(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111376448.X (22)申请日 2021.11.19 (71)申请人 武汉科技大 学 地址 430081 湖北省武汉市青山区和平大 道947号 (72)发明人 高峰　袁凯　曾燕　刘茂福　 顾进广　 (74)专利代理 机构 武汉科皓知识产权代理事务 所(特殊普通 合伙) 42222 代理人 严彦 (51)Int.Cl. G16H 10/20(2018.01) G16H 50/30(2018.01) G16H 50/20(2018.01) G16B 20/20(2019.01)G16B 40/00(2019.01) G06F 16/9536(2019.01) G06N 20/00(2019.01) G06N 3/12(2006.01) G06F 16/22(2019.01) G06F 16/28(2019.01) G06Q 50/26(2012.01) (54)发明名称 一种社区老年轻度认知障碍智能随访服务 推荐方法 (57)摘要 本发明提供一种社区老年轻度认知障碍智 能随访服务推荐方法， 根据采集到的老年随访信 息提出基于特征进化选择的预测模 型， 基于认知 障碍预测结果设置基于相似度计算的养老服务 推荐模型； 采用量表方式， 建立社区老年认知和 慢病管理调查问卷； 将量表调查问卷电子化； 构 建web系统， 发布电子版调查问卷； 支持量表查 询， 进行量表数据的获得， 将数据储存在数据库 中； 采用基于特征进化选择的预测模 型进行老年 人患老年痴呆疾病程度预测； 采用基于相似度计 算的养老服务推荐模型生成医疗养老服务推荐 结果。 本发明相对于现有方法， 能提供更全面的 MCI随访量表、 更准确的预测结果、 更易用的随访 系统以及更为个性 化的老年 服务推荐。 权利要求书1页 说明书12页 附图3页 CN 114141321 A 2022.03.04 CN 114141321 A 1.一种社区老年轻度认知障碍智能随访服务推荐方法， 其特征在于： 根据采集到的老 年随访信息提出基于特征进化选择的预测模型， 基于认知障碍预测结果设置基于相似度计 算的养老服务推荐模型， 实现社区老年MCI随访信息采集和养 老服务推荐， 实现过程包括以 下步骤， 步骤1.1， 采用量表方式， 建立社区老年认知和慢病管理调查问卷； 步骤1.2， 将量表调查问卷电子化； 步骤1.3， 构建web系统， 发布电子版调查问卷； 步骤1.4， 支持量表查询， 包括根据量表编号、 受访者姓名、 受访者身份证号、 研究者姓 名和/或随访时间进行量表数据的获得； 步骤1.5， 将步骤1.4中获取的数据储 存在数据库中； 步骤1.6， 根据步骤1.4中获取的数据， 采用基于特征进化选择的预测模型进行老年人 患老年痴呆疾病程度预测； 步骤1.7， 根据步骤1.4中获取的数据和步骤1.6中预测结果， 采用基于相似度计算的养 老服务推荐模型生成医疗养老服 务推荐结果。 2.根据权利要求1中所述的社区老年轻度认知障碍智能随访服务推荐方法， 其特征在 于： 量表包括档案信息、 一般资料、 体格检查、 社会经济状况、 社交网络、 利手习惯、 性格、 既 往史、 家族史、 个人生活与行为史、 主观认知下降调查问卷和有关MCI判定的一些量表得分， 以及外周血生物标志 物。 3.根据权利要求1中所述的社区老年轻度认知障碍智能随访服务推荐方法， 其特征在 于： 查询量表时， 根据量表编号、 受访者姓名、 受访者身份证号、 研究者姓名和随访时间进 行 量表数据的获得。 4.根据权利要求1中所述的社区老年轻度认知障碍智能随访服务推荐方法， 其特征在 于： 进行基于量表数据的认知障碍预测， 包括利用基于特征进化的随机森林算法处理量表 数据， 进行M CI的辅助预测。 5.根据权利要求1中所述的社区老年轻度认知障碍智能随访服务推荐方法， 其特征在 于： 服务推荐采用协同过 滤算法与热门项目推荐相结合的方式。 6.根据权利要求1中所述的社区老年轻度认知障碍智能随访服务推荐方法， 其特征在 于： 步骤1.7之后， 支持选择养老服务的类型和服务时间地点信息并下单， 后台对订单信息 进行录入和保存。 7.根据权利要求1或2或3或4或5或6中所述的社区老年轻度认知障碍智能随访服务推 荐方法， 其特 征在于： 分为 web端和移动端实现， 适应多种应用场景。权　利　要　求　书 1/1 页 2 CN 114141321 A 2一种社区老年轻度认知障碍智能随访服务推荐方 法 技术领域 [0001]本发明属于人工智能技术应用于轻度认知障碍防控系统领域。 具体而言， 本发明 涉及认知障碍防控的信息服务系统构建和基于人工智能算法的认知障碍预测和 服务推荐 模型构建， 用于实现老年轻度 认知障碍社区调查网络化， 老年认知障碍数据电子化， 老年认 知障碍随访和服 务推荐智能化。 背景技术 [0002]由于我国老年化问题逐渐显现， 而目前老年认知障碍防控社区调查基本属于纯人 工纸质化操作， 需要耗费大量人力物力， 将问卷调查电子化， 既方便医务人员操作， 也利于 数据的录入和分析。 在老年 随访数据信息化的基础上， 可使用录入的老年病 社区调查数据 结合本发明采用的模型进行预测该老年人是否患有MCI并推荐相应线上、 线下照料和 看护 服务。 [0003]针对MCI早期筛查， 现有的技术往往采用随机森林等机器学习模型来根据特征预 测疾病进展和趋势。 然而现有的人工智能方法达到全局 最优需要对特征进行选择， 往往采 用网格搜索等全局搜索方法， 对于认知障碍防控领域中的海量特征无法进行有效筛选， 需 要设计一种效率更高的特 征搜索和选择 方法来提高算法训练效率。 [0004]现在没有MCI服务系统信息化、 智能化程度较低， 难以实现个性化、 智能化的认知 障碍服务推荐。 协同过滤推荐是目前应用最广泛和最成功的推荐系统。 协同过滤 的出发点 是兴趣相 近的用户可能会对同样的东西感兴趣,协同过滤技术通过分析历史数据， 生成与 当前用户行为兴趣最相 近的用户集， 将他们最感兴趣的项作为当前用户的推荐结果； 采用 不同方法计算用户对项目的偏好， 将各种计算结果融合， 可提高结果的可靠性。 通用领域的 服务推荐算法难以结合老年人生理、 社会学特征和病史和外周血生物标志物等信息做出服 务推荐， 需要一种能结合疾病筛查信息的老年护理、 照料服务、 认知干预推荐系统， 实现精 准服务推荐， 提升服 务对接效率和能力。 发明内容 [0005]针对上述问题， 本发明的目的是找到一种对社区老年MCI 防控随访和养老服务的 智能化解决方案。 在进行社区老年MCI调 查的时候， 尽可能的方便老人和医务人员操作。 获 取数据之后， 方便患者 查询， 以及医务人员分析和认知干预服 务推荐。 [0006]为实现以上目的， 本发明首先设计了一套社区老年MCI随访信息和养老服务管理 方案， 然后基于采集到的老年 随访信息提出了基于特征进化选择 的预测模型， 最后基于认 知障碍预测结果设计了基于相似度计算的养老服 务推荐模型。 [0007]本发明提供一种社区老年轻度认知障碍智能随访 服务推荐方法， 根据采集到的老 年随访信息提出基于特征进化选择的预测模型， 基于认知障碍预测结果设置基于相似度计 算的养老服务推荐模型， 实现社区老年MCI随访信息采集和养 老服务推荐， 实现过程包括以 下步骤，说　明　书 1/12 页 3 CN 114141321 A 3