CN111599484A - 传染病易染难染人员标定及无感传染溯源锁定系统 - Google Patents
传染病易染难染人员标定及无感传染溯源锁定系统 Download PDFInfo
- Publication number
- CN111599484A CN111599484A CN202010359708.1A CN202010359708A CN111599484A CN 111599484 A CN111599484 A CN 111599484A CN 202010359708 A CN202010359708 A CN 202010359708A CN 111599484 A CN111599484 A CN 111599484A
- Authority
- CN
- China
- Prior art keywords
- infection
- persons
- germ
- suspected
- infectors
- 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
Links
- 208000015181 infectious disease Diseases 0.000 title claims abstract description 217
- 230000002458 infectious effect Effects 0.000 title claims abstract description 26
- 208000035473 Communicable disease Diseases 0.000 title claims abstract description 23
- 230000002265 prevention Effects 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000011161 development Methods 0.000 claims abstract description 13
- 238000007405 data analysis Methods 0.000 claims abstract description 12
- 241000700605 Viruses Species 0.000 claims description 159
- 239000000969 carrier Substances 0.000 claims description 71
- 230000007246 mechanism Effects 0.000 claims description 45
- 244000052616 bacterial pathogen Species 0.000 claims description 25
- 238000002955 isolation Methods 0.000 claims description 24
- 208000024891 symptom Diseases 0.000 claims description 14
- 238000003745 diagnosis Methods 0.000 claims description 12
- 244000052769 pathogen Species 0.000 claims description 10
- 230000001717 pathogenic effect Effects 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000011160 research Methods 0.000 claims description 7
- 230000001960 triggered effect Effects 0.000 claims description 6
- 241000894006 Bacteria Species 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 230000001174 ascending effect Effects 0.000 claims description 4
- 108090000623 proteins and genes Proteins 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims 1
- 230000002452 interceptive effect Effects 0.000 claims 1
- 238000012163 sequencing technique Methods 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 10
- 230000000694 effects Effects 0.000 abstract description 10
- 239000000463 material Substances 0.000 abstract description 6
- 208000031662 Noncommunicable disease Diseases 0.000 abstract 1
- 238000009792 diffusion process Methods 0.000 abstract 1
- 238000007789 sealing Methods 0.000 abstract 1
- 230000009466 transformation Effects 0.000 abstract 1
- 201000010099 disease Diseases 0.000 description 18
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 18
- 238000010586 diagram Methods 0.000 description 15
- 238000012790 confirmation Methods 0.000 description 9
- 230000003993 interaction Effects 0.000 description 9
- 238000012937 correction Methods 0.000 description 5
- 239000010813 municipal solid waste Substances 0.000 description 5
- 238000004140 cleaning Methods 0.000 description 4
- 230000006378 damage Effects 0.000 description 4
- 230000007717 exclusion Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000034994 death Effects 0.000 description 3
- 231100000517 death Toxicity 0.000 description 3
- 239000012634 fragment Substances 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 229960005486 vaccine Drugs 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000008033 biological extinction Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000036039 immunity Effects 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000011330 nucleic acid test Methods 0.000 description 2
- 108020004707 nucleic acids Proteins 0.000 description 2
- 150000007523 nucleic acids Chemical class 0.000 description 2
- 102000039446 nucleic acids Human genes 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000000246 remedial effect Effects 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 230000001954 sterilising effect Effects 0.000 description 2
- 238000004659 sterilization and disinfection Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 208000031504 Asymptomatic Infections Diseases 0.000 description 1
- 208000034656 Contusions Diseases 0.000 description 1
- 206010011224 Cough Diseases 0.000 description 1
- 206010035664 Pneumonia Diseases 0.000 description 1
- 206010036790 Productive cough Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000009519 contusion Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000249 desinfective effect Effects 0.000 description 1
- 230000009365 direct transmission Effects 0.000 description 1
- 230000006806 disease prevention Effects 0.000 description 1
- 206010016256 fatigue Diseases 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 208000024794 sputum Diseases 0.000 description 1
- 210000003802 sputum Anatomy 0.000 description 1
- 239000010959 steel Substances 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)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明公开了传染病易染难染人员标定及无感传染溯源锁定系统,包括用户客户端和数据分析管控端,还包括嫌疑者和/或携带者的预判标签程序、标签升降级变换程序、标签预判预测跟踪程序、不符合预期人员特征捕捉与跟踪程序;排除标签与疫情发展预期相符的数据,将人员归为无感传染者,易被感传染者,常规人员和难传染人员。本发明通过分析,深入解读数据后面的秘密,能够精准的进行传染溯源、疫情爆发预防、扩散预警,为捕捉疫情安全隐患,倾斜防疫救治的人力物力,好钢用在刀刃上,更好的配置资源,营造更好的治疗康复效果提供精确依据,避免封省、封城、封村,简单粗暴无序低效的管控方式,极大限度的减少国民经济和个人集体的损失。
Description
技术领域
本发明涉及传染病防治公共安全领域,尤其涉及传染病易染难染人员标定及无感传染溯源锁定系统。
背景技术
本发明的无感是指无症状患者或无症状感染者,有些人由于自身免疫力问题,不能完全靠免疫力杀灭体内传染性病毒病菌,但又不会受病毒病菌太多影响而出现基本患者常有的症状,这样的无感传染源本身没有预兆,很难被检出,容易被忽略,随时可能对身边体弱之人或易传染人群进行传染,导致疫情意外死灰复燃,为捕捉疫情安全隐患,倾斜防疫救治的人力物力,好钢用在刀刃上,更好的配置资源,营造更好的治疗康复效果。
在2020年3月4日苏州远征魂车船技术有限公司研究的三个专利技术方案:传染疫情多元精准管控系统公开的技术手段基础上(专利申请号2020101419408、2020101419516、2020101419501),通过对其公开的多种方式产生的一级疑似传染者或病菌病毒携带者和二级疑似传染者或病菌病毒携带者的数据跟踪和发展的基础上,再次深度解读和智能判断,可以轻松分析区分出针对某种传染疾病的易感染人群、难感染人群和普通感染程度人群,通过对难感染人群的标定与追溯,实现对潜在的无感染传溯源锁定和感染人群锁定,并将数据提供给疾控部门研究开发,方便研究人员精准锁定监控特殊人群、精准取样分析研究,有助于快速研究开发传染病疫苗和基因缺陷。
无症状感染者是指无相关临床症状(如发热、咳嗽、咽痛等),但呼吸道等标本核酸检测或抗体检测呈阳性者。无症状感染者不是确诊病例,因此不算新增感染病人。无症状感染者也能成为传染源,具有一定的传播风险,无症状感染者密切接触者也要进行14天的集中隔离医学观察。
现有对于无症状感染者的研究还比较有限,在国家的防控以及个人的防护上,需要重点针对两群人,一个就是密切接触者。或者说,有少数人病征很轻,但是他能传染给别人,这是最要害的。所以重点要关心这两种人。现在对他们都是隔离14天,对他们应该有双重的检测,也就是说除了核酸的检测以外,再过7天还要做抗体的检测,用双重检测证实他有感染还是没感染。另外一个就是时间。按一般的规律,无症状变成有症状,也是0到14天,现在初步的调研里头,2到7天是主要的,恐怕还是这么一个情况,他这一阶段是没有症状,但是跟SARS不一样,新冠肺炎无症状感染者已经有传染性。无症状感染者是一个病毒的携带者,让相关病毒一直会跟我们长期共存,可能有很少的病例存在。比如说有一些免疫功能低下的。在调查里头,(潜伏期)14天以上占的比例是很小的,1000多例里面只有13例,那么到24天发病,1000多例的只有1例,所以这个是非常少的。他是带病毒者,应该不会引起比较大的危害。现在有出现一部分的“复阳”病人,现在做核酸的检测是检测它的片段,并不是检查全病毒,也不是培养它的全病毒。绝大多数的病人康复了以后,会产生比较强的抗体,具体来说是IgG抗体,这个是对人体有保护作用。将来发展的疫苗,就是打这些。大多数病人康复了以后,血液里的抗体产生4倍IgG的增高,一般他不会重新感染。那么现在发现的有些片段,包括是在口腔、咽部、深部痰、甚至粪便、肛拭子这些发现阳性的话,绝大多数它是一个核酸的片段,核酸的片段不等于病毒。
为预防突发事件,如城市级庞大人群车流的紧急疏散转移智能化预案、高传染性疾病扩散疫情预案,智慧城市各种需要精细分析追溯和预警的事件,都可以用参与实时定位信息的数据进行分析和深度解读,回去数据后面隐藏的秘密,可以从中寻找最佳的精准的各种有效措施,最小信息数据采集方法,最少数据采集量,最小程度扰民,并能够确保用户个人隐私的,能够让个人全程选择性参与的精准措施是非常有必要的。
通过对用户实时定位信息的多层次多维度深度解读,能够将用户行为习惯各种规律分析透明化,能够精准判断出用户的多种实时情况和发展趋势,对精准指挥超大规模复杂车流人流等有较大帮助,尤其是数据团概念的提出,数据团的合并与解除,数据的合并、分离与排杂等具有指路明灯的作用,本申请传染疫情多元精准管控系统是利用其研发的智能交通技术发明原理,智能分析逻辑的基础上,结合传染病的传染触发机理和疫情防治管理机制而紧急研发推出。
发明内容
本发明的目的在于克服现有技术存在的以上问题,提供传染病易染难染人员标定及无感传染溯源锁定系统,本发明技术独特,通过数据的二次加工和深度解读,能够有力协助传染病疾控系统和病毒病菌免疫研究。
为实现上述技术目的,达到上述技术效果,本发明通过以下技术方案实现:
传染病易染难染人员标定及无感传染溯源锁定系统,包括用户客户端和数据分析管控端,所述用户客户端至少安装有实时定位信息采集软件,所述实时定位信息至少包括用户的当前位置坐标和当前时间;所述数据分析管控端接受、分析、处理用户客户端的实时定位信息,至少分析、获取并追踪疑似传染者或病菌病毒携带者,还包括嫌疑者和/或携带者的预判标签程序、标签升降级变换程序、标签预判预测跟踪程序、不符合预期人员特征捕捉与跟踪程序,所述嫌疑者和/或携带者的预判标签程序根据用户与传染病患者的直接或间接的接触传染触发机制,给所有人员贴上不同的标签,随着疫情持续发展,标签升降级变换程序将标签人物或排除嫌疑,或变成确诊,或调高调低嫌疑等级,并由标签预判预测跟踪程序进行动态管控,排除标签与疫情发展预期相符的数据,通过不符合预期人员特征捕捉与跟踪程序将不符和疫情发展预期相符的数据提取出来,分成比预期严重的集合和比预期较轻的集合,其中比预期严重的集合中原来为非嫌疑人员的归为无感传染者,同一批传染机制中有人被成功传染的,按感染先后顺序分成三组,率先由嫌疑变确诊的嫌疑人员归为易被感传染者,中间时间段被确诊的归为常规人员,最长时间段后才被确诊的归为难传染人员,而始终未被传染的则升级嫌疑等级,且归集为无感传染嫌疑者。
优选的,所述按接触传染触发机制的传染指数和接触方式可分为一级疑似传染者或病菌病毒携带者、二级疑似传染者或病菌病毒携带者和表征非感染者,所述表征非感染者包括携带潜伏病菌病毒的不可确认无感传染者或病菌病毒携带者和非传染病菌病毒携带者,分别予以标识。
优选的,所述无感传染嫌疑者需要进行密集跟踪和在家隔离观察,;基因研究医护根据人员的不同归集情况采集对应的样本,有倾向的进行针对性重点研究。
优选的,所述无感传染嫌疑者和携带潜伏病菌病毒的不可确认无感传染者均为难传染人员;所述无感传染嫌疑者是被怀疑携带有病毒病菌的人群,所有成员均不能确定是否携带有病毒病菌,属于需要主动隔离避嫌的人群;所述表征非感染者是未被怀疑携带有病毒病菌的人群,无需居家隔离观察,但其中可能混有携带潜伏病菌病毒的不可确认无感传染者,且难以被常规防疫技术手段发觉,是隐藏的病毒病菌传染源。
优选的,所述无感传染嫌疑者中存在较多误判,被迫隔离,隔离期满无症状的人群解除嫌疑,不再继续隔离观察,将其归为表征非感染者;所述表征非感染者中可能隐藏有携带潜伏病菌病毒的不可确认无感传染者,所述隐藏的携带潜伏病菌病毒的不可确认无感传染者在时机合适的时候会触发病毒病菌传染机制,将病菌病毒传染给他人,由于携带潜伏病菌病毒的不可确认无感传染者本身的抵抗力较强,不会显露症状,但由于其显示为健康状态,所以能够溢出的可传染病毒病菌系数较少,只会感染易被感传染者,所述易被感传染者由非嫌疑的健康人员突然被确诊为患者,成为貌似无传染途径的独立突然出现的确诊患者,重点关注、采样和研究这样貌似无源突然出现的易被感传染者确诊患者,追溯其可触发传染机制的场所和人群,求交该隐藏的携带潜伏病菌病毒的不可确认无感传染者,其为难传染人员,也是需要被重点关注、采样和研究的人员。
优选的,所述一级疑似传染者或病菌病毒携带者群体中出现了患者,根据其溯源发现的触发传染机制的患者和接触场所时间媒介等因素,源头相同者,触发机制参数经历相似的,按发现症状的时机、确诊的时间、症状严重程度和有没有其它病患影响等因素进行排序,划分易被感传染者、常规人员和难传染人员,并标定无感传染嫌疑者,进行隔离跟踪监控,归入潜在的携带潜伏病菌病毒的不可确认无感传染者进行关注,以其为重点与求交貌似无源突然出现的确诊患者。
优选的,所述二级疑似传染者或病菌病毒携带者群体中出现了患者,根据其溯源发现的触发传染机制的一级疑似传染者或病菌病毒携带者和接触场所时间媒介等因素,源头相同者,触发机制参数经历相似的,按发现症状的时机、确诊的时间、症状严重程度和有没有其它病患影响等因素进行排序,划分易被感传染者、常规人员和难传染人员,并标定无感传染嫌疑者,进行隔离跟踪监控,归入潜在的携带潜伏病菌病毒的不可确认无感传染者进行关注,以其为重点与求交貌似无源突然出现的确诊患者,同时将根据其溯源发现的触发传染机制的一级疑似传染者或病菌病毒携带者确认为携带潜伏病菌病毒的不可确认无感传染者,是需要被重点关注、采样和研究的人员。
优选的,所述易被感传染者由非嫌疑的健康人员突然被确诊为患者,成为貌似无传染途径的独立突然出现的确诊患者时,调取其一个隔离期内的实时定位信息数据,根据其小范围滞留时间生成的场所、长时间同行的空间和工具,以及互动询问其接触的物品、宠物,充分收集其一切传染机制触发的可能途径、场所,假设就是这些途径、场所就是传染源,以此途径、场所求交第一批疑似传染者或病菌病毒携带者,再以第一批疑似传染者或病菌病毒携带者为溯源依据,同样生成嫌疑传染机制触发的可能途径、场所,再以嫌疑传染机制触发的可能途径、场所为传染源溯源求交第二批疑似传染者或病菌病毒携带者,以此类推,直至求交到第N批疑似传染者或病菌病毒携带者,当新N批疑似传染者或病菌病毒携带者的名单与患者、一级疑似传染者或病菌病毒携带者、或二级疑似传染者或病菌病毒携带者的名单重合时,可停止继续溯源求交。
优选的,对名单重合后的一级疑似传染者或病菌病毒携带者或二级疑似传染者或病菌病毒携带者加强隔离观察检测,依然未被确诊为患者的,视为难传染者和携带潜伏病菌病毒的不可确认无感传染者,并以其为出发点,按其传染路径、场所层层连线至貌似无源突然出现的易被感传染者确诊患者,其中间直接联系人均标识为难传染者和携带潜伏病菌病毒的不可确认无感传染者,与携带潜伏病菌病毒的不可确认无感传染者所有可能会产生传染触发机制的途径和场所求交出来的人群,均升级标定为一级疑似传染者或病菌病毒携带者,需要到指定场所隔离观察。
优选的,对所有携带潜伏病菌病毒的不可确认无感传染者求交出来的一级疑似传染者或病菌病毒携带者,都要求交其而级疑似传染者或病菌病毒携带者,并立即管控约束在家自我隔离观察。
本发明的有益效果是:
本发明在专利申请号2020101419408、2020101419516、2020101419501公开的技术处理方法的基础上,通过对所得数据的深度分析加工,能够识别、区分、标定、追踪、溯源,对精准管控疫情、重点的管控研究易传染人群、难传染人群和携带潜伏病菌病毒的不可确认无感传染者有极大的帮助,有利于快速精准获取必要的标本,帮助深入研究对应的基因和疫苗,早日克服病毒病菌的危害。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例并配合附图详细说明。本发明的具体实施方式由以下实施例及其附图详细给出。
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是本发明的传染病易染难染人员标定及无感传染溯源锁定系统的思维导图;
图2是本发明涉及的一种通过传染判断与跟踪演变确认的无感传染溯源技术;
图3是本发明涉及的一种通过传染治疗与发病疗速相结合的无感传染溯源技术;
图4是本发明一种用两靠法原始数据解读出来的用户活动精确轨迹示意图;
图5是本发明一种用两靠法模糊化用户活动精确轨迹的精度调整示意图;
图6是本发明一种用两靠法模糊化不丧失精度都的快速求交连续点插补示意图;
图7是本发明涉及的一种用于分析速度拐点与滞留运行关系的即时速度时间图;
图8是本发明一种用于分析用户位移矢量和滞留时间确认滞留场所的示意图;
图9是本发明涉及的一种利用速度拐点分析用户出行路线中出行方式的示意图;
图10是本发明涉及的一种利用速度拐点解读用户出行行为的示意图;
图11是本发明一种数据团产生、持续消亡与传染机制触发关系的分析示意图。
具体实施方式
下面结合附图对本发明作进一步的描述:
参照图1~图11所示,传染病易染难染人员标定及无感传染溯源锁定系统,包括用户客户端和数据分析管控端,所述用户客户端安装有实时定位信息采集软件;所述数据分析管控端至少包括存储数据库模块、数据分析软件模块、数据交互软件模块和指令发送确认模块,通过数据分析软件模块进行处理计算,捕捉关键特征和/或数据求交,得出疫情管控数据,指导防疫管理部委、配合部门群体和手机用户有效防治传染性疫情。
本发明仅通过简单的所有手机用户的实时定位信息采集分析,即可精准发现问题,追溯源头、寻找出各种潜在的传染源,并安排手机用户和疫情管控人员高效精准的分配疫情管控人员、疫情防控资源和救灾救援物资。
用户客户端始终处于开启状态,未正式进入紧急情况前,可仅激活简单的实时定位信息采集模块,利用手机的定位硬件,每隔一段时间即采集一次实时定位信息,加密后储存在手机客户端的实时定位信息数据包中,或通过数据链进行保密储存,为避免浪费过多手机内存空间,造成负累,可采用类似行车记录仪的数据滚动存储模式,设定一个数据最大容纳空间,空间存满后,用最新的数据去覆盖最老的数据,滚动储存,这个数据容纳空间可根据疫情需要向前追溯的天数进行设定,确保能够用于分析的数据量充足,紧急情况发生后,如传染病疫情初步确认爆发,有必要启动区域范围的社会性疫情管控时,疾控中心向主管部门请求批准,疾控中心获得批准后,向疫区范围内所有用户客户端进行通知,正式进入疫区管控模式,提醒广大用户配合疫区管控,主动采取各种合适的防疫处理措施,如:少出门、少聚会、经常流水洗手、佩戴口罩、经常喷洒,以防被无意中传染,同时提醒用户保持手机处于开通状态,确保之前储存的历史实时定位信息和当前新产生的实时定位信息能够及时上传到疾控中心的数据分析管控端,禁止手机借给别人出行,如确有必要借给别人,或手机缺电面临关机,并且没有充电的条件时,需要做好信息备案,开始记忆手机不在身边时发生的一切不在居住场所和工作场所的事情,并尽量留有证明,以备手机在身边正常使用后,补充手机客户端缺失的数据。疾控中心的数据分析管控端开始输入患者或疑似患者的信息,调取其对应的历史实时定位数据包,进行解密分析,先通过数据分析绘制患者或疑似患者的历史出行轨迹图,指挥一线基层防疫管控人员沿患者或疑似患者的历史出行轨迹图进行防疫补救措施,如清理、清洁、消毒、杀菌、追加垃圾清理人员和工具的防疫措施和感染情况长时间跟踪监测,再通过历史实时定位信息的数据间的时间差、定位位置的位移计算用户的历史即时速度矢量、加速度情况,并绘制用户速度时间关系图、平均速度与时间关系图和加速度与时间关系图,根据即时速度峰值、平均速度、近似匀速运行的时间,密集区域的持续滞留时间等,计算分析出用户的出行方式方式和交通工具,合并数据形成交集,生成临时或长时间的数据团绑定,得出其直接产生的所有存在潜在传染风险的传染源,以及可能抛弃物品丢弃垃圾的场所与接触者,接触工具,将其納为间接产生的所有存在潜在传染风险的传染源。以所有的潜在传染源为感染触发机制的求交场所,根据传染源的生成和消亡机制,求交出所有触发了传染机制的人群,调取数据交互软件模块,及时通知、询问、建议和确认求交的人群的实际情况,启动出行交通工具隔离排除、居留场所空间不连通排除和佩戴实施防疫工具措施排除的排除机制,排除不符合传染条件的人群,精准筛选出高传染风险的人群,将此类人群标识为一级疑似传染者或病菌病毒携带者。立即启动传染预警,通知一级疑似传染者或病菌病毒携带者自觉到指定疫情管控场所进行隔离观察;通知一线基层防疫管控人员根据实时定位信息和用户标识联系和及时赶至现场,规劝约束一级疑似传染者或病菌病毒携带者到指定疫情管控场所进行隔离观察。输入一级疑似传染者或病菌病毒携带者名单,调取一级疑似传染者或病菌病毒携带者的历史实时定位信息数据包,并通知和确认患者一级疑似传染者或病菌病毒携带者接受传染的过程,确认其从接触传染源到被隔离观察期间的交通工具、活动路线、活动空间等。
再分析一级疑似传染者或病菌病毒携带者的历史实时定位信息数据包,绘制一级疑似传染者或病菌病毒携带者历史实时行踪轨迹图和/或运行速度与时间关系图;捕捉所有一级疑似传染者或病菌病毒携带者长时间滞留的定位密集小范围空间,设为危险传染源途径求交集合;数据交互软件模块启动传染预警,通知一线基层防疫管控人员及时赶至现场,疏导限制附近人员进入危险传染源区域,并快速对危险传染源进行消毒杀菌和清理,及时解除危险传染源预警;数据交互软件模块获取实时定位区域内的人群联系信息,及时预警警告附近人员不要靠近危险传染源,更不要在危险传染源处长时间逗留。传染求交,设定传染最少持续接触时间,捕捉持续同行求交的人群和高危传染源场所长时间滞留求交的人群,调取数据交互软件模块,及时通知、询问、建议和确认求交的人群的实际情况,启动出行交通工具隔离排除、居留场所空间不连通排除和佩戴实施防疫工具措施排除的排除机制,排除不符合传染条件的人群,精准筛选出高传染风险的人群,将此类人群标识为二级疑似传染者或病菌病毒携带者。输入二级疑似传染者或病菌病毒携带者名单,调取二级疑似传染者或病菌病毒携带者的历史实时定位信息数据包,并通知和确认患者二级疑似传染者或病菌病毒携带者接受传染的过程,确认其从接触传染源到被隔离观察期间的交通工具、活动路线、活动空间等。数据交互软件模块启动传染预警,通知二级疑似传染者或病菌病毒携带者自觉在家进行自我隔离观察;通知一线基层防疫管控人员根据实时定位信息和用户标识联系和及时赶至现场,规劝、约束、监督二级疑似传染者或病菌病毒携带者在家进行自我隔离观察。当一级疑似传染者或病菌病毒携带者被确诊为患者后,与之关联求交得到的二级疑似传染者或病菌病毒携带者自动升级为一级疑似传染者或病菌病毒携带者,其在家自我隔离的区域标识为危险传染源,数据交互软件模块启动传染预警,通知一线基层防疫管控人员及时赶至现场,疏导限制附近人员进入危险传染源区域,并快速对危险传染源进行消毒杀菌和清理,将新升级成一级疑似传染者或病菌病毒携带者带至指定疫情管控场所进行隔离观察,及时解除危险传染源预警;数据交互软件模块获取实时定位区域内的人群联系信息,及时预警警告附近人员不要靠近危险传染源,更不要在危险传染源处长时间逗留。将新升级成一级疑似传染者或病菌病毒携带者的自我隔离处所、传递过的物品和垃圾处理中转环节中的人员、工具和场所视为新的危险传染源,进行防疫措施管控,并求交出新的二级疑似传染者或病菌病毒携带者进行自我隔离观察。当一级疑似传染者或病菌病毒携带者被排除嫌疑,确认为健康人群时,由其求交产生的二级疑似传染者或病菌病毒携带者全部排除嫌疑,视为健康人群,由疾控中心根据定位信息的用户标识进行通知,祝其解除携带者嫌疑,可以自由活动。
紧急情况发生后,用户客户端始终处于开启状态,未正式进入紧急情况前,可仅激活简单的实时定位信息采集模块,利用手机的定位硬件,每隔一段时间即采集一次实时定位信息,加密后储存在手机客户端的实时定位信息数据包中,传染病疫情初步确认爆发,启动区域范围的社会性疫情管控,向疫区范围内所有用户客户端进行通知,正式进入疫区管控模式,提醒广大用户配合疫区管控,主动采取各种合适的防疫处理措施,如:少出门、少聚会、经常流水洗手、佩戴口罩、经常喷洒,以防被无意中传染,同时提醒用户保持手机处于开通状态,确保之前储存的历史实时定位信息和当前新产生的实时定位信息能够及时上传到疾控中心的数据分析管控端,禁止手机借给别人出行,如确有必要借给别人,或手机缺电面临关机,并且没有充电的条件时,需要做好信息备案,开始记忆手机不在身边时发生的一切不在居住场所和工作场所的事情,并尽量留有证明,以备手机在身边正常使用后,补充手机客户端缺失的数据。疾控中心的数据分析管控端开始输入患者或疑似患者的信息,充分问询调查和确认,生成数据,绘制患者或疑似患者的历史出行轨迹图,指挥一线基层防疫管控人员沿患者或疑似患者的历史出行轨迹图进行防疫补救措施,如清理、清洁、消毒、杀菌、追加垃圾清理人员和工具的防疫措施和感染情况长时间跟踪监测,寻找确定绘制患者或疑似患者的各种轨迹路径,得出其直接产生的所有存在潜在传染风险的传染源,以及可能抛弃物品丢弃垃圾的场所与接触者,接触工具,将其納为间接产生的所有存在潜在传染风险的传染源。以所有的潜在传染源为感染触发机制的求交场所,根据传染源的生成和消亡机制,求交出所有触发了传染机制的人群,调取数据交互软件模块,及时通知、询问、建议和确认求交的人群的实际情况,启动出行交通工具隔离排除、居留场所空间不连通排除和佩戴实施防疫工具措施排除的排除机制,排除不符合传染条件的人群,精准筛选出高传染风险的人群,将此类人群标识为一级疑似传染者或病菌病毒携带者。接续其后的操作流程等与实施例1相同,不再细述。
本发明避免防疫反应过度,以符合传染触发机制的模式精准锁定病毒病菌,让人们和管理者不用纠结于身份证号码、车牌号码、路过场所等其它完全不靠谱的地域特征误判,一刀切式伤害根本没有任何风险的带有某种疫区标识的人群,同时避免人群恐慌滥用物资,浪费社会资源、防疫材料和救援物资,为捕捉疫情安全隐患,倾斜防疫救治的人力物力,好钢用在刀刃上,更好的配置资源,营造更好的治疗康复效果提供有益的精准依据。
具体实施例:
实施例1:非嫌疑的健康人员突然被确诊为患者,成为貌似无传染途径的独立突然出现的确诊患者时,将其标定为中性患者,采集其大于病毒病菌最长潜伏周期内的实时定位数据,进行分析,按场所滞留传染触发模式和持续同行传染触发模式求交出所有符合传染触发模式的虚拟传染源,然后按虚拟传染源求交所有符合传染触发模式的人群,将其标识为虚拟二级病毒病菌携带者,排查所有虚拟二级病毒病菌携带者,确认其是否曾经被标识为二级疑似传染者或病菌病毒携带者;若有,则无论该二级疑似传染者或病菌病毒携带者现状如何,均将其标识为难传染人员,同时还将其标识为无感传染嫌疑者,对其采取精准管控确认措施,通过医疗采样实验确认其是否为携带潜伏病菌病毒的不可确认无感传染者;若无,则以虚拟二级病毒病菌携带者为溯源出发点,采集其大于病毒病菌最长潜伏周期内的实时定位数据,进行分析,按场所滞留传染触发模式和持续同行传染触发模式求交出所有符合传染触发模式的虚拟传染源,然后按虚拟传染源求交所有符合传染触发模式的人群,将其标识为虚拟一级病毒病菌携带者,排查所有虚拟一级病毒病菌携带者,确认其是否曾经被标识为二级疑似传染者或病菌病毒携带者;若有,则无论该二级疑似传染者或病菌病毒携带者现状如何,均将其标识为难传染人员,同时还将其标识为无感传染嫌疑者,并将该溯源起点的虚拟二级病毒病菌携带者标识为难传染人员,对其采取精准管控确认措施,通过医疗采样实验确认其是否为携带潜伏病菌病毒的不可确认无感传染者;以此类推,直至溯源到二级疑似传染者或病菌病毒携带者或一级疑似传染者或病菌病毒携带者为止,其中直接传播路线的人群均为难传染人员和/或为携带潜伏病菌病毒的不可确认无感传染者,其它密切接触产生虚拟传染触发机制的人员均标识为二级疑似传染者或病菌病毒携带者或一级疑似传染者或病菌病毒携带者,进行居家隔离观察或通过医疗采样实验确认。
实施例2:一级疑似传染者或病菌病毒携带者群体中出现了患者,根据其溯源发现的触发传染机制的患者和接触场所时间媒介等因素,源头相同者,触发机制参数经历相似的,按发现症状的时机、确诊的时间、症状严重程度和有没有其它病患影响等因素进行排序,划分易被感传染者、常规人员和难传染人员,并标定无感传染嫌疑者,进行隔离跟踪监控,归入潜在的携带潜伏病菌病毒的不可确认无感传染者进行关注,一级疑似传染者或病菌病毒携带者被确诊为患者,其触发传染机制的同一传染源与其它人员也产生传染触发机制的;此一级疑似传染者或病菌病毒携带者经检测发现:1.只有部分人员也确诊的,确诊患者为易被感传染者,未被确诊的划为常规人员;2.全部人员都确诊的,确诊患者划为常规人员;3.除溯源确诊患者一人以外,其他人经检测未被确诊,则该溯源确诊患者为易被感传染者,未被确诊的划为常规人员。
实施例3:二级疑似传染者或病菌病毒携带者群体中出现了患者,溯源其接触到的一级疑似传染者或病菌病毒携带者,检测其是否已为确诊患者;若已为确诊患者,统计其同一患者传染源可能感染的一级疑似传染者或病菌病毒携带者中的确诊者数量,若有其它一级疑似传染者或病菌病毒携带者中的确诊者,则同一患者传染源标识为易被感传染者,其它一级疑似传染者或病菌病毒携带者中的确诊者标识为常规人员;若溯源其接触到的一级疑似传染者或病菌病毒携带者,检测后并非确诊患者,将其标识为难传染人员,同时还将其标识为携带潜伏病菌病毒的不可确认无感传染者进行关注,对其采取精准管控确认措施,该升级为患者的二级疑似传染者或病菌病毒携带者标识为易被感传染者。
实施例4:从接触嫌疑到确诊或排除的演变源关系分析和筛选:统计传染触发机制产生后,疑似传染者或病菌病毒携带者从疑似到发病被确诊的时间,将其划分为3份或4份,确诊最早最快的那一份患者标识为易被感传染者,确诊最晚最慢的那一份标识为难传染人员,中间的标识为常规人员,另外某些嫌疑人员或传染触发关系产生的确诊患者数量和速度与平均值预期的差异,快于慢于或超出低于预期,均可同理推测划分易被感传染者,难传染人员和常规人员。
实施例5:从患者的治疗源头来分析,根据患者的病患严重程度峰值,持续时间,病情发展曲线、治愈或死亡的历时,用药量,病情发展是否符合预期等参数的比较,也可以用来推测划分易被感传染者,难传染人员和常规人员。
实施例6:每个人初染传染病病毒病菌影响时,当时身体的状态差异极大,完全依赖实施例1-5的方式筛选易被感传染者,难传染人员和常规人员,数据很容易失真,尤其是实施例4和5,所以还需要加入数据纠正系数,受其它并发症、疲劳、醉酒、伤病或体虚影响,人员的状态可能处于波峰或波谷,人体的免疫力较强或下降,需要进行身体状态补偿,修正系数,将需要筛选分析的人群修正为近似相同的状态进行类比,易被感传染者身体处于巅峰状态时其免疫力并不比难被传染者疲劳受伤病折磨处于虚弱状态的人体差,得到充分锻炼,近期处于积极向上、精神饱满状态的人群需要调低纠正数值,或纠正数值为负,近期处于伤病、挫折、疲劳、精神状态不佳的人群需要调高纠正数值,或纠正数值为正,具体数值需要通过有限次的实验予以确定。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.传染病易染难染人员标定及无感传染溯源锁定系统,包括用户客户端和数据分析管控端,所述用户客户端至少安装有实时定位信息采集软件,所述实时定位信息至少包括用户的当前位置坐标和当前时间;所述数据分析管控端接受、分析、处理用户客户端的实时定位信息,至少分析、获取并追踪疑似传染者或病菌病毒携带者,其特征在于:还包括嫌疑者和/或携带者的预判标签程序、标签升降级变换程序、标签预判预测跟踪程序、不符合预期人员特征捕捉与跟踪程序;所述嫌疑者和/或携带者的预判标签程序根据用户与传染病患者的直接或间接的接触传染触发机制,给所有人员贴上不同的标签,随着疫情持续发展,标签升降级变换程序将标签人物或排除嫌疑,或变成确诊,或调高调低嫌疑等级,并由标签预判预测跟踪程序进行动态管控,排除标签与疫情发展预期相符的数据,通过不符合预期人员特征捕捉与跟踪程序将不符和疫情发展预期相符的数据提取出来,分成比预期严重的集合和比预期较轻的集合,其中比预期严重的集合中原来为非嫌疑人员的归为无感传染者,同一批传染机制中有人被成功传染的,按感染先后顺序分成三组,率先由嫌疑变确诊的嫌疑人员归为易被感传染者,中间时间段被确诊的归为常规人员,最长时间段后才被确诊的归为难传染人员,而始终未被传染的则升级嫌疑等级,且归集为无感传染嫌疑者。
2.根据权利要求1所述的传染病易染难染人员标定及无感传染溯源锁定系统,其特征在于:所述按接触传染触发机制的传染指数和接触方式可分为一级疑似传染者或病菌病毒携带者、二级疑似传染者或病菌病毒携带者和表征非感染者,所述表征非感染者包括携带潜伏病菌病毒的不可确认无感传染者或病菌病毒携带者和非传染病菌病毒携带者,分别予以标识。
3.根据权利要求1所述的传染病易染难染人员标定及无感传染溯源锁定系统,其特征在于:所述无感传染嫌疑者需要进行密集跟踪和在家隔离观察,;基因研究医护根据人员的不同归集情况采集对应的样本,有倾向的进行针对性重点研究。
4.根据权利要求2所述的传染病易染难染人员标定及无感传染溯源锁定系统,其特征在于:所述无感传染嫌疑者和携带潜伏病菌病毒的不可确认无感传染者均为难传染人员;所述无感传染嫌疑者是被怀疑携带有病毒病菌的人群,所有成员均不能确定是否携带有病毒病菌,属于需要主动隔离避嫌的人群;所述表征非感染者是未被怀疑携带有病毒病菌的人群,无需居家隔离观察,但其中可能混有携带潜伏病菌病毒的不可确认无感传染者,且难以被常规防疫技术手段发觉,是隐藏的病毒病菌传染源。
5.根据权利要求4所述的传染病易染难染人员标定及无感传染溯源锁定系统,其特征在于:所述无感传染嫌疑者中存在较多误判,被迫隔离,隔离期满无症状的人群解除嫌疑,不再继续隔离观察,将其归为表征非感染者;所述表征非感染者中可能隐藏有携带潜伏病菌病毒的不可确认无感传染者,所述隐藏的携带潜伏病菌病毒的不可确认无感传染者在时机合适的时候会触发病毒病菌传染机制,将病菌病毒传染给他人,由于携带潜伏病菌病毒的不可确认无感传染者本身的抵抗力较强,不会显露症状,但由于其显示为健康状态,所以能够溢出的可传染病毒病菌系数较少,只会感染易被感传染者,所述易被感传染者由非嫌疑的健康人员突然被确诊为患者,成为貌似无传染途径的独立突然出现的确诊患者,重点关注、采样和研究这样貌似无源突然出现的易被感传染者确诊患者,追溯其可触发传染机制的场所和人群,求交该隐藏的携带潜伏病菌病毒的不可确认无感传染者,其为难传染人员,也是需要被重点关注、采样和研究的人员。
6.根据权利要求4所述的传染病易染难染人员标定及无感传染溯源锁定系统,其特征在于:所述一级疑似传染者或病菌病毒携带者群体中出现了患者,根据其溯源发现的触发传染机制的患者和接触场所时间媒介等因素,源头相同者,触发机制参数经历相似的,按发现症状的时机、确诊的时间、症状严重程度和有没有其它病患影响等因素进行排序,划分易被感传染者、常规人员和难传染人员,并标定无感传染嫌疑者,进行隔离跟踪监控,归入潜在的携带潜伏病菌病毒的不可确认无感传染者进行关注,以其为重点与求交貌似无源突然出现的确诊患者。
7.根据权利要求4所述的传染病易染难染人员标定及无感传染溯源锁定系统,其特征在于:所述二级疑似传染者或病菌病毒携带者群体中出现了患者,根据其溯源发现的触发传染机制的一级疑似传染者或病菌病毒携带者和接触场所时间媒介等因素,源头相同者,触发机制参数经历相似的,按发现症状的时机、确诊的时间、症状严重程度和有没有其它病患影响等因素进行排序,划分易被感传染者、常规人员和难传染人员,并标定无感传染嫌疑者,进行隔离跟踪监控,归入潜在的携带潜伏病菌病毒的不可确认无感传染者进行关注,以其为重点与求交貌似无源突然出现的确诊患者,同时将根据其溯源发现的触发传染机制的一级疑似传染者或病菌病毒携带者确认为携带潜伏病菌病毒的不可确认无感传染者,是需要被重点关注、采样和研究的人员。
8.根据权利要求5所述的传染病易染难染人员标定及无感传染溯源锁定系统,其特征在于:所述易被感传染者由非嫌疑的健康人员突然被确诊为患者,成为貌似无传染途径的独立突然出现的确诊患者时,调取其一个隔离期内的实时定位信息数据,根据其小范围滞留时间生成的场所、长时间同行的空间和工具,以及互动询问其接触的物品、宠物,充分收集其一切传染机制触发的可能途径、场所,假设就是这些途径、场所就是传染源,以此途径、场所求交第一批疑似传染者或病菌病毒携带者,再以第一批疑似传染者或病菌病毒携带者为溯源依据,同样生成嫌疑传染机制触发的可能途径、场所,再以嫌疑传染机制触发的可能途径、场所为传染源溯源求交第二批疑似传染者或病菌病毒携带者,以此类推,直至求交到第N批疑似传染者或病菌病毒携带者,当新N批疑似传染者或病菌病毒携带者的名单与患者、一级疑似传染者或病菌病毒携带者、或二级疑似传染者或病菌病毒携带者的名单重合时,可停止继续溯源求交。
9.根据权利要求8所述的传染病易染难染人员标定及无感传染溯源锁定系统,其特征在于:对名单重合后的一级疑似传染者或病菌病毒携带者或二级疑似传染者或病菌病毒携带者加强隔离观察检测,依然未被确诊为患者的,视为难传染者和携带潜伏病菌病毒的不可确认无感传染者,并以其为出发点,按其传染路径、场所层层连线至貌似无源突然出现的易被感传染者确诊患者,其中间直接联系人均标识为难传染者和携带潜伏病菌病毒的不可确认无感传染者,与携带潜伏病菌病毒的不可确认无感传染者所有可能会产生传染触发机制的途径和场所求交出来的人群,均升级标定为一级疑似传染者或病菌病毒携带者,需要到指定场所隔离观察。
10.根据权利要求9所述的传染病易染难染人员标定及无感传染溯源锁定系统,其特征在于:对所有携带潜伏病菌病毒的不可确认无感传染者求交出来的一级疑似传染者或病菌病毒携带者,都要求交其而级疑似传染者或病菌病毒携带者,并立即管控约束在家自我隔离观察。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010359708.1A CN111599484A (zh) | 2020-04-30 | 2020-04-30 | 传染病易染难染人员标定及无感传染溯源锁定系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010359708.1A CN111599484A (zh) | 2020-04-30 | 2020-04-30 | 传染病易染难染人员标定及无感传染溯源锁定系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111599484A true CN111599484A (zh) | 2020-08-28 |
Family
ID=72185597
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010359708.1A Pending CN111599484A (zh) | 2020-04-30 | 2020-04-30 | 传染病易染难染人员标定及无感传染溯源锁定系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111599484A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102073783A (zh) * | 2009-11-20 | 2011-05-25 | 朗迅壹科技有限公司 | 预见人群中的疫情的方法及其系统 |
CN105740615A (zh) * | 2016-01-28 | 2016-07-06 | 中山大学 | 利用手机轨迹追踪传染源和预测传染病流行趋势的方法 |
CN106096833A (zh) * | 2016-06-08 | 2016-11-09 | 懋特(上海)物联网科技有限公司 | 一种基于Wi‑Fi实时定位追踪综合多功能管理系统及使用方法 |
CN110584618A (zh) * | 2019-08-15 | 2019-12-20 | 济南市疾病预防控制中心 | 基于人工智能的传染病机器识别系统 |
CN111063451A (zh) * | 2020-03-17 | 2020-04-24 | 广州地理研究所 | 基于输入-扩散函数的传染病疫情早期风险态势分析方法 |
-
2020
- 2020-04-30 CN CN202010359708.1A patent/CN111599484A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102073783A (zh) * | 2009-11-20 | 2011-05-25 | 朗迅壹科技有限公司 | 预见人群中的疫情的方法及其系统 |
CN105740615A (zh) * | 2016-01-28 | 2016-07-06 | 中山大学 | 利用手机轨迹追踪传染源和预测传染病流行趋势的方法 |
CN106096833A (zh) * | 2016-06-08 | 2016-11-09 | 懋特(上海)物联网科技有限公司 | 一种基于Wi‑Fi实时定位追踪综合多功能管理系统及使用方法 |
CN110584618A (zh) * | 2019-08-15 | 2019-12-20 | 济南市疾病预防控制中心 | 基于人工智能的传染病机器识别系统 |
CN111063451A (zh) * | 2020-03-17 | 2020-04-24 | 广州地理研究所 | 基于输入-扩散函数的传染病疫情早期风险态势分析方法 |
Non-Patent Citations (2)
Title |
---|
"《https://www.med66.com/jiankang/zhinan/bi2001287526.shtml》", 28 January 2020, pages: 1 - 3 * |
北京本地宝 全国版健康码上线时间是什么时候: "《https://bj.bendibao.com/news/2020216/269555.shtm》", 4 March 2020, pages: 1 - 4 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Covid-19 screening on chest x-ray images using deep learning based anomaly detection | |
CN111311018A (zh) | 传染疫情精准管控系统 | |
CN111403045A (zh) | 一种传染疫情多元精准管控系统 | |
CN111370135A (zh) | 一种传染疫情精准管控系统 | |
Liu et al. | Research on intelligent prevention and control of COVID-19 in China’s urban rail transit based on artificial intelligence and big data | |
Sevilla et al. | Mask-Vision: A Machine Vision-Based Inference System of Face Mask Detection for Monitoring Health Protocol Safety | |
Salau | Detection of corona virus disease using a novel machine learning approach | |
CN112507830A (zh) | 高风险区防护管控方法、系统及存储介质 | |
Suguna et al. | A survey on cloud and internet of things based healthcare diagnosis | |
McFerrin | DNA, Genetic Material, and a Look at Property Rights: Why You May Be Your Brother's Keeper | |
Mumtaz et al. | Classification and prediction of significant cyber incidents (SCI) using data mining and machine learning (DM-ML) | |
Belcher et al. | EEG-based prediction of driving events from passenger cognitive state using Morlet Wavelet and Evoked Responses | |
CN111599484A (zh) | 传染病易染难染人员标定及无感传染溯源锁定系统 | |
Natarajan et al. | A bipolar intuitionistic fuzzy decision-making model for selection of effective diagnosis method of tuberculosis | |
Rahim et al. | Dengue fatality prediction using data mining | |
Peck et al. | Process mining the trajectories for adolescent‐to‐mother violence from longitudinal police and health service data | |
Mosa et al. | Improved smart forecasting model to combat coronavirus using machine learning | |
CN112259201A (zh) | 基于双重加权的医疗机构新冠肺炎感染防控能力评估系统 | |
Bhutia et al. | COVID-19 epidemic: analysis and prediction | |
Mangla et al. | A fuzzy expert system for predicting the mortality of COVID'19 | |
Cai et al. | How fast and how well the Omicron epidemic was curtailed. A Guangzhou experience to share | |
Tao et al. | The impact of non-pharmaceutical interventions on the second wave of COVID-19: insights from an artificial intelligence-based, cross-country study | |
CN114913990B (zh) | 基于隐私保护的呼吸道传染病密接目标追踪方法 | |
Agustin et al. | Analysis of The Early Warning Alert and Response System to Anticipate an Outbreak in Indonesia | |
Baskar et al. | Survey on data mining and inferences in tuberculosis medical data |
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 |