[发明专利]一种群集性/慢性疾病早期自动报警、初步特征分析与风险评估系统

说明书

本发明公开了公共卫生领域内的一种群集性/慢性疾病早期自动报警、初步特征分析与风险评估系统，其包括病例信息收集模块、活动轨迹追踪模块、自动报警展示模块和风险分析评价模块；通过对医疗机构病历数据库的定时扫描，结合患者个体行动轨迹的自动分析，能够对出现的突发群集性疾病实现自动报警，对单位时间内相同病例的总结与初步风险分析评价，可通过对单位时间内出现病例的分布特征分析，指导该区域慢性病差异性防控措施的制订。

技术领域

本发明涉及公共卫生领域，特别是涉及群集性/慢性疾病早期自动报警、初步特征分析与风险评估。

背景技术

突发性群集性传染性疾病，如严重急性呼吸综合征(SARS)、甲型HIN1流感、新冠肺炎(COVID-19)等的大面积爆发，对人类生命安全与社会经济稳定构成了极大威胁；某些慢性疾病，如高血压、类风湿性关节炎、微量元素缺乏症等，与患者地理分布、饮食习惯等密切相关，我国每年花费大量的人力物力用于群集性疾病与慢性疾病的防治。在临床工作实践中我们发现，传统的传染病监测极度依赖于医务人员对这些疾病的敏锐性和警觉性，而且也只能针对能诊断明确的传染病。事实上，对那些急性传染病尤其是不明原因的传染病要做出及时发现和判断，最大程度化解公共卫生风险十分依赖于临床及早识别和发现患者。其中，及早识别出发病人群具有聚集性的特点具有十分重要的流行病学意义和社会意义；同样，对于慢性疾病的管理以及某些地方病的流行状况监测也都依赖于一定物理空间区域内患者群集性状态的自动识别。因此，这种对群集性早期预警与风险等级评价，无论对急慢性传染病、慢性病管理均具有重要的临床意义。现有技术中，缺乏自动识别的群集性病例事件的监测应用系统，难以及时发现可疑患者集聚人群有利于及早的采取应对措施，因此也难以最大程度减轻这类疾病对社会造成的影响。

发明内容

本发明针对传统群集性/慢性疾病早期自动报警、初步特征分析与风险评估的不足，提出一种群集性/慢性疾病早期自动报警、初步特征分析与风险评估系统，使其能够针对群集性/慢性疾病自动发出早期报警信息，主动提醒不同接诊医师就同类事件进行关注、跟踪分析，避免因人为因素对群集性疾病早期报警的延迟，及早作出预判和处理。

本发明的目的是这样实现的：

一种群集性/慢性疾病早期自动报警、初步特征分析与风险评估系统，包括病例信息收集模块、活动轨迹追踪模块、自动报警展示模块和风险分析评价模块；其中，

病例信息收集模块：利用医院门诊电子病历系统、住院病历系统以及患者随访系统，利用数据标识实现区域性病人诊治信息的特征数据信息提取，形成数据集成中心，数据信息提取包括患者的个人一般性社会、生物学信息，病情相关信息，社会活动信息；

活动轨迹追踪模块：利用患者使用的可公布、共享的定位方式，或与移动通讯运营商协议，经主管部门允许，通过患者手机终端获得患者物理空间GPS定位信息，自动对预设地区就诊人群在特定时间段内具有相同患者活动轨迹进行群集性分析，包括活动轨迹提取及聚类分析；

自动报警展示模块：通过预先设定的扫描病情相关参数、扫描时间和空间半径对聚集性、群体性发生的事件进行自动分析显示并实时报警；达到预先设定的群集性标准时，自动报警生成并存档目标病例的统计表，同时自动在当地地图中直观标注发病地点；

风险分析评价模块：利用自动报警展示模块与病例信息收集模块提供的数据信息，当系统自动报警后，采用手动方式对单位时间内出现的相同症状、体征或相同诊断与检查指标结果相同病例，利用时空扫描算法以及上述特征数据标识为单元的异常事件分析探测算法对公共安全事件相关预处理数据信息进行计算，获得相应的计算数值。

进行数据信息提取时，按如下步骤进行：

1.1.构建基于病人诊治数据的知识图谱：