收集相关数据的请求，则选择匿名或实名方式以及数据的必要脱敏处理后接受请求，所述某人的健康大数据数字孪生体通过网络反馈请求；s40605，收到所述某人的相关数据后，医疗机构或商业服务机构通过汇总足够的个人相关数据以及第三方数据和自有数据后采用机器学习或统计分析发掘知识规则；s40606,医疗机构或商业服务机构的数字孪生体按照预设规则可以通过数据交换向所述某人的数字孪生体提供预测结果或知识规则。
18.上述实施例所描述的具体实施例仅是对本发明精神的举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。