CN110428906A - 信息上报方法及装置 - Google Patents

信息上报方法及装置 Download PDF

Info

Publication number
CN110428906A
CN110428906A CN201910696470.9A CN201910696470A CN110428906A CN 110428906 A CN110428906 A CN 110428906A CN 201910696470 A CN201910696470 A CN 201910696470A CN 110428906 A CN110428906 A CN 110428906A
Authority
CN
China
Prior art keywords
data
target object
hazardous act
prediction model
output
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910696470.9A
Other languages
English (en)
Inventor
钟浩
蒋伟伟
任丽娟
曹杜
石雨晴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Zhizhi Heshu Technology Co.,Ltd.
Original Assignee
Beijing Mininglamp Software System Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Mininglamp Software System Co ltd filed Critical Beijing Mininglamp Software System Co ltd
Priority to CN201910696470.9A priority Critical patent/CN110428906A/zh
Publication of CN110428906A publication Critical patent/CN110428906A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种信息上报方法及装置。其中，该方法包括：通过获取目标对象处于当前状态的第一数据，其中，第一数据至少包括以下之一：目标对象的治疗数据、目标对象购买药品数据；获取目标对象的第二数据，其中，第二数据至少包括以下之一:目标对象未按时服药对应的危险行为的第一特征数据；将第一数据和第二数据输入到预测模型中，在输出的结果显示目标对象存在危险行为的情况下，将情况上报至目标对象所在区域对应的监控系统。本发明解决了相关技术中，无法根据精神病人员的行为数据以及治疗数据预测出精神病人员是否存在危险行为，导致无法有效的对精神病人员进行监控以及看护的技术问题。

Description

信息上报方法及装置
技术领域
本发明涉及数据处理领域，具体而言，涉及一种信息上报方法及装置。
背景技术
根据我国有关权威部门的保守估计，中国的精神病患者已达到1600余万人，其中有160余万对社会治安构成危害。遗憾的是这些精神病患者并没有得到统一的管理和有效的治疗。随着经济的发展、社会的进步、交通的日益便利以及人口流动性的增大，流浪精神病人呈现显著增长的趋势，精神病人蓬头垢面、衣衫褴褛，在公路中间乱跑，阻碍交通，骂人打人甚至残害邻里和亲人，给社会安全带来非常大的安全隐患。
精神病患者作为一种特殊的疾病，对他们的管理直接关系到其他公民的生命安全，关系到社会的和谐稳定。目前精神病人的日常管控主要以家庭为主，而这种管理主要存在以下问题：精神病人接受治疗情况差，监护人监护责任落实差，监控机制不完善，流浪精神病人管理难度大。
针对相关技术中，无法根据精神病人员的行为数据以及治疗数据预测出精神病人员是否存在危险行为，导致无法有效的对精神病人员进行监控以及看护的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种信息上报方法及装置，以至少解决相关技术中，无法根据精神病人员的行为数据以及治疗数据预测出精神病人员是否存在危险行为，导致无法有效的对精神病人员进行监控以及看护的技术问题。
根据本发明实施例的一个方面，提供了一种信息上报方法，包括：获取目标对象处于当前状态的第一数据，其中，所述第一数据至少包括以下之一：所述目标对象的治疗数据、所述目标对象购买药品数据，所述目标对象的心理咨询数据；获取所述目标对象的第二数据，其中，所述第二数据至少包括以下之一:所述目标对象未按时服药对应的危险行为的第一特征数据，所述目标对象购买药品数据对应的危险行为的第二特征数据，所述目标对象的心理咨询数据对应的危险行为的第三特征数据；将所述第一数据和所述第二数据输入到预测模型中，输出得到所述目标对象是否存在危险行为，其中，所述预测模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：第一数据以及第二数据，所述目标对象是否存在危险行为；在输出的结果显示所述目标对象存在危险行为的情况下，将所述情况上报至所述目标对象所在区域对应的监控系统。
进一步地，获取所述目标对象当前的所述第一数据包括：从数据平台中获取所述目标对象的第一数据，其中，所述数据平台的数据来源包括以下至少之一：医院系统的数据、药品监管部门的数据、所述目标对象在活动区域中的视频中的数据。
进一步地，将所述第一数据和所述第二数据输入到所述预测模型中，输出得到所述目标对象是否存在危险行为之后，所述方法还包括：在输出的结果显示所述目标对象不存在危险行为的情况下，每隔预定的时间获取所述目标对象的第三数据，其中，所述第三数据至少包括以下之一：所述目标对象的外貌衣着对应的危险行为的第四特征数据，所述第二数据包括所述第三数据；将所述第一数据和所述第三数据输入到所述预测模型中，确定所述目标对象是否存在危险行为。
进一步地，在输出的结果显示所述目标对象存在危险行为的情况下，将所述情况上报至对应的所述监控系统包括：通过以下之一的方式将所述情况上报至所述监控系统：短信的形式、即时消息，其中，所述短信的内容包括：所述目标对象所处的位置。
根据本发明实施例的另一方面，还提供了一种信息上报装置，包括：第一获取单元，用于获取目标对象处于当前状态的第一数据，其中，所述第一数据至少包括以下之一：所述目标对象的治疗数据、所述目标对象购买药品数据，所述目标对象的心理咨询数据；第二获取单元，用于获取所述目标对象的第二数据，其中，所述第二数据至少包括以下之一:所述目标对象未按时服药对应的危险行为的第一特征数据，所述目标对象购买药品数据对应的危险行为的第二特征数据，所述目标对象的心理咨询数据对应的危险行为的第三特征数据；处理单元，用于将所述第一数据和所述第二数据输入到预测模型中，输出得到所述目标对象是否存在危险行为，其中，所述预测模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：第一数据以及第二数据，所述目标对象是否存在危险行为；上报单元，用于在输出的结果显示所述目标对象存在危险行为的情况下，将所述情况上报至所述目标对象所在区域对应的监控系统。
进一步地，所述第一获取单元包括：获取模块，用语从数据平台中获取所述目标对象的第一数据，其中，所述数据平台的数据来源包括以下至少之一：医院系统的数据、药品监管部门的数据、所述目标对象在活动区域中的视频中的数据。
进一步地，所述装置还包括：第三获取单元，用于将所述第一数据和所述第二数据输入到所述预测模型中，输出得到所述目标对象是否存在危险行为之后，在输出的结果显示所述目标对象不存在危险行为的情况下，每隔预定的时间获取所述目标对象的第三数据，其中，所述第三数据至少包括以下之一：所述目标对象的外貌衣着对应的危险行为的第四特征数据，所述第二数据包括所述第三数据；确定单元，用于将所述第一数据和所述第三数据输入到所述预测模型中，确定所述目标对象是否存在危险行为。
进一步地，所述上报单元包括：上报模块，用于通过以下之一的方式将所述情况上报至所述监控系统：短信的形式、即时消息，其中，所述短信的内容包括：所述目标对象所处的位置。
根据本发明实施例的另一方面，还提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序运行时执行上述任一项所述的信息上报方法。
根据本发明实施例的另一方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述任一项所述的信息上报方法。
在本发明实施例中，通过获取目标对象处于当前状态的第一数据，其中，第一数据至少包括以下之一：目标对象的治疗数据、目标对象购买药品数据，目标对象的心理咨询数据；获取目标对象的第二数据，其中，第二数据至少包括以下之一:目标对象未按时服药对应的危险行为的第一特征数据，目标对象购买药品数据对应的危险行为的第二特征数据，目标对象的心理咨询数据对应的危险行为的第三特征数据；将第一数据和第二数据输入到预测模型中，输出得到目标对象是否存在危险行为，其中，预测模型为使用多组数据通过机器学习训练出的，多组数据中的每组数据均包括：第一数据以及第二数据，目标对象是否存在危险行为；在输出的结果显示目标对象存在危险行为的情况下，将情况上报至目标对象所在区域对应的监控系统，达到了根据目标对象的相关数据预测出目标对象的是否存在危险性行为的目的，从而实现了在确定出目标对象存在无限性可能的情况下，即时有效的对目标对象进行监护，进而解决了相关技术中，无法根据精神病人员的行为数据以及治疗数据预测出精神病人员是否存在危险行为，导致无法有效的对精神病人员进行监控以及看护的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的信息上报方法的流程图；
图2是根据本发明优选实施例的模型结构示意图；以及
图3是根据本发明实施例的信息上报装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例，还提供了一种信息上报方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
下面将对本发明实施例的信息上报方法进行详细说明。
图1是根据本发明实施例的信息上报方法的流程图，如图1所示，该信息上报方法包括如下步骤：
步骤S102，获取目标对象处于当前状态的第一数据，其中，第一数据至少包括以下之一：目标对象的治疗数据、目标对象购买药品数据，目标对象的心理咨询数据。
其中，目标对象可以包括：精神病人。第一数据是根据目标对象在当前节点之前的行为获取的。例如，目标对象在上一次就医时的时间到当前的时间，若就医是所开的药可以维持一周的时间，但现在目标对象处于第二周的时间，即距离药物停止的时间已将一周的时间了。还可以包括：目标对象精神上需要外界的疏导，即需要定时进行心理疏导，根据心理咨询室对目标对象的咨询的记录可以知晓，目标对象当前是需要进行心理咨询的，然而并没有收到目标对象的咨询预约时间，即在目标对象与预约时间没有进行心理咨询。
还需要说明的是，获取目标对象当前的第一数据可以包括：从数据平台中获取目标对象的第一数据，其中，数据平台的数据来源包括以下至少之一：医院系统的数据、药品监管部门的数据、目标对象在活动区域中的视频中的数据。进而方便数据的统一管理。
步骤S104，获取目标对象的第二数据，其中，第二数据至少包括以下之一:目标对象未按时服药对应的危险行为的第一特征数据，目标对象购买药品数据对应的危险行为的第二特征数据，目标对象的心理咨询数据对应的危险行为的第三特征数据。
需要说明的是，第二数据是目标对象在预定时间内没有进行治疗的可能出现的行为特征数据。例如，在预约进行心理咨询的时间没有进行心理疏导的情况下，目标对象可能会出现暴力倾向以及自残行为。还例如，在发现目标对象存在一定时间没有服用药物，可能此阶段的目标对象在街上出现会出现毁坏公共设施的行为，也可以会伤害到其他的路上的行为。等等其他的第一数据对应的特征数据。
步骤S106，将第一数据和第二数据输入到预测模型中，输出得到目标对象是否存在危险行为，其中，预测模型为使用多组数据通过机器学习训练出的，多组数据中的每组数据均包括：第一数据以及第二数据，目标对象是否存在危险行为。
即同过上述步骤S106可以预测目标对象是否存在危险行为。
步骤S108，在输出的结果显示目标对象存在危险行为的情况下，将情况上报至目标对象所在区域对应的监控系统。
需要说明的是，根据目标对象所在的位置，将目标对象的位置发送给最近的监控系统，进而方便安排相关人员进行处理。例如，在输出目标对象在商场A的门外，在将该信息上报给管辖商店A所在的治安部门，以便对目标对象进行看护。
其中，可以通过以下之一的方式将情况上报至监控系统：短信的形式、即时消息，其中，短信的内容包括：目标对象所处的位置。进而可以及时的将目标对象的信息上报给相关系统，进而高效的安排人员对目标对象进行监控以及看护。
通过上述步骤，通过获取目标对象处于当前状态的第一数据，其中，第一数据至少包括以下之一：目标对象的治疗数据、目标对象购买药品数据，目标对象的心理咨询数据；获取目标对象的第二数据，其中，第二数据至少包括以下之一:目标对象未按时服药对应的危险行为的第一特征数据，目标对象购买药品数据对应的危险行为的第二特征数据，目标对象的心理咨询数据对应的危险行为的第三特征数据；将第一数据和第二数据输入到预测模型中，输出得到目标对象是否存在危险行为，其中，预测模型为使用多组数据通过机器学习训练出的，多组数据中的每组数据均包括：第一数据以及第二数据，目标对象是否存在危险行为；在输出的结果显示目标对象存在危险行为的情况下，将情况上报至目标对象所在区域对应的监控系统，达到了根据目标对象的相关数据预测出目标对象的是否存在危险性行为的目的，从而实现了在确定出目标对象存在无限性可能的情况下，即时有效的对目标对象进行监护，进而解决了相关技术中，无法根据精神病人员的行为数据以及治疗数据预测出精神病人员是否存在危险行为，导致无法有效的对精神病人员进行监控以及看护的技术问题。
作为一种可选的实施例，将第一数据和第二数据输入到预测模型中，输出得到目标对象是否存在危险行为之后，上述方法还可以包括：在输出的结果显示目标对象不存在危险行为的情况下，每隔预定的时间获取目标对象的第三数据，其中，第三数据至少包括以下之一：目标对象的外貌衣着对应的危险行为的第四特征数据，第二数据包括第三数据；将第一数据和第三数据输入到预测模型中，确定目标对象是否存在危险行为。
通过上述方案，可以实时的确定目标对象的当前的状态。即在目标对象长时间在室外活动的情况下，可以通过目标对象所在的区域的视频，获取目标对象的衣着相貌，根据衣着相貌确定衣着相貌对应的危险行为，进而通过该更新的特征数据确定当前目标对象的行为是否存在危险。
将第一数据和第二数据输入到预测模型中，输出得到目标对象是否存在危险行为之后，上述方法还可以包括：在该目标对象存在危险行为的情况下，将该危险行为的信息发送给目标对象的监护人员，进而方便监护人员较快的安抚目标对象。
其中，可以将该危险行为的信息以短信的形式发送到监护人员的移动客户端上。也可以输出危险行为对应的危险信号。例如，出现报警的声音进行提示、还可以出现指示灯的形式进行提示。
本发明还提供了一种优选实施例，该优选实施例提供了一种精神病人员(相当于目标对象)危险性倾向的智能分析预警方法。
该优选实施例，主要通过精神病患者的多源异构数据(卫计委的治疗记录、治疗相关药品购买记录)、社区的随访记录以及视频轨迹数据，通过大数据、机器学习等技术，分析预警精神病人的危险行为，即时预警通知社会各级管控力量以及监护人，通过社会各级管控力量和监护人，将精神病人员的危险行为制止在发生之前，从而降低城市管理中由精神病患者导致的社会治安事件甚至是刑事案件发生的概率。
如图2所示，是该优先实施例中的模型结构示意图。具体详细如下：
数据源：在数据源中获取精神病人员的相关数据，对数据进行清洗，即提出一些离散数据较大的数据。根据数据进行特征计算，并将计算完成的特征存储在特征库中。
特征库：将特征库中的数据进行模型训练，即根据特征库中的数据训练出模型。即在将特征库中的数据进行训练前，先将特征进行转换。同时将训练好的模型进行存储在模型库中。
模型库：从模型库中调取训练好的模型，将预测精神病人员的数据输入模型中，进而得到精神病人员的结果，输出结果显示精神病人是否存在危险行为。
模型业务表：当对至少两个精神病人员进行危险行为预测时，可以将危险行为与精神病人员对应形成业务表。
该优选实施例一种精神病人员危险性倾向的智能分析预警方法，包括以下步骤：
1、数据采集：采集卫计委和医院的精神病人员的基本信息并将其存入分布式文件系统，同时将卫计委和医院的精神病人员治疗情况、服药信息、心理咨询信息、监护人信息以及城市综合管理部门的社区走访记录和视频结构化数据实时接入大数据平台。
2、特征计算：根据相关的行业经验，确定精神病人员危险行为的基础特征维度，如未按时服用治疗药物(医院、卫计委购药记录)-可能导致精神病发作；身着暴露、行动异常-可能自主行为不受控制；没有监护人员陪同出现-出现不受控行为不能即时制止；随身携带可用来暴力行为的工具如刀具、棒等-可能出现暴力袭击行为；出现在重点场所如幼儿园、小学等-对象没有自身防范能力等特征。然后，在精神病人员危险特征计算中，输入采集的精神病人治疗信息、服药信息、心理咨询信息以及视频结构化等数据表及需要计算特征的精神病人列表，对输入对象抽取相应采集的各类源数据进行特征计算，计算得到的精神病人员危险行为特征实例写入到特征库中，如果为新增特征则还需要在特征维度表中增加该特征维度信息。
3、模型训练：在精神病人员危险行为模型训练模块，输入精神病人员危险行为模型实例以及待计算的精神病人列表，先从特征库中抽取相应的精神病人员危险行为特征，按照计算对象进行过滤后保留计算对象的特征，并对精神病人员危险行为模型实例中用到的特征进行相应的特征转换，最后输入到模型训练并保存或更新精神病人员危险行为模型实例到分布式文件系统中。
4、模型预测：在精神病人员危险行为模型预测模块，输入精神病人员危险行为模型实例以及待计算精神病人列表，进行特征转换并对转换后的特征依据模型进行对应的预测计算，再按照模型输出结果。如果预测结果存在危险行为，则生成预警事件上报给相应管控单位。
通过上述优选实施例可以实现的有益效果有：能充分利用现有卫计委、精神病医院等现有的精神病人员以及治疗过程数据，结合社会综合管理部门的实时视频数据，自动发现精神病人员的异常行为特征和行为模式并进行实时预警通知各级管控力量和监护人，通过实时处置预警，将精神病人的危险行为制止于发生之前，从而有效降低城市管理中由精神病患者导致的社会治安事件甚至是刑事案件发生的概率。充分发挥了卫计委、精神病医院以及社会综合治理的实时视频数据的价值。实施成本小，可行性强，时间复杂度低，并且泛化能力强。
根据本发明实施例，还提供了一种信息上报装置的装置实施例，需要说明的是，该信息上报装置可以用于执行本发明实施例中的信息上报方法，也即本发明实施例中的信息上报方法可以在该信息上报装置中执行。
图3是根据本发明实施例的信息上报装置的示意图，如图3所示，该信息上报装置可以包括：第一获取单元31、第二获取单元33、处理单元35、上报单元37。详细如下。
第一获取单元31，用于获取目标对象处于当前状态的第一数据，其中，第一数据至少包括以下之一：目标对象的治疗数据、目标对象购买药品数据，目标对象的心理咨询数据。
其中，第一获取单元31可以包括：获取模块，用语从数据平台中获取目标对象的第一数据，其中，数据平台的数据来源包括以下至少之一：医院系统的数据、药品监管部门的数据、目标对象在活动区域中的视频中的数据。
第二获取单元33，用于获取目标对象的第二数据，其中，第二数据至少包括以下之一:目标对象未按时服药对应的危险行为的第一特征数据，目标对象购买药品数据对应的危险行为的第二特征数据，目标对象的心理咨询数据对应的危险行为的第三特征数据；
处理单元35，用于将第一数据和第二数据输入到预测模型中，输出得到目标对象是否存在危险行为，其中，预测模型为使用多组数据通过机器学习训练出的，多组数据中的每组数据均包括：第一数据以及第二数据，目标对象是否存在危险行为；
上报单元37，用于在输出的结果显示目标对象存在危险行为的情况下，将情况上报至目标对象所在区域对应的监控系统。
其中，上述上报单元还可以包括：上报模块，用于通过以下之一的方式将情况上报至监控系统：短信的形式、即时消息，其中，短信的内容包括：目标对象所处的位置。
通过上述装置，第一获取单元31获取目标对象处于当前状态的第一数据，其中，第一数据至少包括以下之一：目标对象的治疗数据、目标对象购买药品数据，目标对象的心理咨询数据；第二获取单元33获取目标对象的第二数据，其中，第二数据至少包括以下之一:目标对象未按时服药对应的危险行为的第一特征数据，目标对象购买药品数据对应的危险行为的第二特征数据，目标对象的心理咨询数据对应的危险行为的第三特征数据；处理单元35将第一数据和第二数据输入到预测模型中，输出得到目标对象是否存在危险行为，其中，预测模型为使用多组数据通过机器学习训练出的，多组数据中的每组数据均包括：第一数据以及第二数据，目标对象是否存在危险行为；上报单元37在输出的结果显示目标对象存在危险行为的情况下，将情况上报至目标对象所在区域对应的监控系统。达到了根据目标对象的相关数据预测出目标对象的是否存在危险性行为的目的，从而实现了在确定出目标对象存在无限性可能的情况下，即时有效的对目标对象进行监护，进而解决了相关技术中，无法根据精神病人员的行为数据以及治疗数据预测出精神病人员是否存在危险行为，导致无法有效的对精神病人员进行监控以及看护的技术问题。
作为一种可选的实施例，上述装置还可以包括：第三获取单元，用于将第一数据和第二数据输入到预测模型中，输出得到目标对象是否存在危险行为之后，在输出的结果显示目标对象不存在危险行为的情况下，每隔预定的时间获取目标对象的第三数据，其中，第三数据至少包括以下之一：目标对象的外貌衣着对应的危险行为的第四特征数据，第二数据包括第三数据；确定单元，用于将第一数据和第三数据输入到预测模型中，确定目标对象是否存在危险行为。
需要说明的是，该实施例中的第一获取单元31可以用于执行本发明实施例中的步骤S102，该实施例中的第二获取单元33可以用于执行本发明实施例中的步骤S104，该实施例中的处理单元35可以用于执行本发明实施例中的步骤S106，该实施例中的上报单元37可以用于执行本发明实施例中的步骤S108。上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例所公开的内容。
根据本发明实施例的另外一个方面，还提供了一种存储介质，存储介质包括存储的程序，其中，程序运行时控制存储介质所在设备执行以下操作：通过获取目标对象处于当前状态的第一数据，其中，第一数据至少包括以下之一：目标对象的治疗数据、目标对象购买药品数据，目标对象的心理咨询数据；获取目标对象的第二数据，其中，第二数据至少包括以下之一:目标对象未按时服药对应的危险行为的第一特征数据，目标对象购买药品数据对应的危险行为的第二特征数据，目标对象的心理咨询数据对应的危险行为的第三特征数据；将第一数据和第二数据输入到预测模型中，输出得到目标对象是否存在危险行为，其中，预测模型为使用多组数据通过机器学习训练出的，多组数据中的每组数据均包括：第一数据以及第二数据，目标对象是否存在危险行为；在输出的结果显示目标对象存在危险行为的情况下，将情况上报至目标对象所在区域对应的监控系统。
根据本发明实施例的另外一个方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行以下操作：通过获取目标对象处于当前状态的第一数据，其中，第一数据至少包括以下之一：目标对象的治疗数据、目标对象购买药品数据，目标对象的心理咨询数据；获取目标对象的第二数据，其中，第二数据至少包括以下之一:目标对象未按时服药对应的危险行为的第一特征数据，目标对象购买药品数据对应的危险行为的第二特征数据，目标对象的心理咨询数据对应的危险行为的第三特征数据；将第一数据和第二数据输入到预测模型中，输出得到目标对象是否存在危险行为，其中，预测模型为使用多组数据通过机器学习训练出的，多组数据中的每组数据均包括：第一数据以及第二数据，目标对象是否存在危险行为；在输出的结果显示目标对象存在危险行为的情况下，将情况上报至目标对象所在区域对应的监控系统。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种信息上报方法，其特征在于，包括：
获取目标对象处于当前状态的第一数据，其中，所述第一数据至少包括以下之一：所述目标对象的治疗数据、所述目标对象购买药品数据，所述目标对象的心理咨询数据；
获取所述目标对象的第二数据，其中，所述第二数据至少包括以下之一:所述目标对象未按时服药对应的危险行为的第一特征数据，所述目标对象购买药品数据对应的危险行为的第二特征数据，所述目标对象的心理咨询数据对应的危险行为的第三特征数据；
将所述第一数据和所述第二数据输入到预测模型中，输出得到所述目标对象是否存在危险行为，其中，所述预测模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：第一数据以及第二数据，所述目标对象是否存在危险行为；
在输出的结果显示所述目标对象存在危险行为的情况下，将所述情况上报至所述目标对象所在区域对应的监控系统。
2.根据权利要求1所述的方法，其特征在于，获取所述目标对象当前的所述第一数据包括：
从数据平台中获取所述目标对象的第一数据，其中，所述数据平台的数据来源包括以下至少之一：医院系统的数据、药品监管部门的数据、所述目标对象在活动区域中的视频中的数据。
3.根据权利要求1所述的方法，其特征在于，将所述第一数据和所述第二数据输入到所述预测模型中，输出得到所述目标对象是否存在危险行为之后，所述方法还包括：
在输出的结果显示所述目标对象不存在危险行为的情况下，每隔预定的时间获取所述目标对象的第三数据，其中，所述第三数据至少包括以下之一：所述目标对象的外貌衣着对应的危险行为的第四特征数据，所述第二数据包括所述第三数据；
将所述第一数据和所述第三数据输入到所述预测模型中，确定所述目标对象是否存在危险行为。
4.根据权利要求1所述的方法，其特征在于，在输出的结果显示所述目标对象存在危险行为的情况下，将所述情况上报至对应的所述监控系统包括：
通过以下之一的方式将所述情况上报至所述监控系统：短信的形式、即时消息，其中，所述短信的内容包括：所述目标对象所处的位置。
5.一种信息上报装置，其特征在于，包括：
第一获取单元，用于获取目标对象处于当前状态的第一数据，其中，所述第一数据至少包括以下之一：所述目标对象的治疗数据、所述目标对象购买药品数据，所述目标对象的心理咨询数据；
第二获取单元，用于获取所述目标对象的第二数据，其中，所述第二数据至少包括以下之一:所述目标对象未按时服药对应的危险行为的第一特征数据，所述目标对象购买药品数据对应的危险行为的第二特征数据，所述目标对象的心理咨询数据对应的危险行为的第三特征数据；
处理单元，用于将所述第一数据和所述第二数据输入到预测模型中，输出得到所述目标对象是否存在危险行为，其中，所述预测模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：第一数据以及第二数据，所述目标对象是否存在危险行为；
上报单元，用于在输出的结果显示所述目标对象存在危险行为的情况下，将所述情况上报至所述目标对象所在区域对应的监控系统。
6.根据权利要求5所述的装置，其特征在于，所述第一获取单元包括：
获取模块，用语从数据平台中获取所述目标对象的第一数据，其中，所述数据平台的数据来源包括以下至少之一：医院系统的数据、药品监管部门的数据、所述目标对象在活动区域中的视频中的数据。
7.根据权利要求5所述的装置，其特征在于，所述装置还包括：
第三获取单元，用于将所述第一数据和所述第二数据输入到所述预测模型中，输出得到所述目标对象是否存在危险行为之后，在输出的结果显示所述目标对象不存在危险行为的情况下，每隔预定的时间获取所述目标对象的第三数据，其中，所述第三数据至少包括以下之一：所述目标对象的外貌衣着对应的危险行为的第四特征数据，所述第二数据包括所述第三数据；
确定单元，用于将所述第一数据和所述第三数据输入到所述预测模型中，确定所述目标对象是否存在危险行为。
8.根据权利要求5所述的装置，其特征在于，所述上报单元包括：
上报模块，用于通过以下之一的方式将所述情况上报至所述监控系统：短信的形式、即时消息，其中，所述短信的内容包括：所述目标对象所处的位置。
9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至4中任一项所述的方法。
10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至4中任一项所述的方法。
CN201910696470.9A 2019-07-30 2019-07-30 信息上报方法及装置 Pending CN110428906A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910696470.9A CN110428906A (zh) 2019-07-30 2019-07-30 信息上报方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910696470.9A CN110428906A (zh) 2019-07-30 2019-07-30 信息上报方法及装置

Publications (1)

Publication Number Publication Date
CN110428906A true CN110428906A (zh) 2019-11-08

Family

ID=68411457

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910696470.9A Pending CN110428906A (zh) 2019-07-30 2019-07-30 信息上报方法及装置

Country Status (1)

Country Link
CN (1) CN110428906A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104143165A (zh) * 2014-06-13 2014-11-12 朱健鹏 面向抑郁情绪的心理干预方案个性化推荐方法
CN105575049A (zh) * 2015-06-26 2016-05-11 宇龙计算机通信科技(深圳)有限公司 一种预警方法、装置及终端
CN106412501A (zh) * 2016-09-20 2017-02-15 华中科技大学 一种视频的施工安全行为智能监控系统及其监控方法
CN107016457A (zh) * 2017-03-14 2017-08-04 上海市精神卫生中心 一种实现社区危险行为预警的系统和方法
US10213145B1 (en) * 2015-10-01 2019-02-26 Cerner Innovation, Inc. Context-aware post traumatic stress disorder monitoring and intervention

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104143165A (zh) * 2014-06-13 2014-11-12 朱健鹏 面向抑郁情绪的心理干预方案个性化推荐方法
CN105575049A (zh) * 2015-06-26 2016-05-11 宇龙计算机通信科技(深圳)有限公司 一种预警方法、装置及终端
US10213145B1 (en) * 2015-10-01 2019-02-26 Cerner Innovation, Inc. Context-aware post traumatic stress disorder monitoring and intervention
CN106412501A (zh) * 2016-09-20 2017-02-15 华中科技大学 一种视频的施工安全行为智能监控系统及其监控方法
CN107016457A (zh) * 2017-03-14 2017-08-04 上海市精神卫生中心 一种实现社区危险行为预警的系统和方法

Similar Documents

Publication Publication Date Title
Castiglione et al. The role of internet of things to control the outbreak of COVID-19 pandemic
Pallister-Wilkins Personal Protective Equipment in the humanitarian governance of Ebola: between individual patient care and global biosecurity
CN106777954A (zh) 一种空巢老人健康的智能监护系统及方法
Manavi et al. Review on emerging Internet of Things technologies to fight the COVID-19
Singh et al. Fog-centric IoT based smart healthcare support service for monitoring and controlling an epidemic of Swine Flu virus
Rowe et al. Persons with dementia who become lost in the community: a case study, current research, and recommendations
Chang et al. Smart healthcare and ethical issues
Javaid et al. An extensive study on Internet of Behavior (IoB) enabled Healthcare-Systems: Features, facilitators, and challenges
Sony et al. The impact of medical cyber–physical systems on healthcare service delivery
Elansary et al. The future scope of internet of things for monitoring and prediction of COVID-19 patients
Ng et al. Not all who wander are lost: Smart tracker for people with dementia
Dharmik et al. An IoT framework for healthcare monitoring system
Haley Controlling urban epidemics of West Nile virus infection
Padma et al. Artificial Intelligence Techniques for the wireless wearable Smart Healthcare Prediction System Applications
AL-Hashimi et al. The applications of artificial intelligence to control COVID-19
Majumder et al. IoT-based smart city for the post COVID-19 world: A child-centric implementation emphasis on social distancing
CN110428906A (zh) 信息上报方法及装置
Najim et al. The impact of using IoT for elderly and disabled peoples healthcare: An overview
Hendrikson Migrant social networks and health care: Exploring the relationship between women's social networks and migrant health care access in the United States
Ferlie et al. Coping with change in the NHS: a frontline district's response to AIDS
Neves et al. Artificial intelligence for long-term care in later life
Joolfoo et al. Machine learning solutions in combating COVID-19: state of the art and challenges
Farooqi et al. A conceptual framework for smart social distancing for educational institutes
CN106021883A (zh) 一种利用Petri网技术提高独居老年人用药健康的方法
Katiyara et al. MedEstimate: Patient Treatment Recommendation Model

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20210923

Address after: 100124 room 650, 6th floor, building 11, Huashan Garden Cultural Media Industrial Park, 1376 folk culture street, Gaobeidian village, Gaobeidian Township, Chaoyang District, Beijing

Applicant after: Beijing Zhizhi Heshu Technology Co.,Ltd.

Address before: A1002, 10th floor, building 1, yard 1, Zhongguancun East Road, Haidian District, Beijing 100086

Applicant before: MININGLAMP SOFTWARE SYSTEMS Co.,Ltd.

TA01 Transfer of patent application right
RJ01 Rejection of invention patent application after publication

Application publication date: 20191108

RJ01 Rejection of invention patent application after publication