[發明專利]流行病分級預測方法及裝置、計算機裝置和可讀存儲介質

有效

• 申請號: 201810322432.2
• 申請日: 2018-04-11
• 公開（公告）號: CN108597617B
• 公開（公告）日: 2022-05-20
• 發明（設計）人: 阮曉雯;徐亮;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G16H50/80
• 分類號: G16H50/80
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 楊毅玲;劉麗華

1.一種流行病分級預測方法，其特征在于，所述方法包括：

(1)建立流行病預測模型；

(2)利用第一訓練數據對所述流行病預測模型進行訓練；

(3)利用所述流行病預測模型對測試數據進行預測，判斷所述測試數據的預測結果是否滿足預設條件，若所述測試數據的預測結果滿足預設條件，則執行(5)；

(4)若所述測試數據的預測結果不滿足預設條件，則對所述流行病預測模型進行微調，然后執行(5)；

(5)利用第二訓練數據確定基于所述流行病預測模型進行流行病風險等級判定的分級時間窗大小，使基于所述流行病預測模型判定為中風險等級及中風險以上等級的時間點在真實的流行病流行期內，基于所述流行病預測模型判定為低風險等級及中風險以下等級的時間點在真實的流行病非流行期內；

(6)利用所述流行病預測模型對待測時間點之前所述分級時間窗大小時間內的各個時間點進行預測，劃分出所述待測時間點之前所述分級時間窗大小時間內的流行病流行期與流行病非流行期；

(7)計算所述待測時間點之前所述分級時間窗大小時間內流行病非流行期的流行病監測數據的均值與標準差；

(8)根據所述待測時間點之前所述分級時間窗大小時間內流行病非流行期的流行病監測數據的均值與標準差計算流行病風險等級劃分閾值；

(9)根據所述流行病風險等級劃分閾值判定所述待測時間點的流行病風險等級。

2.如權利要求1所述的方法，其特征在于，所述步驟(5)包括：

利用所述流行病預測模型對預設時間點之前所述分級時間窗大小時間內的各個時間點進行預測，劃分出所述預設時間點之前分級時間窗大小時間內的流行病流行期與流行病非流行期；

根據所述第二訓練數據計算所述預設時間點之前所述分級時間窗大小時間內流行病非流行期的流行病監測數據的均值與標準差；

根據所述預設時間點之前所述分級時間窗大小時間內流行病非流行期的流行病監測數據的均值與標準差，計算流行病風險等級劃分閾值；

根據所述流行病風險等級劃分閾值判定所述預設時間點的流行病風險等級；

若所述預設時間點的流行病風險等級為中風險等級及中風險以上等級，則判斷所述預設時間點是否在真實的流行病流行期內，或者，若所述預設時間點的流行病風險等級為低風險及中風險以下等級，則判斷所述預設時間點是否在真實的流行病非流行期內；

若所述預設時間點的流行病風險等級為中風險等級及中風險以上等級，且所述預設時間點在真實的流行病流行期內，或者，若所述預設時間點的流行病風險等級為低風險及中風險以下等級，且所述預設時間點在真實的流行病非流行期內，則調整所述分級時間窗大小。

3.如權利要求1所述的方法，其特征在于，所述流行病預測模型包括累積和預測模型、指數加權移動平均值預測模型和移動百分位預測模型。

4.如權利要求1至3中任一項所述的方法，其特征在于，所述步驟(2)包括：

利用所述流行病預測模型對所述第一訓練數據進行預測，將所述第一訓練數據的預測結果與真實的流行病流行期/非流行期劃分結果進行比較，根據比較結果調整或選取所述流行病預測模型的參數。

5.如權利要求4所述的方法，其特征在于，所述將所述第一訓練數據的預測結果與真實的流行病流行期/非流行期劃分結果進行比較，根據比較結果調整或選取所述流行病預測模型的參數包括：

計算所述流行病預測模型對所述第一訓練數據的預測結果的準確度、特異度、及時性，基于所述準確度、特異度、及時性調整或選取所述流行病預測模型的參數。

6.如權利要求1至3中任一項所述的方法，其特征在于，所述流行病監測數據通過在預設區域建立由多個監測點組成的流行病監測網絡，從所述監測點獲取得到。

7.如權利要求6所述的方法，其特征在于，所述監測點包括滿足預設人數或規模的醫療機構、學校和幼托機構、藥店。