[发明专利]基于流行病学的疾病传播风险快速分析系统及方法在审
申请号: | 202310371121.6 | 申请日: | 2023-04-10 |
公开(公告)号: | CN116364305A | 公开(公告)日: | 2023-06-30 |
发明(设计)人: | 孟福友;马良;何升浩;李安 | 申请(专利权)人: | 山东浪潮智慧医疗科技有限公司 |
主分类号: | G16H50/80 | 分类号: | G16H50/80;G16H50/30;G16H50/70;G06F16/36;G06F18/214 |
代理公司: | 济南信达专利事务所有限公司 37100 | 代理人: | 孙园园 |
地址: | 250100 山东省济南市中国(山东)自由贸易试验*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 流行病学 疾病 传播 风险 快速 分析 系统 方法 | ||
1.一种基于流行病学的疾病传播风险快速分析系统,其特征在于,该系统包括基础层、支撑层、应用层、展现层和接入层;
基础层用于使用关系型数据库进行数据存储;
支撑层用于通过提供GIS接口服务、数据采集、知识图谱、数据整合分析及模式分析的技术支撑,为应用层自定义模板实现各类情境下的流行病学调查、智能数据汇总分析以及智能数据整合提供有效保障;
展现层用于通过WEB应用编程技术与移动应用技术提供业务功能的展示及操作;
接入层用于角色权限管理,即提供针对管理员、流调员的角色权限管理,实现分工协同,高效办公。
2.根据权利要求1所述的基于流行病学的疾病传播风险快速分析系统,其特征在于,所述基础层包括WEB服务器,WEB服务器用于处理展现层用户提交的请求并返回响应信息给用户。
3.根据权利要求1所述的基于流行病学的疾病传播风险快速分析系统,其特征在于,所述支撑层包括GIS接口服务整合分析模块、数据采集模式分析模块以及知识图谱AI解析模块;
数据采集模式分析模块用于在流调时,通过智能语音助手协调流调员进行快速录入;
GIS接口服务整合分析模块用于使用百度或高德开放地图接口进行风险点标记及风险区域热力图生成;
知识图谱AI解析模块用于采用命名实体识别及属性关系抽取的方式进行识别。
4.根据权利要求1所述的基于流行病学的疾病传播风险快速分析系统,其特征在于,所述应用层包括自定义采集模板模块、数据清洗和治理模块、数据抽取模块和数据建模及模型训练模块;
自定义采集模板模块用于自定义采集模板;
数据清洗和治理模块用于对采集到的数据进行清洗和标准化形成结构化的数据;
数据抽取模块用于从结构化的数据中抽取数据的过程;
数据建模及模型训练模块用于对已有的数据进行整合分析,将人群和风险点按照不同的风险等级进行划分并形成风险点的热力图,并对已有的关联关系进行推算,生成供用户参考的传播方式图谱,通过图谱直观展示传染病的传播方式。
5.根据权利要求4所述的基于流行病学的疾病传播风险快速分析系统,其特征在于,所述数据抽取模块的抽取方式包括全量抽取和增量抽取。
6.根据权利要求4所述的基于流行病学的疾病传播风险快速分析系统,其特征在于,所述数据建模及模型训练模块的人群管理划分是根据人员之间的接触暴露情况、活动轨迹以及自身是否有相关症状按照相应的规则进行风险指数评估,根据风险指数评估的结果,将人群划分为高风险人群、中风险人群、低风险人群和无风险人群,对不同的人群采取相对应的措施,并实时统计人员的情况,实时进行更新,为疾病控制决策提供参考的依据。
7.根据权利要求4所述的基于流行病学的疾病传播风险快速分析系统,其特征在于,所述数据建模及模型训练模块的风险点管理和风险点热力图生成是根据感染人员在该地点停留和活动的时间以及频率,对地点进行等级划分,并根据地点人员活动的频率生成热力图。
8.根据权利要求4所述的基于流行病学的疾病传播风险快速分析系统及,其特征在于,所述传播方式图谱是用天然适用于分析传染病点多面广、规模化与散发聚集性并存及多点多源多链的数据特点的图数据库技术,快速地利用“点”和“边”为基础单元构建数据管理模式。
9.根据权利要求1所述的基于流行病学的疾病传播风险快速分析系统,其特征在于,所述展示层用于在浏览器端向用户展示并供用户使用。
10.一种基于流行病学的疾病传播风险快速分析系方法,其特征在于,该方法是通过对采集到的流调数据信息,进行数据清洗和治理形成结构化的数据,并抽取规范的人员信息和活动信息,运用数据建模和模型训练,进行人群和风险区划分,并协助分析传播模式和搭建传播图谱。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东浪潮智慧医疗科技有限公司,未经山东浪潮智慧医疗科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310371121.6/1.html,转载请声明来源钻瓜专利网。