[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

本發明實施例提供一種疫情預測方法、裝置、電子設備及存儲介質，該方法包括以下步驟：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。這樣通過融合區域人員全息數據、區域醫療數據以及區域疫情結構化物理數據等多維數據訓練得到目標疫情預測模型，并基于目標疫情預測模型預測出目標區域的疫情走勢和擴散范圍，進而能夠準確地對未來疫情趨勢進行動態預測。

技術領域

本發明涉及疫情預測技術領域，尤其涉及一種疫情預測方法、裝置、電子設備及存儲介質。

背景技術

目前，每當有神秘疾病突然爆發時，公共衛生部門的官員可能很難迅速收集相關信息，監控人員流向、潛在傳染人群、切斷傳染源，這些都是亟待解決的問題。在疫情發生后，病毒傳染路徑分析極為關鍵，對于決策者，知曉疫情變化趨勢、預判拐點成為更加緊要的事情，而且從宏觀決策來看，需要對全國疫情精準推演，以減少疫情蔓延。而與此同時，眾多現實因素干擾使得傳統理想化模型預測疫情不再可行。并且，因為疫情存在潛伏期，從感染到疑似、確診、治愈或死亡的準確判斷都存在一定的時間差，獲取的疫情數據沒有辦法與實際情況完全吻合，同樣也會影響疫情預測結果的準確性。

發明內容

本發明實施例提供一種疫情預測方法，能夠解決了現有技術中疫情預測結果不夠準確的問題。

第一方面，本發明實施例提供一種疫情預測方法，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。

可選的，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。

可選的，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。

可選的，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；