[發(fā)明專利]基于人工智能的傳染病早期風險預警方法、裝置

在審

• 申請?zhí)枺?/td>: 202011021577.2
• 申請日: 2020-09-25
• 公開（公告）號: CN112117011A
• 公開（公告）日: 2020-12-22
• 發(fā)明（設計）人: 徐欣星
• 申請（專利權）人: 平安國際智慧城市科技股份有限公司
• 主分類號: G16H50/80
• 分類號: G16H50/80;G16H50/30
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 涂年影

1.一種基于人工智能的傳染病早期風險預警方法，應用于管理服務器中，所述管理服務器與至少一臺第一用戶終端通過網絡連接，其特征在于，所述方法包括：

接收來自所述第一用戶終端的病例信息，判斷所述病例信息是否與預設的傳染病病患類型相匹配；

若所述病例信息與所述預設的傳染病病患類型相匹配，則發(fā)送信息獲取請求至所述第一用戶終端以獲取所述第一用戶終端反饋的詳細病患信息；

根據(jù)預置的信息量化規(guī)則對所述病例信息及所述詳細病患信息進行量化以得到對應的患者量化信息；

根據(jù)預置的病患風險預測模型獲取與所述病患量化信息對應的病患風險值；

根據(jù)預置的區(qū)域風險分析模型，對所有所述患者量化信息及對應的所述病患風險值進行分析，得到每一區(qū)域的風險預警信息。

2.根據(jù)權利要求1所述的基于人工智能的傳染病早期風險預警方法，其特征在于，所述信息量化規(guī)則包括病患項目信息、關聯(lián)項目信息及項目值量化規(guī)則，所述根據(jù)預置的信息量化規(guī)則對所述病例信息及所述詳細病患信息進行量化以得到對應的患者量化信息，包括：

根據(jù)所述病患項目信息及所述關聯(lián)項目信息對所述病例信息及所述詳細病患信息進行分類，以得到與所述病患項目信息對應的病患信息及與所述關聯(lián)項目信息對應的關聯(lián)信息；

根據(jù)所述項目值量化規(guī)則對所述病患信息的項目值及所述關聯(lián)信息的項目值分別進行量化以得到對應的病患量化信息及關聯(lián)量化信息。

3.根據(jù)權利要求1所述的基于人工智能的傳染病早期風險預警方法，其特征在于，所述根據(jù)預置的病患風險預測模型獲取與所述病患量化信息對應的病患風險值之前，所述方法還包括：

若接收到所述管理服務器的管理員輸入的樣本數(shù)據(jù)庫，根據(jù)所述樣本數(shù)據(jù)庫所包含的樣本數(shù)據(jù)及預置的梯度計算公式對所述病患風險預測模型進行訓練，以得到訓練后的所述病患風險預測模型。

4.根據(jù)權利要求3所述的基于人工智能的傳染病早期風險預警方法，其特征在于，所述根據(jù)所述樣本數(shù)據(jù)庫所包含的樣本數(shù)據(jù)及預置的梯度計算公式對所述病患風險預測模型進行訓練，以得到訓練后的所述病患風險預測模型，包括：

根據(jù)預設檢測信息量化規(guī)則對每條所述樣本數(shù)據(jù)中的檢測信息進行量化得到檢測量化信息；

根據(jù)所述病患風險預測模型獲取與所述樣本病患量化信息對應的樣本輸出節(jié)點值；

根據(jù)預存的損失函數(shù)獲取所述檢測量化信息與所述樣本輸出節(jié)點值之間的損失值；

根據(jù)所述梯度計算公式、所述損失值及所述病患風險預測模型的計算值計算得到所述病患風險預測模型中每一參數(shù)的更新值以更新所述參數(shù)的參數(shù)值。

5.根據(jù)權利要求1所述的基于人工智能的傳染病早期風險預警方法，其特征在于，所述區(qū)域風險分析模型包括風險閾值及風險區(qū)間信息，所述根據(jù)預置的區(qū)域風險分析模型，對所有所述患者量化信息及對應的所述病患風險值進行分析，得到每一區(qū)域的風險預警信息，包括：

根據(jù)所述患者量化信息所屬區(qū)域對每一區(qū)域包含的患者進行統(tǒng)計得到區(qū)域患者統(tǒng)計信息；

根據(jù)所述風險閾值及每一所述患者的病患風險值對所述區(qū)域患者統(tǒng)計信息進行篩選得到區(qū)域風險患者信息；

根據(jù)所述風險區(qū)間信息及所述區(qū)域風險患者信息獲取與每一所述區(qū)間對應的風險預警等級作為對應的風險預警信息。

6.根據(jù)權利要求5所述的基于人工智能的傳染病早期風險預警方法，其特征在于，所述區(qū)域風險分析模型還包括關聯(lián)風險分析模型，所述根據(jù)所述風險區(qū)間信息及所述區(qū)域風險患者信息獲取與每一所述區(qū)間對應的風險預警等級作為對應的風險預警信息之后，所述方法還包括：

判斷每一所述區(qū)域的風險預警等級是否高于低風險級別；

若所述區(qū)域的風險預警等級不高于低風險級別，則將所述風險預警等級作為所述區(qū)域的風險預警信息；

若所述區(qū)域的風險預警等級高于低風險級別，則根據(jù)所述關聯(lián)風險分析模型、關聯(lián)風險閾值及所述區(qū)域內患者的患者量化信息進行關聯(lián)分析以得到關聯(lián)分析結果，并將所述風險預警等級及所述關聯(lián)分析結果一并作為所述區(qū)域的風險預警信息。