[發明專利]一種疫情預測方法、裝置、電子設備及存儲介質

有效

• 申請號: 202011090363.0
• 申請日: 2020-10-13
• 公開（公告）號: CN113380420B
• 公開（公告）日: 2023-10-17
• 發明（設計）人: 程冰;蔡杭洲
• 申請（專利權）人: 深圳云天勵飛技術股份有限公司
• 主分類號: G16H50/80
• 分類號: G16H50/80;G06V40/16;G06V20/52;G06V20/40;G06V10/774;G16H50/70
• 代理公司: 深圳驛航知識產權代理事務所(普通合伙) 44605
• 代理人: 楊倫

1.一種疫情預測方法，其特征在于，所述方法包括：

獲取目標區域的區域人員全息數據、區域醫療數據以及區域疫情結構化物理數據；

根據區域人員全息數據、區域醫療數據以及區域疫情結構化物理數據對預設的預測模型進行訓練，得到目標疫情預測模型；

基于所述目標疫情預測模型對目標區域的疫情趨勢進行預測，并輸出所述目標區域的預測結果。

2.如權利要求1所述的疫情預測方法，其特征在于，所述預設的預測模型包括預設狀態模型以及預設區域模型；所述根據所述區域人員全息數據、區域醫療數據以及區域疫情結構化物理數據對預設的預測模型進行訓練，得到目標疫情預測模型的步驟包括：

根據所述區域人員全息數據計算目標區域捕獲人口波動的變化率；

根據所述區域醫療數據計算目標區域已確診的平均疫情人數；

根據所述區域疫情結構化物理數據計算目標區域的物理結構化參數；

根據所述變化率、平均疫情人數以及物理結構化參數對所述預設區域模型進行訓練，以提取出目標區域的區域特征；

基于訓練好的預設區域模型提取出的區域特征對所述預設狀態模型進行訓練，得到目標疫情訓練模型，以輸出修正區域特征結果。

3.如權利要求2所述的疫情預測方法，其特征在于，所述獲取區域人員全息數據的步驟包括步驟：

基于預設的人像抓拍系統獲取區域人員對應的人臉圖像；

基于所述人臉圖像聚類生成區域人員對應的人臉軌跡檔案，所述人臉軌跡檔案包括區域人員對應的人臉軌跡信息；

在所述人臉軌跡檔案的基礎上融合區域人員靜態數據得到區域人員全息數據，所述區域人員靜態數據包括區域人員對應的基本身份信息以及交通軌跡信息。

4.如權利要求2所述的疫情預測方法，其特征在于，所述獲取區域醫療數據的步驟包括：

獲取區域醫療機構中已確診人員以及疑似病例人員的就診數據以及全息數據；

根據所述已確診人員以及疑似病例人員的就診數據以及全息數據分析出疫情爆發前已確診人員以及疑似病例人員癥狀的潛伏周期和癥狀特征；

基于所述潛伏周期以及癥狀特征生成目標區域的已確診人員以及疑似病例人員的多維數據檔案，以得到所述區域醫療數據。

5.如權利要求2所述的疫情預測方法，其特征在于，所述獲取區域疫情結構化物理數據的步驟包括：

獲取區域疫情病例分布數據；

獲取區域交通管制數據；

獲取區域天氣數據；

獲取區域公共區域疫情確診數據；

基于所述區域疫情病例分別數據、區域交通管制數據、區域天氣數據以及區域公共區域疫情確診數據生成所述區域疫情結構化物理數據。

6.如權利要求1所述的疫情預測方法，其特征在于，所述方法還包括步驟：

根據目標疫情預設模型的預測結果判斷是否存在軌跡重合度達到預定值的區域人員；

若存在，則推送所述區域人員的身份檔案信息，并展示出重合的地圖坐標節點。

7.一種疫情預測裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取目標區域的區域人員全息數據、區域醫療數據以及區域疫情結構化物理數據；

訓練模塊，用于根據區域人員全息數據、區域醫療數據以及區域疫情結構化物理數據對預設的預測模型進行訓練，得到目標疫情預測模型；

預測模塊，用于基于所述目標疫情預測模型對目標區域的疫情趨勢進行預測，并輸出目標區域的預測結果。