[發(fā)明專利]一種基于健康醫(yī)療大數(shù)據(jù)的疫情防控系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110647214.8
• 申請日: 2021-06-10
• 公開（公告）號: CN113537709A
• 公開（公告）日: 2021-10-22
• 發(fā)明（設(shè)計）人: 阮師漫
• 申請（專利權(quán)）人: 濟南市疾病預(yù)防控制中心
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/26;G06F16/29
• 代理公司: 濟南信達(dá)專利事務(wù)所有限公司 37100
• 代理人: 姜明

本發(fā)明公開了一種基于健康醫(yī)療大數(shù)據(jù)的疫情防控系統(tǒng)，屬于醫(yī)療大數(shù)據(jù)技術(shù)領(lǐng)域。本發(fā)明的基于健康醫(yī)療大數(shù)據(jù)的疫情防控系統(tǒng)包括監(jiān)測模塊、預(yù)測模塊和預(yù)警模塊，通過所述監(jiān)測模塊了解當(dāng)前的疫情防控應(yīng)對能力；通過所述預(yù)測模塊實現(xiàn)對疾病發(fā)展趨勢的數(shù)據(jù)預(yù)測；通過所述預(yù)警模塊實現(xiàn)關(guān)注點的及時預(yù)警及實現(xiàn)對短期爆發(fā)的預(yù)警。該發(fā)明的基于健康醫(yī)療大數(shù)據(jù)的疫情防控系統(tǒng)能夠針對傳染病的短期爆發(fā)、流行周期做有效預(yù)警，并關(guān)注察驗預(yù)警內(nèi)容，具有很好的推廣應(yīng)用價值。

技術(shù)領(lǐng)域

本發(fā)明涉及醫(yī)療大數(shù)據(jù)技術(shù)領(lǐng)域，具體提供一種基于健康醫(yī)療大數(shù)據(jù)的疫情防控系統(tǒng)。

背景技術(shù)

健康醫(yī)療大數(shù)據(jù)在慢慢改變著醫(yī)療行業(yè)，傳統(tǒng)的院內(nèi)系統(tǒng)已經(jīng)發(fā)展到區(qū)域醫(yī)療時代，醫(yī)療、公衛(wèi)等信息化以后逐步轉(zhuǎn)向數(shù)字化，在大數(shù)據(jù)、算法、人工智能等先進技術(shù)的輔助下，健康醫(yī)療正在逐步蛻化。健康醫(yī)療數(shù)據(jù)的采集、分析、治理、共享開放技術(shù)已經(jīng)有廣泛應(yīng)用，形成產(chǎn)業(yè)化，并日漸成熟。此時健康醫(yī)療數(shù)據(jù)的可視化技術(shù)應(yīng)用廣泛，時間序列、多元回歸等模型早已在大數(shù)據(jù)中成熟應(yīng)用，基于短信平臺的預(yù)警技術(shù)也相當(dāng)成熟。

在疫情防控備受關(guān)注以及健康醫(yī)療大數(shù)據(jù)技術(shù)快速發(fā)展的今天，如何充分利用數(shù)據(jù)、人工智能算法，利用信息化優(yōu)化整合業(yè)務(wù)流程，更智能、更高效的提高疫情防控的效率和效果，是符合市場需求和信息化發(fā)展意愿的。

發(fā)明內(nèi)容

本發(fā)明的技術(shù)任務(wù)是針對上述存在的問題，提供一種能夠針對傳染病的短期爆發(fā)、流行周期做有效預(yù)警，并關(guān)注察驗預(yù)警內(nèi)容的基于健康醫(yī)療大數(shù)據(jù)的疫情防控系統(tǒng)。

為實現(xiàn)上述目的，本發(fā)明提供了如下技術(shù)方案：

一種基于健康醫(yī)療大數(shù)據(jù)的疫情防控系統(tǒng)，包括監(jiān)測模塊、預(yù)測模塊和預(yù)警模塊，通過所述監(jiān)測模塊了解當(dāng)前的疫情防控應(yīng)對能力；通過所述預(yù)測模塊實現(xiàn)對疾病發(fā)展趨勢的數(shù)據(jù)預(yù)測；通過所述預(yù)警模塊實現(xiàn)關(guān)注點的及時預(yù)警及實現(xiàn)對短期爆發(fā)的預(yù)警。

作為優(yōu)選，所述監(jiān)測模塊利用信息可視化技術(shù)，結(jié)合GIS地圖、動態(tài)展示技術(shù)、圖表、報表方式，實現(xiàn)對疾病的時間、空間、人群分析，并對歷史和最新數(shù)據(jù)進行多維度分析展示。

作為優(yōu)選，所述監(jiān)測模塊輔助專業(yè)人員全方位的掌握疾病當(dāng)前和歷史狀態(tài)。

作為優(yōu)選，所述預(yù)測模塊基于歷史數(shù)據(jù)結(jié)合智能AI算法，實現(xiàn)對疾病發(fā)病趨勢的預(yù)測，掌握疾病未來的發(fā)病趨勢，并結(jié)合監(jiān)測模塊，為判定疫情發(fā)展趨勢提供數(shù)據(jù)參考。

作為優(yōu)選，所述預(yù)測模塊訓(xùn)練深度置信網(wǎng)絡(luò)算法模型、時間序列模型、多元回歸模型及基于流行區(qū)間的四線五期算法，形成對區(qū)域數(shù)據(jù)的調(diào)優(yōu)預(yù)測模型，實現(xiàn)對疾病發(fā)病趨勢的數(shù)據(jù)預(yù)測。

作為優(yōu)選，所述預(yù)警模塊基于實際數(shù)據(jù)和預(yù)測數(shù)據(jù)實現(xiàn)二級預(yù)警，支持自定義閾值預(yù)警、時間增量預(yù)警和流行區(qū)間預(yù)警。

作為優(yōu)選，所述自定義閾值預(yù)警通過設(shè)置疾病的關(guān)注閾值，及時掌握所關(guān)注疾病的臨界情況。

作為優(yōu)選，所述時間增量預(yù)警通過設(shè)置日增幅或者增幅，實現(xiàn)對疾病在區(qū)域內(nèi)、指定時間內(nèi)的發(fā)病情況監(jiān)控預(yù)警，及時掌握區(qū)域疾病的異常發(fā)病情況。

作為優(yōu)選，所述流行區(qū)間預(yù)警基于四線五期的疾病周期，通過算法分析將疾病從流行程度上劃分為流行前期、低水平流行期、中等水平流行期、高水平流行期、超高水平流行期五個周期，對多種疾病實現(xiàn)所處周期通知、未來周所處周期預(yù)測預(yù)警，實現(xiàn)對疾病流行程度的及時掌握。

預(yù)警模塊基于實際數(shù)據(jù)和預(yù)測數(shù)據(jù)，實現(xiàn)二級預(yù)警機制，一級預(yù)警面向疾控領(lǐng)域?qū)＜遥瑢＜以O(shè)定的關(guān)注點或危險情景實現(xiàn)預(yù)警，并在對應(yīng)的預(yù)警類型中集中提供該預(yù)警相關(guān)的統(tǒng)計分析與預(yù)測分析功能，以供察驗警情，一旦確認(rèn)警情，可利用二級預(yù)警向醫(yī)院、民眾等受眾發(fā)起預(yù)警通知，發(fā)布警情并傳達(dá)防控信息。

與現(xiàn)有技術(shù)相比，本發(fā)明的基于健康醫(yī)療大數(shù)據(jù)的疫情防控系統(tǒng)具有以下突出的有益效果：