1.一种基于大数据的大健康医疗方法，其特征在于，包括以下步骤：步骤S1，数据实时收集，用户佩戴可穿戴设备（51），实时收集身体状态数据，并将数据上传至大数据平台（1）；

步骤S2，初步诊断，病人感到不适，通过用户终端向医生进行沟通或直接在线下与医生沟通，由医生引导对病人身体异常部位进行初步诊断；

步骤S3，确定检查项目，由人工判断单元（2）根据初诊结果对提出第一检查项目意见，由机器判断单元（3）根据初诊结果对比数据库（11）进行比对提出第二检查项目意见，再由综合判断单元（4）汇总人工判断单元（2）和机器判断单元（3）提出的检查项目意见，根据意见参考指数计算得出最终的检查项目意见，并根据最终检查项目意见对病人作出针对性检查；

步骤S4，人机意见生成，以病人检查结果为主，由人工判断单元（2）分析并结合来自可穿戴设备（51）收集的病人实时身体参数以及来自历史病情收集模块（53）的病人历史病情记录，协同分析病情，得出第一医疗意见；以病人检查结果为主，由机器判断单元（3）分析并结合来自可穿戴设备（51）收集的病人实时身体参数以及来自历史病情收集模块（53）的病人历史病情记录，对比数据库（11）协同分析病情，得出第二医疗意见；

步骤S5，综合诊断，由综合判断单元（4）汇总第一医疗意见和第二医疗意见，根据意见参考指数计算得出最终医疗意见，并采取相应医疗手段；

步骤S6，评级，根据得出的最终医疗意见，计算参与本次诊断的人工判断单元（2）中各医生得出的第一医疗意见与最终医疗意见匹配度，并根据匹配度对各医生进行级别评定。

2.根据权利要求1所述的一种基于大数据的大健康医疗方法，其特征在于：所述步骤S3中，检查项目的机器判断方法为：由第二数据分析模块（31）对历史病情收集模块（53）收集的历史病历信息进行分析并标记出历史发病部位，再将可穿戴设备（51）收集的病人实时身体参数与数据库（11）中同年龄、性别的人群对比，标记出参数未达标或超标值，并将未达标或超标参数导入数据库（11），找出数据库（11）中未达标或超标参数对应的发病部位是否与该病人的历史发病部位一致，若一致，则优先检查该历史发病部位，若不一致，则检查未达标或超标参数对应的发病部位，并得出第二检查项目意见。

3.根据权利要求1所述的一种基于大数据的大健康医疗方法，其特征在于：所述步骤S4中，医疗意见的机器判断方法为：由第二数据分析模块（31）对历史病情收集模块（53）收集的历史病历信息进行分析并标记出历史发病部位，再将可穿戴设备（51）收集的病人实时身体参数与数据库（11）中同年龄、性别的人群对比，标记出参数未达标或超标值，然后对检查结果的数据分析，标记出检查结果未达标或超标值参数，分别将标记出的未达标或超标参数导入数据库（11），找出数据库（11）中未达标或超标参数对应的发病类型以及采取的医疗意见，匹配得出第二医疗意见。

4.根据权利要求1所述的一种基于大数据的大健康医疗方法，其特征在于：所述步骤S5包括：步骤S51，统计医疗意见，将各医疗意见汇总，并结合医生评级和机器评级计算出各医疗意见的参考指数，将各医疗意见按参考指数从高到低排序，参考指数最高的医疗意见作为最终医疗意见候选；

步骤S52,分析其他医疗意见，将未作为最终医疗意见候选的其他医疗意见逐个分析，并与最终医疗意见候选对比得出其他医疗意见的优劣势，并向人工判断单元（2）的各医生公示；

步骤S53,得出最终医疗意见，公示后，确认最终医疗意见候选为所有医疗意见的最优选项，即为最终医疗意见。

5.根据权利要求1所述的一种基于大数据的大健康医疗方法，其特征在于：所述参考指数的计算方法为： ，

ω表示为某意见的参考指数；

X机表示为机器判断单元（3）对该医疗意见的匹配度：若机器判断单元（3）提出的医疗意见与该医疗意见一致或包括该医疗意见，则X机=1，若机器判断单元（3）提出的医疗意见不包括该医疗意见，则X机=0；

P0.5表示为机器的评级，具体为所有医生评级的中位数；

i为某医生编号；n为参与诊断的医生数量；

Xi表示为人工判断单元（2）中该名医生对该医疗意见的匹配度：若该名医生提出的医疗意见与该医疗意见一致或包括该医疗意见，则Xi=1，若该名医生提出的医疗意见不包括该医疗意见，则Xi=0；

Pi表示为人工判断单元（2）中该名医生的评级。

6.根据权利要求1所述的一种基于大数据的大健康医疗方法，其特征在于：所述步骤S6中，医生的评级方法为： ，P表示为人工判断单元（2）中某医生的评级；

j表示为该名医生参与诊断的次序编号；

m表示为该名医生参与诊断的总次数；

Xj表示为第j次诊断过程中，该名医生对最终医疗意见的匹配度：若该名医生提出的医疗意见与最终医疗意见一致或包括最终医疗意见，则Xj=1，若该名医生提出的医疗意见不包括最终医疗意见，则Xj=0；

所述医生的评级方法中，P=1时评级最高，P越小评级越低。

7.根据权利要求1所述的一种基于大数据的大健康医疗方法，其特征在于：还包括：S7,机器自主学习，诊断完成后，将最终检查项目意见和最终医疗意见上传至大数据平台（1）的数据库（11）中，作为机器判断单元（3）的参考数据。

8.一种基于大数据的大健康医疗系统，其特征在于适用权利要求1‑7任一项的一种基于大数据的大健康医疗方法；

所述基于大数据的大健康医疗系统包括大数据平台（1）、信息采集单元（5）、人工判断单元（2）、机器判断单元（3）、综合判断单元（4）；

所述大数据平台（1）分别与信息采集单元（5）、人工判断单元（2）、机器判断单元（3）连接，包括：数据库（11），用于接收和储存大量数据；

所述信息采集单元（5）包括：可穿戴设备（51），用于收集病人实时的心率、血压、睡眠状况等身体参数，并将数据上传至大数据平台（1）共享；检查设备（52），用于根据初诊综合判断后的结果选择检查项目对病人进行针对性检查，并将数据上传至大数据平台（1）共享；历史病情收集模块（53），用于收集病人历史病情记录，辅助判断病人当前病情的病因；

所述人工判断单元（2）包括：第一数据分析模块（21），用于分析来自可穿戴设备（51）收集的病人实时身体参数、来自检查设备（52）的检查项目结果以及来自历史病情收集模块（53）的病人历史病情记录，从而协同分析病情；第一意见生成模块（22），用于根据第一数据分析模块（21）分析所得结果提出检查项目意见或医疗意见；

所述机器判断单元（3）包括：第二数据分析模块（31），用于分析来自可穿戴设备（51）收集的病人实时身体参数、来自检查设备（52）的检查项目结果以及来自历史病情收集模块（53）的病人历史病情记录，从而协同分析病情；第二意见生成模块（32），用于根据第二数据分析模块（31）分析所得结果提出检查项目意见或医疗意见；

所述综合判断单元（4）包括：意见分析模块（41），用于汇总第一意见生成模块（22）和第二意见生成模块（32）提出的检查项目意见或医疗意见，判断所得检查项目意见或医疗意见匹配度；检查项目确定模块（42），用于根据意见分析模块（41）得出的第一意见生成模块（22）和第二意见生成模块（32）的检查项目意见匹配度，得出最终检查项目意见，并根据最终检查项目意见对检查项目进行确定；综合意见生成模块（43），用于根据意见分析模块（41）得出的第一意见生成模块（22）和第二意见生成模块（32）的医疗意见匹配度，得出最终医疗意见，并根据最终医疗意见采取相应的医疗手段。

9.根据权利要求8所述的一种基于大数据的大健康医疗系统，其特征在于：所述可穿戴设备（51）包括：心率监测模块（511），用于监测病人实时心率，并将数据上传至大数据平台（1）共享；体温监测模块（512），用于监测病人实时体温，并将数据上传至大数据平台（1）共享；睡眠监测模块（512），用于监测病人睡眠质量，并将数据上传至大数据平台（1）共享；运动监测模块（514），用于监测病人运动量，并将数据上传至大数据平台（1）共享；血压监测模块（515），用于监测病人实时血压，并将数据上传至大数据平台（1）共享。

10.根据权利要求8所述的一种基于大数据的大健康医疗系统，其特征在于：所述人工判断单元（2）还包括：评级模块（23），用于对人工判断单元（2）的各医生进行匹配度计算从而进行能力评级，并用于在各医生提出的意见汇总后计算各意见的参考指数，得出最终意见。