CN111276256A - 一种疫情预警及处理的方法、系统、设备及介质 - Google Patents
一种疫情预警及处理的方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN111276256A CN111276256A CN202010130666.4A CN202010130666A CN111276256A CN 111276256 A CN111276256 A CN 111276256A CN 202010130666 A CN202010130666 A CN 202010130666A CN 111276256 A CN111276256 A CN 111276256A
- Authority
- CN
- China
- Prior art keywords
- virus
- determining
- infection
- people
- epidemic situation
- 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.)
- Withdrawn
Links
- 238000003672 processing method Methods 0.000 title claims description 3
- 241000700605 Viruses Species 0.000 claims abstract description 101
- 208000015181 infectious disease Diseases 0.000 claims abstract description 59
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 238000012549 training Methods 0.000 claims description 20
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 6
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- 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
- G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
Landscapes
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种疫情预警及处理的方法、系统、设备和存储介质，方法包括以下步骤：将从各个医疗机构采集的病毒的特征数据放入病毒特征模型中计算以得到病毒分析结果；响应于病毒分析结果与病毒特征的相似度超过阈值，进行告警；获取病毒的感染人员和疑似感染人员的原始数据信息，并基于原始数据信息确定有感染风险的人；以及确定有感染风险的人的地理位置，并将地理位置通知到距其最近的管理人员。本发明提出的疫情预警及处理的方法、系统、设备及介质能够在疫情爆发之前能够及时的发现导致疫情的病毒，在疫情爆发之初能够在极短的时间内定位出疫情爆发源地，并且实时的定位出疑似感染人员，尽可能的将疫情对人们的日常生活的负面影响降到最低。
Description
技术领域
本发明涉及疫情控制领域，更具体地，特别是指一种疫情预警及处理的方法、系统、计算机设备及可读介质。
背景技术
在当今社会中，对于突发性疫情，我们很难在短时间内定位出疫情爆发源地，并且在疫情爆发之后，对疑似感染人员很难实时的获得其具体数量、流向和范围，这导致相关人员在进行疫情管控决策的时候毫无根据，目前的疫情管控都是在疫情爆发之后才能发现疫情感染区域，不能够精准的定位到感染人员的位置以及与感染人员接触过的疑似感染人员的位置信息，而且解决该问题的办法往往都是采取大范围的限行力求将疫情扼杀在疫情爆发初期。由此给人们的出行、工作带来不便，并且对经济发展带来一定的影响。
发明内容
有鉴于此，本发明实施例的目的在于提出一种疫情预警及处理的方法、系统、计算机设备及计算机可读存储介质，通过获取病毒的感染人员和疑似感染人员的原始数据信息，并基于原始数据信息确定有感染风险的人，能够在疫情爆发之前能够及时的发现导致疫情的病毒，在疫情爆发之初能够在极短的时间内定位出疫情爆发源地，并且实时的定位出疑似感染人员，尽可能的将疫情对人们的日常生活的负面影响降到最低。
基于上述目的，本发明实施例的一方面提供了一种疫情预警及处理的方法，包括如下步骤：将从各个医疗机构采集的病毒的特征数据放入病毒特征模型中计算以得到病毒分析结果；响应于所述病毒分析结果与病毒特征的相似度超过阈值，进行告警；获取所述病毒的感染人员和疑似感染人员的原始数据信息，并基于所述原始数据信息确定有感染风险的人；以及确定所述有感染风险的人的地理位置，并将所述地理位置通知到距其最近的管理人员。
在一些实施方式中，所述将新采集的病毒特征数据放入病毒特征模型中计算以得到病毒分析结果包括：将已知病毒特征值和从各个医疗机构采集的病毒特征数据作为训练样本集；以及基于所述训练样本集建立病毒特征模型。
在一些实施方式中，所述基于所述原始数据信息确定有感染风险的人包括：基于所述原始数据信息通过社区发现算法确定所述感染人员和疑似感染人员所在小区；根据所述感染人员和疑似感染人员的社交信息确定并标记所述小区中有感染风险的人；以及根据所述有感染风险的人的社交信息再确定其他有感染风险的人。
在一些实施方式中，所述基于所述原始数据信息确定有感染风险的人还包括：根据动态位置变化信息和交通信息确定标记人员所乘坐的交通工具和车次以确定有感染风险的人。
本发明实施例的另一方面，还提供了一种疫情预警及处理的系统，包括：计算模块，配置用于将从各个医疗机构采集的病毒的特征数据放入病毒特征模型中计算以得到病毒分析结果；告警模块，配置用于响应于所述病毒分析结果与病毒特征的相似度超过阈值，进行告警；确定模块，配置用于获取所述病毒的感染人员和疑似感染人员的原始数据信息，并基于所述原始数据信息确定有感染风险的人；以及通知模块，配置用于确定所述有感染风险的人的地理位置，并将所述地理位置通知到距其最近的管理人员。
在一些实施方式中，所述计算模块还配置用于：将已知病毒特征值和从各个医疗机构采集的病毒特征数据作为训练样本集；以及基于所述训练样本集建立病毒特征模型。
在一些实施方式中，所述确定模块还配置用于：基于所述原始数据信息通过社区发现算法确定所述感染人员和疑似感染人员所在小区；根据所述感染人员和疑似感染人员的社交信息确定并标记所述小区中有感染风险的人；以及根据所述有感染风险的人的社交信息再确定其他有感染风险的人。
在一些实施方式中，所述确定模块还配置用于：根据动态位置变化信息和交通信息确定标记人员所乘坐的交通工具和车次以确定有感染风险的人。
本发明实施例的又一方面，还提供了一种计算机设备，包括：至少一个处理器；以及存储器，所述存储器存储有可在所述处理器上运行的计算机指令，所述指令由所述处理器执行时实现如上方法的步骤。
本发明实施例的再一方面，还提供了一种计算机可读存储介质，计算机可读存储介质存储有被处理器执行时实现如上方法步骤的计算机程序。
本发明具有以下有益技术效果：通过获取病毒的感染人员和疑似感染人员的原始数据信息，并基于原始数据信息确定有感染风险的人，能够在疫情爆发之前能够及时的发现导致疫情的病毒，在疫情爆发之初能够在极短的时间内定位出疫情爆发源地，并且实时的定位出疑似感染人员，尽可能的将疫情对人们的日常生活的负面影响降到最低。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的实施例。
图1为本发明提供的疫情预警及处理的方法的实施例的示意图；
图2为本发明提供的疫情预警及处理的计算机设备的实施例的硬件结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明实施例进一步详细说明。
需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。
基于上述目的，本发明实施例的第一个方面，提出了一种疫情预警及处理的方法的实施例。图1示出的是本发明提供的疫情预警及处理的方法的实施例的示意图。如图1所示，本发明实施例包括如下步骤：
S1、将从各个医疗机构采集的病毒的特征数据放入病毒特征模型中计算以得到病毒分析结果；
S2、响应于病毒分析结果与病毒特征的相似度超过阈值，进行告警；
S3、获取病毒的感染人员和疑似感染人员的原始数据信息，并基于原始数据信息确定有感染风险的人；以及
S4、确定有感染风险的人的地理位置，并将地理位置通知到距其最近的管理人员。
将从各个医疗机构采集的病毒的特征数据放入病毒特征模型中计算以得到病毒分析结果。在一些实施方式中，所述将新采集的病毒特征数据放入病毒特征模型中计算以得到病毒分析结果包括：将已知病毒特征值和从各个医疗机构采集的病毒特征数据作为训练样本集；以及基于所述训练样本集建立病毒特征模型。
提取当今世界已知的病毒的特征值作为训练样本集，同时接受各个医疗机构采集的病毒的特征数据以丰富训练样本，最后对训练样本集进行数据清洗和格式化处理；将训练样本集作为数据集，使用机器学习的分类或聚类分析方法对数据集进行处理，建立病毒特征模型。将从医疗机构采集的病毒的特征数据放入病毒特征模型中进行计算，得出病毒分析结果，并将结果数据重新回放到样本训练集中，丰富训练样本集，并重新建立新的病毒特征模型。
响应于病毒分析结果与病毒特征的相似度超过阈值，进行告警。根据病毒分析结果，通过web(网页)界面向用户进行展示，当分析结果与病毒特征的相似度超过阈值，例如90％，向用户发送预警信息。
获取病毒的感染人员和疑似感染人员的原始数据信息，并基于原始数据信息确定有感染风险的人。收集已经感染人员和已知疑似感染人员的身份信息、社交信息、历史消费地信息，并通过通信公司提供的相关接口实时的获取地理信息，并与身份标识信息整合起来，构建成原始数据信息。
在一些实施方式中，所述基于所述原始数据信息确定有感染风险的人包括：基于所述原始数据信息通过社区发现算法确定所述感染人员和疑似感染人员所在小区；根据所述感染人员和疑似感染人员的社交信息确定并标记所述小区中有感染风险的人；以及根据所述有感染风险的人的社交信息再确定其他有感染风险的人。将原始数据信息进行格式化处理，使用spark graphX提供的编程模块，采用适合的社区发现算法如LPA、K-core等，将感染人员所在的社区发掘出来。统计社区中的人员的地理位置信息，再根据感染人员或疑似感染人员的社交信息获得与感染人员接触过的人员的信息数据，并对其进行标记并基于已标记的人再次获取有感染风险的人。
在一些实施方式中，所述基于所述原始数据信息确定有感染风险的人还包括：根据动态位置变化信息和交通信息确定标记人员所乘坐的交通工具和车次以确定有感染风险的人。可以根据标记人员动态位置变化信息和交通信息分析出被标记人员所乘坐的交通工具以及车次或航班，通知与被标记人员最近的交通管制中心进行必要的拦截，将拦截到的人员信息与被标记人员信息进行对比处理，将未被拦截到或中途下车的人员再返回上述社区发现算法中。可以使用通信设备位置信息定位到未被拦截人员或中途下车人员的最终流向，将这些人员的信息在web界面展示给有关人员进行行踪调查，将其接触过的人员信息返回到社区发现算法中。
结合感染人员和疑似感染人员的信息，绘制其地理位置分布图，分别将其标注为不同的两种颜色以便后续决策管理。策略生成模块整合疑似感染人员个人信息和地理位置信息，生成管控疫情的策略报告，以文档的形式在web界面中呈现，为疫情管控提供切实有力的数据依据。
确定有感染风险的人的地理位置，并基于地理位置通知最近的管理人员。在确定了有感染风险的人的位置之后，通知最近的管理人员对上述有感染风险的人进行隔离。
需要特别指出的是，上述疫情预警及处理的方法的各个实施例中的各个步骤均可以相互交叉、替换、增加、删减，因此，这些合理的排列组合变换之于疫情预警及处理的方法也应当属于本发明的保护范围，并且不应将本发明的保护范围局限在实施例之上。
基于上述目的，本发明实施例的第二个方面，提出了一种疫情预警及处理的系统，包括：计算模块，配置用于将从各个医疗机构采集的病毒的特征数据放入病毒特征模型中计算以得到病毒分析结果；告警模块，配置用于响应于所述病毒分析结果与病毒特征的相似度超过阈值，进行告警；确定模块，配置用于获取所述病毒的感染人员和疑似感染人员的原始数据信息，并基于所述原始数据信息确定有感染风险的人；以及通知模块，配置用于确定所述有感染风险的人的地理位置，并将所述地理位置通知到距其最近的管理人员。
在一些实施方式中，所述计算模块还配置用于：将已知病毒特征值和从各个医疗机构采集的病毒特征数据作为训练样本集；以及基于所述训练样本集建立病毒特征模型。
在一些实施方式中，所述确定模块还配置用于：基于所述原始数据信息通过社区发现算法确定所述感染人员和疑似感染人员所在小区；根据所述感染人员和疑似感染人员的社交信息确定并标记所述小区中有感染风险的人；以及根据所述有感染风险的人的社交信息再确定其他有感染风险的人。
在一些实施方式中，所述确定模块还配置用于：根据动态位置变化信息和交通信息确定标记人员所乘坐的交通工具和车次以确定有感染风险的人。
基于上述目的，本发明实施例的第三个方面，提出了一种计算机设备，包括：至少一个处理器；以及存储器，存储器存储有可在处理器上运行的计算机指令，指令由处理器执行以实现如下步骤：S1、将从各个医疗机构采集的病毒的特征数据放入病毒特征模型中计算以得到病毒分析结果；S2、响应于病毒分析结果与病毒特征的相似度超过阈值，进行告警；S3、获取病毒的感染人员和疑似感染人员的原始数据信息，并基于原始数据信息确定有感染风险的人；以及S4、确定有感染风险的人的地理位置，并将地理位置通知到距其最近的管理人员。
在一些实施方式中，所述将新采集的病毒特征数据放入病毒特征模型中计算以得到病毒分析结果包括：将已知病毒特征值和从各个医疗机构采集的病毒特征数据作为训练样本集；以及基于所述训练样本集建立病毒特征模型。
在一些实施方式中，所述基于所述原始数据信息确定有感染风险的人包括：基于所述原始数据信息通过社区发现算法确定所述感染人员和疑似感染人员所在小区；根据所述感染人员和疑似感染人员的社交信息确定并标记所述小区中有感染风险的人；以及根据所述有感染风险的人的社交信息再确定其他有感染风险的人。
在一些实施方式中，所述基于所述原始数据信息确定有感染风险的人还包括：根据动态位置变化信息和交通信息确定标记人员所乘坐的交通工具和车次以确定有感染风险的人。
如图2所示，为本发明提供的上述疫情预警及处理的计算机设备的一个实施例的硬件结构示意图。
以如图2所示的装置为例，在该装置中包括一个处理器301以及一个存储器302，并还可以包括：输入装置303和输出装置304。
处理器301、存储器302、输入装置303和输出装置304可以通过总线或者其他方式连接，图2中以通过总线连接为例。
存储器302作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的疫情预警及处理的方法对应的程序指令/模块。处理器301通过运行存储在存储器302中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例的疫情预警及处理的方法。
存储器302可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据疫情预警及处理的方法的使用所创建的数据等。此外，存储器302可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器302可选包括相对于处理器301远程设置的存储器，这些远程存储器可以通过网络连接至本地模块。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置303可接收输入的用户名和密码等信息。输出装置304可包括显示屏等显示设备。
一个或者多个疫情预警及处理的方法对应的程序指令/模块存储在存储器302中，当被处理器301执行时，执行上述任意方法实施例中的疫情预警及处理的方法。
执行上述疫情预警及处理的方法的计算机设备的任何一个实施例，可以达到与之对应的前述任意方法实施例相同或者相类似的效果。
本发明还提供了一种计算机可读存储介质，计算机可读存储介质存储有被处理器执行时执行如上方法的计算机程序。
最后需要说明的是，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关硬件来完成，疫情预警及处理的方法的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，程序的存储介质可为磁碟、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。上述计算机程序的实施例，可以达到与之对应的前述任意方法实施例相同或者相类似的效果。
此外，根据本发明实施例公开的方法还可以被实现为由处理器执行的计算机程序，该计算机程序可以存储在计算机可读存储介质中。在该计算机程序被处理器执行时，执行本发明实施例公开的方法中限定的上述功能。
此外，上述方法步骤以及系统单元也可以利用控制器以及用于存储使得控制器实现上述步骤或单元功能的计算机程序的计算机可读存储介质实现。
此外，应该明白的是，本文的计算机可读存储介质(例如，存储器)可以是易失性存储器或非易失性存储器，或者可以包括易失性存储器和非易失性存储器两者。作为例子而非限制性的，非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)或快闪存储器。易失性存储器可以包括随机存取存储器(RAM)，该RAM可以充当外部高速缓存存储器。作为例子而非限制性的，RAM可以以多种形式获得，比如同步RAM(DRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据速率SDRAM(DDRSDRAM)、增强SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)、以及直接Rambus RAM(DRRAM)。所公开的方面的存储设备意在包括但不限于这些和其它合适类型的存储器。
本领域技术人员还将明白的是，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性，已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个系统的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现的功能，但是这种实现决定不应被解释为导致脱离本发明实施例公开的范围。
结合这里的公开所描述的各种示例性逻辑块、模块和电路可以利用被设计成用于执行这里功能的下列部件来实现或执行：通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。通用处理器可以是微处理器，但是可替换地，处理器可以是任何传统处理器、控制器、微控制器或状态机。处理器也可以被实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP和/或任何其它这种配置。
结合这里的公开所描述的方法或算法的步骤可以直接包含在硬件中、由处理器执行的软件模块中或这两者的组合中。软件模块可以驻留在RAM存储器、快闪存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域已知的任何其它形式的存储介质中。示例性的存储介质被耦合到处理器，使得处理器能够从该存储介质中读取信息或向该存储介质写入信息。在一个替换方案中，存储介质可以与处理器集成在一起。处理器和存储介质可以驻留在ASIC中。ASIC可以驻留在用户终端中。在一个替换方案中，处理器和存储介质可以作为分立组件驻留在用户终端中。
在一个或多个示例性设计中，功能可以在硬件、软件、固件或其任意组合中实现。如果在软件中实现，则可以将功能作为一个或多个指令或代码存储在计算机可读介质上或通过计算机可读介质来传送。计算机可读介质包括计算机存储介质和通信介质，该通信介质包括有助于将计算机程序从一个位置传送到另一个位置的任何介质。存储介质可以是能够被通用或专用计算机访问的任何可用介质。作为例子而非限制性的，该计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储设备、磁盘存储设备或其它磁性存储设备，或者是可以用于携带或存储形式为指令或数据结构的所需程序代码并且能够被通用或专用计算机或者通用或专用处理器访问的任何其它介质。此外，任何连接都可以适当地称为计算机可读介质。例如，如果使用同轴线缆、光纤线缆、双绞线、数字用户线路(DSL)或诸如红外线、无线电和微波的无线技术来从网站、服务器或其它远程源发送软件，则上述同轴线缆、光纤线缆、双绞线、DSL或诸如红外线、无线电和微波的无线技术均包括在介质的定义。如这里所使用的，磁盘和光盘包括压缩盘(CD)、激光盘、光盘、数字多功能盘(DVD)、软盘、蓝光盘，其中磁盘通常磁性地再现数据，而光盘利用激光光学地再现数据。上述内容的组合也应当包括在计算机可读介质的范围内。
以上是本发明公开的示例性实施例，但是应当注意，在不背离权利要求限定的本发明实施例公开的范围的前提下，可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外，尽管本发明实施例公开的元素可以以个体形式描述或要求，但除非明确限制为单数，也可以理解为多个。
应当理解的是，在本文中使用的，除非上下文清楚地支持例外情况，单数形式“一个”旨在也包括复数形式。还应当理解的是，在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。
上述本发明实施例公开实施例序号仅仅为了描述，不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本发明实施例公开的范围(包括权利要求)被限于这些例子；在本发明实施例的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，并存在如上的本发明实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。因此，凡在本发明实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明实施例的保护范围之内。
Claims (10)
1.一种疫情预警及处理的方法，其特征在于，包括以下步骤：
将从各个医疗机构采集的病毒的特征数据放入病毒特征模型中计算以得到病毒分析结果；
响应于所述病毒分析结果与病毒特征的相似度超过阈值，进行告警；
获取所述病毒的感染人员和疑似感染人员的原始数据信息，并基于所述原始数据信息确定有感染风险的人；以及
确定所述有感染风险的人的地理位置，并将所述地理位置通知到距其最近的管理人员。
2.根据权利要求1所述的方法，其特征在于，所述将新采集的病毒特征数据放入病毒特征模型中计算以得到病毒分析结果包括：
将已知病毒特征值和从各个医疗机构采集的病毒特征数据作为训练样本集；以及
基于所述训练样本集建立病毒特征模型。
3.根据权利要求1所述的方法，其特征在于，所述基于所述原始数据信息确定有感染风险的人包括：
基于所述原始数据信息通过社区发现算法确定所述感染人员和疑似感染人员所在小区；
根据所述感染人员和疑似感染人员的社交信息确定并标记所述小区中有感染风险的人；以及
根据所述有感染风险的人的社交信息再确定其他有感染风险的人。
4.根据权利要求3所述的方法，其特征在于，所述基于所述原始数据信息确定有感染风险的人还包括：
根据动态位置变化信息和交通信息确定标记人员所乘坐的交通工具和车次以确定有感染风险的人。
5.一种疫情预警及处理的系统，其特征在于，包括：
计算模块，配置用于将从各个医疗机构采集的病毒的特征数据放入病毒特征模型中计算以得到病毒分析结果；
告警模块，配置用于响应于所述病毒分析结果与病毒特征的相似度超过阈值，进行告警；
确定模块，配置用于获取所述病毒的感染人员和疑似感染人员的原始数据信息，并基于所述原始数据信息确定有感染风险的人；以及
通知模块，配置用于确定所述有感染风险的人的地理位置，并将所述地理位置通知到距其最近的管理人员。
6.根据权利要求5所述的系统，其特征在于，所述计算模块还配置用于：
将已知病毒特征值和从各个医疗机构采集的病毒特征数据作为训练样本集；以及
基于所述训练样本集建立病毒特征模型。
7.根据权利要求5所述的系统，其特征在于，所述确定模块还配置用于：
基于所述原始数据信息通过社区发现算法确定所述感染人员和疑似感染人员所在小区；
根据所述感染人员和疑似感染人员的社交信息确定并标记所述小区中有感染风险的人；以及
根据所述有感染风险的人的社交信息再确定其他有感染风险的人。
8.根据权利要求7所述的系统，其特征在于，所述确定模块还配置用于：
根据动态位置变化信息和交通信息确定标记人员所乘坐的交通工具和车次以确定有感染风险的人。
9.一种计算机设备，其特征在于，包括：
至少一个处理器；以及
存储器，所述存储器存储有可在所述处理器上运行的计算机指令，所述指令由所述处理器执行时实现权利要求1-4任意一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-4任意一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010130666.4A CN111276256A (zh) | 2020-02-28 | 2020-02-28 | 一种疫情预警及处理的方法、系统、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010130666.4A CN111276256A (zh) | 2020-02-28 | 2020-02-28 | 一种疫情预警及处理的方法、系统、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111276256A true CN111276256A (zh) | 2020-06-12 |
Family
ID=70999274
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010130666.4A Withdrawn CN111276256A (zh) | 2020-02-28 | 2020-02-28 | 一种疫情预警及处理的方法、系统、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111276256A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111524614A (zh) * | 2020-07-03 | 2020-08-11 | 中航信移动科技有限公司 | 一种疫情信息通知系统 |
| CN111798353A (zh) * | 2020-06-17 | 2020-10-20 | 广州通达汽车电气股份有限公司 | 一种公共交通的信息通知方法及装置 |
| CN112315691A (zh) * | 2020-11-03 | 2021-02-05 | 青岛市第八人民医院 | 一种基于医疗大数据的流行病管理系统 |
| CN112509706A (zh) * | 2020-11-16 | 2021-03-16 | 鹏城实验室 | 传染病预警方法、装置、设备及计算机可读存储介质 |
| CN112712903A (zh) * | 2021-01-15 | 2021-04-27 | 杭州中科先进技术研究院有限公司 | 一种基于人机物三元空间协同感知的传染病监测方法 |
| CN113161008A (zh) * | 2021-03-30 | 2021-07-23 | 广东昭阳信息技术有限公司 | 一种校园传染病智能通行防控方法及系统 |
| WO2022062142A1 (zh) * | 2020-09-25 | 2022-03-31 | 江苏鑫合易家信息技术有限责任公司 | 一种传染病感染风险预测系统及方法 |
| WO2023087269A1 (zh) * | 2021-11-19 | 2023-05-25 | 南方科技大学 | 人员活动控制方法、系统、终端及存储介质 |
-
2020
- 2020-02-28 CN CN202010130666.4A patent/CN111276256A/zh not_active Withdrawn
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111798353A (zh) * | 2020-06-17 | 2020-10-20 | 广州通达汽车电气股份有限公司 | 一种公共交通的信息通知方法及装置 |
| CN111524614A (zh) * | 2020-07-03 | 2020-08-11 | 中航信移动科技有限公司 | 一种疫情信息通知系统 |
| CN111524614B (zh) * | 2020-07-03 | 2020-10-09 | 中航信移动科技有限公司 | 一种疫情信息通知系统 |
| WO2022062142A1 (zh) * | 2020-09-25 | 2022-03-31 | 江苏鑫合易家信息技术有限责任公司 | 一种传染病感染风险预测系统及方法 |
| CN112315691A (zh) * | 2020-11-03 | 2021-02-05 | 青岛市第八人民医院 | 一种基于医疗大数据的流行病管理系统 |
| CN112509706A (zh) * | 2020-11-16 | 2021-03-16 | 鹏城实验室 | 传染病预警方法、装置、设备及计算机可读存储介质 |
| CN112712903A (zh) * | 2021-01-15 | 2021-04-27 | 杭州中科先进技术研究院有限公司 | 一种基于人机物三元空间协同感知的传染病监测方法 |
| CN113161008A (zh) * | 2021-03-30 | 2021-07-23 | 广东昭阳信息技术有限公司 | 一种校园传染病智能通行防控方法及系统 |
| WO2023087269A1 (zh) * | 2021-11-19 | 2023-05-25 | 南方科技大学 | 人员活动控制方法、系统、终端及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111276256A (zh) | 一种疫情预警及处理的方法、系统、设备及介质 | |
| CN111370139B (zh) | 传染病的溯源方法、装置、电子设备及存储介质 | |
| CN106790256B (zh) | 用于危险主机监测的主动机器学习系统 | |
| WO2021004344A1 (zh) | 基于数据分析的风险识别方法及相关设备 | |
| CN110866642A (zh) | 安全监控方法、装置、电子设备和计算机可读存储介质 | |
| WO2020015115A1 (zh) | 故障告警方法及终端设备 | |
| CN109218321A (zh) | 一种网络入侵检测方法及系统 | |
| CN112216402A (zh) | 基于人工智能的疫情预测方法、装置、计算机设备及介质 | |
| CN112751835B (zh) | 一种流量预警方法、系统、设备和存储介质 | |
| CN116821750A (zh) | 一种基于人工智能的数据安全风险监测追溯系统 | |
| CN107733902A (zh) | 一种目标数据扩散过程的监控方法及装置 | |
| CN112185579A (zh) | 一种基于元胞自动机的新冠密切接触人员数据获取方法 | |
| CN115514558A (zh) | 一种入侵检测方法、装置、设备及介质 | |
| CN112633818B (zh) | 一种基于协同办公平台的成本管控系统 | |
| CN114972827A (zh) | 资产识别方法、装置、设备及计算机可读存储介质 | |
| CN113657547B (zh) | 基于自然语言处理模型的舆情监测方法及其相关设备 | |
| CN105653557A (zh) | 基于社交关系的评价内容筛选方法和系统 | |
| US20210075755A1 (en) | Predictive Privacy Screening and Editing of Online Content | |
| CN112989403B (zh) | 一种数据库破坏的检测方法、装置、设备及存储介质 | |
| CN114495244A (zh) | 电像计算数据异常检测方法、装置、设备及存储介质 | |
| CN110401959B (zh) | 检测蹭网终端的方法、装置、电子设备和存储介质 | |
| CN112989327A (zh) | 一种窃取网站数据的检测方法、装置、设备及存储介质 | |
| CN111028109B (zh) | 数据处理方法、装置、服务器及存储介质 | |
| CN115587593B (zh) | 信息抽取方法、装置、电子设备和计算机可读介质 | |
| Babau et al. | A comprehensive survey of big data analytics and techniques |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200612 |
|
| WW01 | Invention patent application withdrawn after publication |