健康预警方法、装置、计算机设备及存储介质与流程

1.本技术实施例属于计算机技术领域，特别是涉及一种健康预警方法、装置、计算机设备及存储介质。


背景技术：

2.rppg技术，即远程光电容积描记技术，该技术可以通过算法对摄像头传感器捕捉到的皮肤颜色周期性变化进行数据分析，从而得到多种与心动周期相关的生理指标数据，如心跳、呼吸、心血管特性等生理指标数据。在现有技术中，由于摄像头传感器捕捉到的信号容易受到光线变化、物体运动等噪声的干扰，直接使用当前测量得到的生理指标数据进行健康预警，会导致健康预警的准确性较低。


技术实现要素：

3.有鉴于此，本技术实施例提供了一种健康预警方法、装置、计算机设备及存储介质，用以提高根据健康数据对健康风险事件进行预警的准确性。
4.本技术实施例的第一方面提供了一种健康预警方法，包括：
5.采集用户的多种健康数据，分别确定各种所述健康数据的信噪比；
6.获取环境检测数据，根据所述环境检测数据和所述信噪比确定各种所述健康数据的置信度；
7.根据所述置信度确定各种所述健康数据中的待处理数据；
8.获取所述待处理数据相应的历史数据，根据所述历史数据将多种所述待处理数据区分为有效数据和无效数据；
9.根据所述置信度对所述历史数据和所述有效数据进行加权得到综合数据；
10.基于所述综合数据对所述用户进行健康预警。
11.本技术实施例的第二方面提供了一种健康预警装置，包括：
12.健康数据采集模块，用于采集用户的多种健康数据，分别确定各种所述健康数据的信噪比；
13.置信度确定模块，用于获取环境检测数据，根据所述环境检测数据和所述信噪比确定各种所述健康数据的置信度；
14.待处理数据确定模块，用于根据所述置信度确定各种所述健康数据中的待处理数据；
15.有效数据确定模块，用于获取所述待处理数据相应的历史数据，根据所述历史数据将多种所述待处理数据区分为有效数据和无效数据；
16.数据加权模块，用于根据所述置信度对所述历史数据和所述有效数据进行加权得到综合数据；
17.健康预警模块，用于基于所述综合数据对所述用户进行健康预警。
18.本技术实施例的第三方面提供了一种计算机设备，包括存储器、处理器以及存储
在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的健康预警方法。
19.本技术实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的健康预警方法。
20.本技术实施例的第五方面提供了一种计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行上述第一方面所述的健康预警方法。
21.与现有技术相比，本技术实施例具有以下优点：
22.本技术实施例，通过非接触式感知技术采集用户的多种健康数据，并根据历史健康数据将采集到的多种健康数据区分为有效数据和无效数据。通过环境检测数据确定多种有效数据的置信度，并根据相应置信度对多种有效数据和历史健康数据进行加权计算，得到综合数据。基于得到的综合数据可以通过生成个人风险报告和/或发送风险报警信息对用户进行健康预警。由于本技术实施例可以根据历史健康数据和环境检测数据对通过非接触式感知计算得到的多种健康数据进行过滤和校正，因此能进一步提高用于风险判断的健康数据的准确性。本技术实施例通过多种有效数据生成详尽的个人风险报告能便于用户和/或机构管理者对关系到生产和生命安全的健康风险事件进行报警和干预。
附图说明
23.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
24.图1是本技术实施例提供的一种健康预警方法的示意图；
25.图2是本技术实施例提供的一种健康预警方法中s104的一种实现方式的示意图；
26.图3是本技术实施例提供的一种健康预警方法所适用的系统架构的示意图；
27.图4是本技术实施例提供的一种健康数据显示方式的示意图；
28.图5是本技术实施例提供的一种个人风险报告显示方式的示意图；
29.图6是本技术实施例提供的另一种健康预警方法的示意图
30.图7是本技术实施例提供的一种健康预警装置的示意图；
31.图8是本技术实施例提供的一种计算机设备的示意图。
具体实施方式
32.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本技术实施例。然而，本领域技术人员应当清楚，在没有这些具体细节的其他实施例中也可以实现本技术。在其他情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本技术的描述。
33.下面通过具体实施例来说明本技术的技术方案。
34.参照图1，示出了本技术实施例提供的一种健康预警方法的示意图，具体可以包括如下步骤：
35.s101、采集用户的多种健康数据，分别确定各种所述健康数据的信噪比。
36.在本技术实施例中，不对采集健康数据的方式进行限定，可以通过如非接触式感知技术或穿戴式感知技术采集用户的各种健康数据。非接触式感知技术可以是通过摄像头捕捉图像，以人工智能光谱、非接触式感应获取如心率、血氧、呼吸、血压等人无法主观控制的健康数据，并通过人工智能技术对这些生理指标进行多模融合计算从而得出用户的基础病指标和健康指标，如血糖、房颤、长期压力、心血管风险等的生理指标数据。可以在各种场所布置如图2所示的系统，来通过非接触式感知技术采集各种健康数据，系统中可以包括布置在物流、车辆、活动室等场景的一体化模块、手机上的apk和企业健康小屋的便携式设备，可以通过这些设备的摄像头采集用户的实时视频流，并利用计算引擎对这些视频流进行处理，从而得到各种健康数据，计算引擎可以部署在前端也可以部署在云端。
37.在本技术实施例中，健康数据可以包括用户的多种生理数据、慢病指标、亚健康指标、心理和情绪指标等数据。其中，多种生理数据可以包括心率、血氧、呼吸等数据，慢病指标可以包括如血压、血糖、血管硬化、房颤、抑郁等指标数据，亚健康指标可以包括如心血管年龄、恢复能力、长期压力、运动能力等数据，心理指标可以包括如紧张、疲劳、昏昏欲睡等指标。
38.在本技术实施例中，可以通过对采集到的数据进行傅里叶变化从而确定各种健康数据的信噪比。例如，可以对采集到的心跳曲线通过带通滤波进行降噪处理，降噪后的心跳曲线可以进行傅里叶变换从而得到心跳曲线的频谱，心跳曲线频谱峰值对应的频谱面积即为信号强度，剩余的频谱面积即为噪声强度，信噪比可以等于信号强度除以噪声强度。
39.在本技术实施例中，还可以通过对获取的心动波形的形状进行分析，如sqi分析，通过对心动信号的周期性波形进行sqi分析，可以获得当前心动周期对应的健康数据的信噪比。
40.s102、获取环境检测数据，根据所述环境检测数据和所述信噪比确定各种所述健康数据的置信度。
41.在本技术实施例中，环境检测数据可以包括个体状态信息、环境光线数据和测量设备状态信息。个体状态信息可以通过人脸追踪、特征点追踪或机器视觉等技术获得，在本技术实施例中不对个体状态信息的具体获得方式进行限定。环境光线数据可以通过检测用户测量过程中背景区域的光线变化强度来获得。通过获取测量设备的加速度计的测量值，可以判断测量设备在测量过程中是否处于振动或者移动状态。可以通过环境检测数据和信噪比调整当前的多种有效数据的置信度，从而进一步加强当前的多种有效数据的准确性。对采集到的个体状态信息、环境光线数据和测量设备状态信息等各种环境检测数据进行傅里叶变换，可以确定环境噪声的大小。在本技术实施例中，可以通过环境噪声和信噪比来确定多种健康数据的置信度，置信度可以是环境噪声与信噪比的函数。可以首先判断环境噪声是否大于预设的环境噪声阈值，若环境噪声小于或等于预设的环境噪声阈值，则意味着测量过程中个体和测量设备均处于静止状态且环境光线数据显示测量过程中测量环境的光线一直处于预设的最佳环境光线范围内，那么可以认为测量过程中环境噪声并未影响测量到的各种健康数据的准确性，因此各种健康数据的置信度只与其相应的信噪比相关，此时置信度可以是信噪比的函数，且各种健康数据的置信度与其信噪比呈正相关，即信噪比越大其对应的健康数据的置信度越大。若环境噪声大于预设的环境噪声阈值，则意味着测
量过程中个体和/或测量设备处于运动状态，或是环境光线数据显示测量过程中测量环境的光线没有处于预设的最佳环境光线范围内。那么，在该环境下测量得到的各种健康数据的置信度可以受到环境噪声的影响，此时置信度可以是信噪比和环境噪声的函数，在该函数中各种健康数据的置信度与其信噪比呈正相关，且各种健康数据的置信度与环境噪声呈负相关。即信噪比越大其对应的健康数据的置信度越大，环境噪声越大各种健康数据的置信度越小。
42.s103、根据所述置信度确定各种所述健康数据中的待处理数据。
43.在本技术实施例中，可以通过判断各种健康数据的置信度是否超过其对应的置信度阈值来确定待处理数据。若某一健康数据的置信度小于预设的置信度阈值，则可以认为该健康数据在测量过程中受到的干扰较多，该健康数据的准确性不足，因此无法通过该健康数据对用户进行健康预警。若某一健康数据的置信度大于或等于预设的置信度阈值，则可以认为该健康数据在测量过程中受到的干扰较小，该健康数据的准确性较高，因此可以通过该健康数据对用户进行健康预警，因此可以将置信度大于或等于预设的置信度阈值的健康数据标记为待处理数据。
44.s104、获取所述待处理数据相应的历史数据，根据所述历史数据将多种所述待处理数据区分为有效数据和无效数据。
45.在本技术实施例中，可以通过历史数据对获取到的健康数据进行过滤，即通过以往的数据确定当前健康数据的是否是有效数据。例如，某用户近期的历史数据中血压一项的记录均为低血压，而当前通过非接触式感知技术获得的各种健康数据中血压数据为达到了高血压，由于当前的血压数据和近期的历史血压数据差距过大，那么可以通过近期的历史血压数据将当前的血压数据标记为无效数据，对于当前的血压数据仅进行存储，不将当前的血压数据用于此次的风险预警。
46.在本技术实施例的一种可能的实现方式中，如图3所示，s104中根据所述历史数据将多种所述待处理数据区分为有效数据和无效数据，具体可以包括如下步骤s1041-s1044。
47.s1041、确定每种所述健康数据与相应的所述历史数据的差异值。
48.在本技术实施例中，可以选取若干个历史数据，通过确定当前多种健康数据与历史数据的差异值，从而确定当前多种健康数据的有效性。例如，选取前三次的历史数据，求出三次历史数据与多种当前健康数据的方差，用方差作为历史数据与当前多种健康数据的差异值。例如，前三次的历史数据中包括血压数据，三次历史血压数据分别为120mmhg、122mmhg、121mmhg，当前的多种健康数据中，血压数据为150mmhg，那么当前血压数据与历史血压数据的差异值为158.1875。
49.s1042、判断所述差异值是否大于设定阈值。
50.在本技术实施例中，各种健康数据都有其差异值的设定阈值，通过将当前健康数据的差异值与差异值的设定阈值相比较，从而确定当前的各种健康数据是否为有效数据。
51.若健康数据与历史数据的差异值大于设定阈值，则执行s1043；若健康数据与历史数据的差异值小于或等于设定阈值，则执行s1044。
52.s1043、将所述健康数据标记为无效数据，并对所述无效数据进行存储。
53.在本技术实施例中，若当前多种健康数据中某种健康数据与相应的历史数据的差异值大于该种健康数据差异值的设定阈值，则可以认为当前的该种健康数据与历史数据差
异过大，则当前的该种健康数据的测量准确性有待商榷，因此可以将当前的该种健康数据标记为无效数据，并仅存储当前的该种健康数据，而不使用该种健康数据进行健康预警。例如，前三次的历史数据中包括血压数据，三次历史血压数据分别为120mmhg、122mmhg、121mmhg，当前的多种健康数据中血压数据为150mmhg，预先设定的血压数据差异值阈值为150，那么当前血压数据与历史血压数据的差异值为158.1875，大于设定的血压数据差异值阈值，则当前的血压数据可以被标记为无效数据，并对当前血压数据进行存储。
54.s1044、将多种所述健康数据标记为所述有效数据。
55.在本技术实施例中，若当前多种健康数据中某种健康数据与相应的历史数据差异值小于或等于该种健康数据差异值的设定阈值，则可以认为当前的该种健康数据与历史数据差异不大，则当前的该种健康数据具有一定准确性，因此可以将多种健康数据标记为有效数据并用于进一步的风险分析。
56.例如，在当前的多种健康数据中测得心率的平均值为85次/分钟，心率平均值分别为90次/分钟、85次/分钟、80次/分钟，预先设定的心率数据差异值阈值为25，那么当前的心率平均值于前三次的历史心率平均值的方差为16.6，小于预先设定的心率数据差异值阈值25，因此可以认为当前的测得的心率平均值具有一定的准确性，可以将当前的多种健康数据标记为有效数据。
57.s105、根据所述置信度对所述历史数据和所述有效数据进行加权得到综合数据。
58.根据由环境检测数据确定的当前有效数据的置信度和获得的历史数据的相应置信度，对多种有效数据及其相应的历史数据进行加权，可以得到多种健康数据相应的综合数据。
59.s106、基于所述综合数据对所述用户进行健康预警。
60.在本技术实施例中，由有效数据和历史数据根据相应置信度加权获得的多种综合数据，可以通过系统内置的实时指标模板来对用户的多种实时指标进行风险判断，从而对用户进行健康预警。如图4所示，可以将历史数据以坐标轴的形式进行展示，以显示用户各种健康数据的历史趋势。图4中显示的是血压这一健康数据的历史趋势示意图。在图4中，横坐标表示时间，可以表示各个血压数据相应的采集时间，纵坐标表示血压值。图4中的折线表示该用户某一时间段的血压变化趋势，虚线表示血压数据的报警阈值。还可以生成如图5所示的健康预警图，该健康预警图中可以包括用户信息、当前测得的多种健康数据和身心健康指标，可以直观地对用户进行健康预警。图5中，最左侧的是该用户的用户图像，中间则展示了该用户多种生理指标的具体数值，最右侧展示了该用户的身心健康指标。图5，表示该用户血压的收缩压为120mmhg、舒张压为80mmhg，心率为80bpm，呼吸频率为21次/分钟，血氧量为98％，血糖为98mm/l，图中还展示了该用户的呼吸波形，该用户的心血管风险为80％，糖尿病风险为20％，长期压力指数为80％，机能年龄为80％，机能活性度为80％。
61.在本技术实施例中，通过多个历史数据确定当前的多种健康数据的有效性，并根据环境检测数据确定当前多种健康数据的置信度，可以有效提高非接触式感知技术得到的各种健康数据的准确性。根据各种健康数据进行风险判断，可以对用户的健康状况进行实时检测、预警和干预。
62.参照图6，示出了本技术实施例提供的另一种健康预警方法的示意图，具体可以包括如下步骤：
63.s601、采集用户的多种健康数据，分别确定各种所述健康数据的信噪比。
64.s602、获取环境检测数据，根据所述环境检测数据和所述信噪比确定各种所述健康数据的置信度。
65.s603、根据所述置信度确定各种所述健康数据中的待处理数据。
66.s604、获取所述待处理数据相应的历史数据，根据所述历史数据将多种所述待处理数据区分为有效数据和无效数据。
67.s605、根据所述置信度对所述历史数据和所述有效数据进行加权得到综合数据。
68.由于本实施中s601-s605与前一实施例中s101-s105类似，可以相互参阅，本实施例对此不再赘述。
69.s606、根据预设指标对单个所述综合数据进行单数据风险判断。
70.在本技术实施例中，可以根据多种健康数据的预设指标利用单个综合数据进行单数据风险判断，单数据风险判断可以包括如生理指标风险判断、情绪风险判断等，每种单数据风险判断都可以包括即时风险判断和长期风险判断。生理指标风险判断可以包括如心律不齐风险、心动过速风险、呼吸系统健康风险等，情绪风险判断可以包括紧张风险、昏昏欲睡风险等。即时风险判断可以包括如紧张风险、昏昏欲睡风险、心动过速、心动过缓、低氧风险等，长期风险判断可以包括如呼吸系统健康风险等。例如，当发现用户静息时心率最大值综合数据为120次/分钟，超过预设的静息心率最大值指标100次/分钟，那么可以根据该心率最大值综合数据判断该用户存在心率过速的风险。
71.s607、根据预设公式对多种所述综合数据进行计算获得联动数据，并通过所述预设指标对所述联动数据进行多数据风险判断。
72.在本技术实施例中，可以对多种相关联的综合数据通过预设公式进行计算从而确定某种联动数据。根据该联动数据于预设指标的关系，可以对该用户进行多数据风险判断。多数据风险判断可以包括如长期指标风险判断、综合风险判断、慢病风险判断等，每种多数据风险判断都可以包括即时风险判断和长期风险判断。长期指标风险判断可以包括如心血管健康风险、心血管年龄风险等，慢病风险判断可以包括高血压风险、低血压风险等。例如，可以通过年龄数据、性别数据以及心率综合数据，判断用户是否有经常运动，还可以通过血压综合数据、血糖综合数据和心率变异性综合数据，判断用户是否存在心血管健康风险。
73.s608、根据单数据风险判断结果和多数据风险判断结果生成个人风险报告。
74.在本技术实施例中，可以根据单数据风险判断结果和多数据风险判断结果生成个人风险报告，并通过如图5所示的可视化面板将生成的个人风险报告直观地展示给用户。还可以对处理得到的各种有效数据及其相应的置信度于个人风险报告一起进行存储，被存储下来的各种有效数据及其相应的置信度可以作为历史数据用于确定后续获得的各种健康数据的有效性和生成新的个人风险报告。
75.在本技术实施例中，可以对用户根据多种特征，如年龄段、性别、行业、职业、工作时间等，划分多个特征人群。可以对任一特征人群所存储的各种健康数据和个人风险报告进行聚合分析，从而得到群体风险报告。例如对某一公司中30岁以上的女性的各种健康数据和个人风险报告进行聚合分析，可以得到该公司30岁以上女性的高血压比例、高血糖比例、高紧张风险比例等数据，从而生成群体风险报告。
76.s609、根据所述个人风险报告对所述用户进行健康预警。
77.在本技术实施例中，生成个人风险报告后，还可以通过向用户发送风险报警信息的方式对用户进行健康预警。可以根据已存储的历史数据和个人风险报告确定多个风险事件的出现概率，并判断多个风险事件的出现概率是否超过相应的报警阈值。当发现任一风险事件的出现概率超过其报警阈值时，可以立即向用户发送风险报警信息。例如，某一用户的个人风险报告中出现了呼吸系统健康风险，且前五次测量中有70％出现呼吸率大于25的情况，超过了呼吸率的报警阈值60％，那么可以通过向用户发送呼吸率报警信息的方式来对该用户进行健康预警。
78.在本技术实施例中，根据历史数据对各种人群生成相应的群体风险报告可以对不同的人群进行对应的风险健康预警，从为机构管理者提供客观的健康参考报告，能便于机构管理者对关系到生产和生命安全的健康风险事件进行报警和干预。
79.需要说明的是，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
80.参照图7，示出了本技术实施例提供的一种健康预警装置的示意图，具体可以包括健康数据采集模块701、置信度确定模块702、待处理数据确定模块703、有效数据确定模块704、数据加权模块705和健康预警模块706，其中：
81.健康数据采集模块701，用于采集用户的多种健康数据，分别确定各种所述健康数据的信噪比；
82.置信度确定模块702，用于获取环境检测数据，根据所述环境检测数据和所述信噪比确定各种所述健康数据的置信度；
83.待处理数据确定模块703，用于根据所述置信度确定各种所述健康数据中的待处理数据；
84.有效数据确定模块704，用于获取所述待处理数据相应的历史数据，根据所述历史数据将多种所述待处理数据区分为有效数据和无效数据；
85.数据加权模块705，用于根据所述置信度对所述历史数据和所述有效数据进行加权得到综合数据；
86.健康预警模块706，用于基于所述综合数据对所述用户进行健康预警。
87.在本技术实施例的一种可能实现方式中，健康数据预处理模块702具体可以用于：确定每种健康数据与相应的历史数据的差异值；判断差异值是否大于设定阈值；若健康数据与历史数据的差异值大于设定阈值，则将健康数据标记为无效数据，并对无效数据进行存储；若健康数据与历史数据的差异值小于或等于设定阈值，则将多种健康数据标记为有效数据。
88.在本技术实施例的一种可能实现方式中，置信度确定模块703具体可以用于：根据所述环境检测数据确定环境噪声；根据所述环境噪声确定各种所述健康数据的置信度；其中，若所述环境噪声小于或等于预设的环境噪声阈值，则所述置信度与所述信噪比呈正相关；若所述环境噪声大于所述环境噪声阈值，则所述置信度与所述信噪比呈正相关且所述置信度与所述环境噪声呈负相关。
89.在本技术实施例的一种可能实现方式中，健康预警模块706具体可以用于：根据预设指标对单个综合数据进行单数据风险判断；根据预设公式对多种综合数据进行计算获得
联动数据，并通过预设指标对联动数据进行多数据风险判断；根据单数据风险判断结果和多数据风险判断结果生成个人风险报告；根据个人风险报告对用户进行健康预警。
90.在本技术实施例的一种可能实现方式中，健康预警模块706还可以用于：根据历史健康数据和个人风险报告确定多个风险事件的出现概率，并判断各个风险事件的出现概率是否大于相应的报警阈值；若任一风险事件的出现概率大于相应的报警阈值，则向用户发送风险报警信息。
91.在本技术实施例的一种可能实现方式中，所述装置还可以包括数据存储模块，所述数据存储模块具体可以用于：将有效数据、有效数据的置信度作为历史健康数据，并对历史数据和个人风险报告进行存储。
92.在本技术实施例的一种可能实现方式中，健康预警模块706还可以用于：按照不同特征，将多个用户划分为多个特征人群；对任一特征人群的健康数据和个人风险报告进行聚合分析，生成群体风险报告。
93.对于装置实施例而言，由于其与方法实施例基本相似，所以描述得比较简单，相关之处参见方法实施例部分的说明即可。
94.参照图8，示出了本技术实施例提供的一种计算机设备的示意图。如图8所示，本技术实施例中的计算机设备800包括：处理器810、存储器820以及存储在所述存储器820中并可在所述处理器810上运行的计算机程序821。所述处理器810执行所述计算机程序821时实现上述健康预警方法各个实施例中的步骤，例如图1所示的步骤s101至s105。或者，所述处理器810执行所述计算机程序821时实现上述各装置实施例中各模块/单元的功能，例如图7所示模块701至705的功能。
95.示例性的，所述计算机程序821可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器820中，并由所述处理器810执行，以完成本技术。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段可以用于描述所述计算机程序821在所述计算机设备800中的执行过程。例如，所述计算机程序821可以被分割成健康数据采集模块、健康数据预处理模块、置信度确定模块、数据加权模块和健康预警模块模块，各模块具体功能如下：
96.健康数据采集模块，用于采集用户的多种健康数据，分别确定各种所述健康数据的信噪比；
97.置信度确定模块，用于获取环境检测数据，根据所述环境检测数据和所述信噪比确定所述有效数据的置信度；
98.待处理数据确定模块，用于根据所述置信度确定各种所述健康数据中的待处理数据；
99.有效数据确定模块，用于获取所述待处理数据相应的历史数据，根据所述历史数据将多种所述待处理数据区分为有效数据和无效数据；
100.数据加权模块，用于根据所述置信度对所述历史健康数据和所述有效数据进行加权得到综合数据；
101.健康预警模块，用于基于所述综合数据对所述用户进行健康预警。
102.所述计算机设备800可以是用于实现前述各个方法实施例的计算机设备，该计算机设备可以是桌上型计算机、云端服务器等计算设备。所述计算机设备800可包括，但不仅
限于，处理器810、存储器820。本领域技术人员可以理解，图8仅仅是计算机设备800的一种示例，并不构成对计算机设备800的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述计算机设备800还可以包括输入输出设备、网络接入设备、总线等。
103.所述处理器810可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
104.所述存储器820可以是所述计算机设备800的内部存储单元，例如计算机设备800的硬盘或内存。所述存储器820也可以是所述计算机设备800的外部存储设备，例如所述计算机设备800上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等等。进一步地，所述存储器820还可以既包括所述计算机设备800的内部存储单元也包括外部存储设备。所述存储器820用于存储所述计算机程序821以及所述计算机设备800所需的其他程序和数据。所述存储器820还可以用于暂时地存储已经输出或者将要输出的数据。
105.本技术实施例还公开了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如前述各个实施例所述的健康预警方法。
106.本技术实施例还公开了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如前述各个实施例所述的健康预警方法。
107.本技术实施例还公开了一种计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行前述各个实施例所述的健康预警方法。
108.以上所述实施例仅用以说明本技术的技术方案，而非对其限制。尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。