CN112365997A - 用于流行病预警和防控的新策略 - Google Patents

用于流行病预警和防控的新策略 Download PDF

Info

Publication number
CN112365997A
CN112365997A CN202011245494.1A CN202011245494A CN112365997A CN 112365997 A CN112365997 A CN 112365997A CN 202011245494 A CN202011245494 A CN 202011245494A CN 112365997 A CN112365997 A CN 112365997A
Authority
CN
China
Prior art keywords
early warning
epidemic
prevention
historical
information
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Withdrawn
Application number
CN202011245494.1A
Other languages
English (en)
Inventor
陈昱帆
李志航
纪舒馨
邹志恒
王予安
田旭
陈维奇
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202011245494.1A priority Critical patent/CN112365997A/zh
Publication of CN112365997A publication Critical patent/CN112365997A/zh
Withdrawn legal-status Critical Current

Links

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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • 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

  • Public Health (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种用于流行病预警和防控的新策略，利用预警服务器，形成预警范围等级，且与预警范围等级对应设有预警报告主体，当前各流行病检查数据处理后划分至对应的预警范围等级内，根据预警范围等级告知响应的预警报告主体，启动相应的预警或防控响应；当系统内有指标已达到最高的预警范围等级，说明此种流行病大规模爆发的可能性极大，此时面临的问题即防控重于预警，可调取交管部门的交通数据，形成“空间+时间”的疾病防控大数据地图，呈现所属地区的感染者和易感人群信息，可分析出可能的传播线路和扩散范围，这是对“大数据+网格化”手段寻找“隐性传染源”方法的延伸，有助于截流病毒的无序扩散，积极采取防控疫情的措施。

Description

用于流行病预警和防控的新策略
技术领域
本发明涉及疾病防控技术领域，尤其涉及一种用于流行病预警和防控的新 策略。
背景技术
而近年来电子信息科技飞速发展，若将电子信息科技利用到流行病的预警 和防控中，如主要利用电子信息传输速度快、覆盖面广、信息可异地共享等优 点，则在预警防控的时效性上将能取得重大突破，因此如何将两者有效结合成 为该技术领域亟待解决的技术问题。
发明内容
本发明所要解决的技术问题是提供一种将数字技术与疫情防控相结合，完 善分级、分层、分流的重大疫情预警和救治机制的用于流行病预警和防控的新 策略。
为解决上述技术问题，本发明的技术方案是：用于流行病预警和防控的新 策略，包括以下步骤，
S1、设置一预警服务器，所述预警服务器分别对接各地医疗机构中的HIS 系统和LIS系统，获取医疗机构中往年各种流行病对应的包括历史平均值、历 史年峰值在内的流行病指标信息，且在所述预警服务器内设置历史平均值、历 史年峰值分别对应的预警范围等级和与所述预警范围等级对应的预警报告主 体；
S2、利用所述预警服务器与各地医疗机构中HIS系统和LIS系统的数据交 流，获取当前各流行病对应的患者就诊信息和诊断信息；
S3、所述预警服务器结合包括大数据、AI深度学习、云计算在内的数字技 术综合分析，生成当年前各种流行病对应的当前平均值和当前年峰值；
S4、所述预警服务器将各种流行病对应的当前平均值和当前年峰值分别与 历史平均值、历史年峰值进行对比；
当对比结果不在预警范围内，不启动任何预警措施；
当对比结果处于预警范围内，根据对比结果所处的预警范围等级，启动相 应等级的预警报告主体；
S5、当对比结果所处的预警范围等级为最高等级时，进入防控响应，即所 述预警服务器根据患者就诊信息确定相应的患者并上传至所述预警报告主体， 对应的所述预警报告主体还要调用交通部门数据，获取患者的出行轨迹，查访 确定其密切接触者。
作为优选的技术方案，所述预警范围等级为：
不预警等级：当前平均值超过历史平均值不足2％或/和当前年峰值超过历 史年峰值不足2％；
初级预警：当前平均值超过历史平均值的2～5％或/和当前年峰值超过历史 年峰值的2～5％；
中级预警：当前平均值超过历史平均值的5～15％或当前年峰值超过历史年 峰值的5～15％；
高级预警：当前平均值超过历史平均值大于15％或当前年峰值超过历史年 峰值大于5～15％。
作为优选的技术方案，接收不预警等级信息的所述预警报告主体包括医疗 机构中级管理层；
接收初级预警信息的所述预警报告主体包括所述医疗机构内的中级管理 层和医疗机构内的高级管理层；
接收中级预警信息的所述预警报告主体包括所述医疗机构内的中级管理 层、所述医疗机构内的高级管理层和医疗机构上级管理层；
接收高级预警信息的所述预警报告主体包括所述医疗机构内的中级管理 层、所述医疗机构内的高级管理层、所述医疗机构上级管理层和市级管理层。
作为优选的技术方案，所述诊断信息包括患者在医疗机构就诊过程中的检 验信息、影像信息、门诊信息和药房管理系统的取药信息。
作为对上述技术方案的改进，所述患者就诊信息包括就诊时间、挂号科室、 就诊年龄分布、居住地点和最终就诊结果。
由于采用了上述技术方案，本发明具有以下有益效果：当相关部门收到流 行病爆发的预警信息时，证明系统内有指标已达到最高的预警范围等级，说明 此种流行病大规模爆发的可能性极大，此时面临的问题即防控重于预警，可调 取交管部门的交通数据，形成“空间+时间”的疾病防控大数据地图，呈现所 属地区的感染者和易感人群信息，一旦流行病有扩散蔓延的趋势，即刻分析出 可能的传播线路和扩散范围，这是对“大数据+网格化”手段寻找“隐性传染 源”方法的延伸，有助于截流病毒的无序扩散，积极采取防控疫情的措施，从 而达到高效且理想的效果，形成一张科技和信息的“云”网，保护人民生命安 全。
具体实施方式
下面结合实施例，进一步阐述本发明。在下面的详细描述中，只通过说明 的方式描述了本发明的某些示范性实施例。毋庸置疑，本领域的普通技术人员 可以认识到，在不偏离本发明的精神和范围的情况下，可以用各种不同的方式 对所描述的实施例进行修正。因此，描述在本质上是说明性的，而不是用于限 制权利要求的保护范围。
用于流行病预警和防控的新策略，首要针对肺炎、手足口病、病毒性感冒、 丙型肝炎病毒感染等传染性强、可控性差的流行病病种进行监测，包括以下步 骤：
S1、设置一预警服务器，所述预警服务器分别对接各地医疗机构中的HIS 系统和LIS系统，获取医疗机构中往年各种流行病对应的包括历史平均值、历 史年峰值在内的流行病指标信息，且在所述预警服务器内设置历史平均值、历 史年峰值分别对应的预警范围等级和与所述预警范围等级对应的预警报告主 体。
对于医疗机构中HIS系统、LIS系统不具备接口开发能力或不成熟的基层 医疗机构，采用基层平台报送的形式，使所述预警服务器获取相关数据。通过 所述预警服务器可以生成“一张图”管理模式，支持各医院的医疗人员在手机 APP、PC终端等系统上完成相关事件的呈现。
S2、利用所述预警服务器与各地医疗机构中HIS系统和LIS系统的数据交 流，获取当前各流行病对应的患者就诊信息和诊断信息。其中所述诊断信息包 括患者在医疗机构就诊过程中的检验信息、影像信息、门诊信息和药房管理系 统的取药信息。所述患者就诊信息包括就诊时间、挂号科室、就诊年龄分布、 居住地点和最终就诊结果。
S3、所述预警服务器结合包括大数据、AI深度学习、云计算在内的数字技 术综合分析，生成当年前各种流行病对应的当前平均值和当前年峰值。
S4、所述预警服务器将各种流行病对应的当前平均值和当前年峰值分别与 历史平均值、历史年峰值进行对比；当对比结果不在预警范围内，不启动任何 预警措施；当对比结果处于预警范围内，根据对比结果所处的预警范围等级， 启动相应等级的预警报告主体。
所述预警范围等级为：
不预警等级：当前平均值超过历史平均值不足2％或/和当前年峰值超过历 史年峰值不足2％；接收不预警等级信息的所述预警报告主体包括医疗机构中级 管理层，即若某项指标超过往年平均值或历史年峰值，则向医院信息中心的主 任、相应科室主任等报送。
初级预警：当前平均值超过历史平均值的2～5％或/和当前年峰值超过历史 年峰值的2～5％；接收初级预警信息的所述预警报告主体包括所述医疗机构内 的中级管理层和医疗机构内的高级管理层，即若某项指标超过历史年峰值即往 年峰值，除了则向医院信息中心的主任、相应科室主任等报送，还需报送至医 院的主管副院长，所述不预警等级和所述初级预警为一级预警。
例如某年七月，医院系统显示近一周肝肾功能和血常规异常人数突破往年 峰值，抗肠道病毒药物的使用明显增多，传染科和儿科挂号数激增，这种情况 下所述预警服务器会通过算法叠加，推测病种为手足口病，启动黄色预警，主 管副院长及其以下医院管理人员会收到相应的短信提醒。
中级预警：当前平均值超过历史平均值的5～15％或当前年峰值超过历史年 峰值的5～15％；接收中级预警信息的所述预警报告主体包括所述医疗机构内的 中级管理层、所述医疗机构内的高级管理层和医疗机构上级管理层，所述医疗 机构上级管理层一般为卫健委系统。上述预警等级与所述预警服务器配合形成 疫在“云”端系统，即当医院异常数据超过往年峰值的5％时，疫在“云”端系 统会立即与当地卫健委系统对接，卫健委进行核实后，提前采取相应防控措施， 如对中小学进行停课观察，提前关注养老机构和居家老年人的疫情防控需求等。 同时，随着预警级别的提升，为了满足对预警精确度的更高要求，系统设立相 应反馈机制。在启动高级预警之前，系统会结合疾病档案库资料做出的疑似流行病的判断分析与医院进行二次确认，进行误差排查，随着数据和信息的更新 和医院的联动反馈，大幅度提高疾病预警的准确性，该预警为二级预警。
高级预警：当前平均值超过历史平均值大于15％或当前年峰值超过历史年 峰值大于5～15％；接收高级预警信息的所述预警报告主体包括所述医疗机构内 的中级管理层、所述医疗机构内的高级管理层、所述医疗机构上级管理层和市 级管理层，所述市级管理层即政府应急管理中心。异常数据超过往年峰值的15％ 时，则对接政府应急管理中心，对辖区内所有医疗机构进行监督，主要参考医 院数据，结合各辖区实际情况，争取在最短的时间内做好防控措施，该预警为 三级预警。
S5、当对比结果所处的预警范围等级为最高等级时，进入防控响应，即所 述预警服务器根据患者就诊信息确定相应的患者并上传至所述预警报告主体， 对应的所述预警报告主体还要调用交通部门数据，获取患者的出行轨迹，查访 确定其密切接触者，此步骤为高级预警，疫在“云”端系统安装到政府系统进 行应用后，可以调取交通部门数据，掌握患者的出行轨迹和标记密切接触者， 一张图清晰区分安全区域，分析“涉流行性疾病”人员流动轨迹。
本实施例在此前已存在多级预警机制的基础上，响应国家政策号召、抓住 时代潮流，创新建立数字技术联动型“医院——卫健委——政府”的三级预警 体系，协助完善分级、分层、分流的重大疫情等流行病预警、救治机制，结合 AI智能分析、算法+AI+互联网数据+数据湖储存等技术的研发和综合使用，对 医院患者信息进行大数据测算分析，得出可靠结论。同时将软硬件结合，保证 各类检测设备、远程提问摄像头等电子设施的使用贯穿信息分析终始，从而获 取动态信息，提高流行病预警的大数据获取和分析能力。这就使得科技信息化 在公共卫生防控体系中弥补了人类工作的局限。
在具体应用过程中，系统可以多维度全方位采集数据，通过记录事件发生 事前、事中、事后的全过程，还可以智能化分析原因以及推演事件等。这便于 决策人员和医护人员动态掌握疫情变化情况，相互配合，及时分工，采取相应 措施。
政府层面则可以借助“大数据+”体系，收集、整合、分析疾控业务关键 信息(包括民众健康查体、重大疾病、传染病、慢性病、免疫预防、疫苗追溯、 疫苗监控温度、实验室设备以及试剂检测结果等数据)，形成智慧疾控大数据 中心。通过数据的整理、清洗和智能分析，建立传染病、重大疾病、慢性病、 疫情和免疫预防等各类疾病档案库，使未来系统可以应用到传染性差但常见高 发的流行病的防治中，为后期数据应用、统计分析、发病预测奠定基础。
本实施例不同于原有的医院预警模式，疫在“云”端的预警不仅局限于体 征指标，而是全方位获取并分析检验结果、影像采集、药品支出、门诊挂号等 院内有效信息，准确到病种、病况、地区、年龄的预警，通过数字技术结合医 疗卫生信息，将数字技术与疫情防控相结合，做到了疫情预警跨领域的融合创 新。
本发明当相关部门收到流行病爆发的预警信息时，证明系统内有指标已达 到最高的预警范围等级，即有指标已超过历史平均值或历史年峰值的15％时， 说明此种流行病大规模爆发的可能性极大，此时面临的问题即防控重于预警， 当所述市级管理层收到疫在“云”端平台报警信号后，可调取交管部门的交通 数据，形成“空间+时间”的疾病防控大数据地图，呈现所属地区的感染者和 易感人群信息，包括患病程度、疾病种类、疾病预测趋势等，画面形象直观， 准确到个人，联动到人群，一旦流行病有扩散蔓延的趋势，即刻分析出可能的 传播线路和扩散范围，这是对“大数据+网格化”手段寻找“隐性传染源”方 法的延伸，有助于截流病毒的无序扩散，积极采取防控疫情的措施，从而达到 高效且理想的效果，形成一张科技和信息的“云”网，保护人民生命安全。
本发明的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将 本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是 显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使 本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修 改的各种实施例。

Claims (5)

1.用于流行病预警和防控的新策略，其特征在于：包括以下步骤，
S1、设置一预警服务器，所述预警服务器分别对接各地医疗机构中的HIS系统和LIS系统，获取医疗机构中往年各种流行病对应的包括历史平均值、历史年峰值在内的流行病指标信息，且在所述预警服务器内设置历史平均值、历史年峰值分别对应的预警范围等级和与所述预警范围等级对应的预警报告主体；
S2、利用所述预警服务器与各地医疗机构中HIS系统和LIS系统的数据交流，获取当前各流行病对应的患者就诊信息和诊断信息；
S3、所述预警服务器结合包括大数据、AI深度学习、云计算在内的数字技术综合分析，生成当年前各种流行病对应的当前平均值和当前年峰值；
S4、所述预警服务器将各种流行病对应的当前平均值和当前年峰值分别与历史平均值、历史年峰值进行对比；
当对比结果不在预警范围内，不启动任何预警措施；
当对比结果处于预警范围内，根据对比结果所处的预警范围等级，启动相应等级的预警报告主体；
S5、当对比结果所处的预警范围等级为最高等级时，进入防控响应，即所述预警服务器根据患者就诊信息确定相应的患者并上传至所述预警报告主体，对应的所述预警报告主体还要调用交通部门数据，获取患者的出行轨迹，查访确定其密切接触者。
2.如权利要求1所述的用于流行病预警和防控的新策略，其特征在于：所述预警范围等级为：
不预警等级：当前平均值超过历史平均值不足2％或/和当前年峰值超过历史年峰值不足2％；
初级预警：当前平均值超过历史平均值的2～5％或/和当前年峰值超过历史年峰值的2～5％；
中级预警：当前平均值超过历史平均值的5～15％或当前年峰值超过历史年峰值的5～15％；
高级预警：当前平均值超过历史平均值大于15％或当前年峰值超过历史年峰值大于5～15％。
3.如权利要求2所述的用于流行病预警和防控的新策略，其特征在于：接收不预警等级信息的所述预警报告主体包括医疗机构中级管理层；
接收初级预警信息的所述预警报告主体包括所述医疗机构内的中级管理层和医疗机构内的高级管理层；
接收中级预警信息的所述预警报告主体包括所述医疗机构内的中级管理层、所述医疗机构内的高级管理层和医疗机构上级管理层；
接收高级预警信息的所述预警报告主体包括所述医疗机构内的中级管理层、所述医疗机构内的高级管理层、所述医疗机构上级管理层和市级管理层。
4.如权利要求1所述的用于流行病预警和防控的新策略，其特征在于：所述诊断信息包括患者在医疗机构就诊过程中的检验信息、影像信息、门诊信息和药房管理系统的取药信息。
5.如权利要求1所述的用于流行病预警和防控的新策略，其特征在于：所述患者就诊信息包括就诊时间、挂号科室、就诊年龄分布、居住地点和最终就诊结果。
CN202011245494.1A 2020-11-10 2020-11-10 用于流行病预警和防控的新策略 Withdrawn CN112365997A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011245494.1A CN112365997A (zh) 2020-11-10 2020-11-10 用于流行病预警和防控的新策略

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011245494.1A CN112365997A (zh) 2020-11-10 2020-11-10 用于流行病预警和防控的新策略

Publications (1)

Publication Number Publication Date
CN112365997A true CN112365997A (zh) 2021-02-12

Family

ID=74508433

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011245494.1A Withdrawn CN112365997A (zh) 2020-11-10 2020-11-10 用于流行病预警和防控的新策略

Country Status (1)

Country Link
CN (1) CN112365997A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113553719A (zh) * 2021-07-28 2021-10-26 视伴科技(北京)有限公司 一种流线预警的方法及装置
CN113851228A (zh) * 2021-11-30 2021-12-28 南京汉卫公共卫生研究院有限公司 一种基于大数据的传染病症状监测与预警方法及系统
CN114582524A (zh) * 2022-03-15 2022-06-03 无锡市疾病预防控制中心 一种传染病防漏报的智能管理方法及系统
CN115098487A (zh) * 2022-07-13 2022-09-23 浙江欧歌科技股份有限公司 一种多维的传染病数据分析治理系统
CN116110602A (zh) * 2023-04-13 2023-05-12 云南医无界医疗网络科技有限公司 一种应用于医共体的信息处理方法及系统

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113553719A (zh) * 2021-07-28 2021-10-26 视伴科技(北京)有限公司 一种流线预警的方法及装置
CN113851228A (zh) * 2021-11-30 2021-12-28 南京汉卫公共卫生研究院有限公司 一种基于大数据的传染病症状监测与预警方法及系统
WO2023097757A1 (zh) * 2021-11-30 2023-06-08 南京汉卫公共卫生研究院有限公司 一种基于大数据的传染病症状监测与预警方法及系统
CN114582524A (zh) * 2022-03-15 2022-06-03 无锡市疾病预防控制中心 一种传染病防漏报的智能管理方法及系统
CN115098487A (zh) * 2022-07-13 2022-09-23 浙江欧歌科技股份有限公司 一种多维的传染病数据分析治理系统
CN116110602A (zh) * 2023-04-13 2023-05-12 云南医无界医疗网络科技有限公司 一种应用于医共体的信息处理方法及系统
CN116110602B (zh) * 2023-04-13 2023-06-20 云南医无界医疗网络科技有限公司 一种应用于医共体的信息处理方法及系统

Similar Documents

Publication Publication Date Title
CN112365997A (zh) 用于流行病预警和防控的新策略
US7343302B2 (en) System and method for emergency response
Odell et al. Call 4 Concern: patient and relative activated critical care outreach
Awotunde et al. Cloud and IoMT-based big data analytics system during COVID-19 pandemic
Khaleghi et al. New ways to manage pandemics: using technologies in the era of COVID-19: a narrative review
Wilmink et al. Real-time digital contact tracing: development of a system to control COVID-19 outbreaks in nursing homes and long-term care facilities
Awotunde et al. Artificial intelligence and an edge-IoMT-based system for combating COVID-19 pandemic
Al-Zinati et al. A re-organizing biosurveillance framework based on fog and mobile edge computing
Sim et al. Utilizing the electronic health records to create a syndromic staff surveillance system during the COVID-19 outbreak
Dumyati et al. Does universal testing for COVID-19 work for everyone?
Koshti et al. A detection, tracking and alerting system for Covid-19 using geo-fencing and machine learning
Pan et al. Prospective health surveillance for COVID-19 among health care workers at a university medical center in Taiwan, January to June 2020
Yazdani et al. COVID-19 and information communication technology: a conceptual model
Joshua et al. The use of digital technologies in the response to SARS-2 CoV2-19 in the public health sector
CN113130085A (zh) 一种基于大数据的5g智能感控预测系统
Ahmad et al. Analytical Study of Deep Learning‐Based Preventive Measures of COVID‐19 for Decision Making and Aggregation via the RISTECB Model
Norton et al. Towards public health surveillance of intensive care services in NSW, Australia
Vangeti et al. Applications of internet of things (IoT) to track COVID-19 in real time
Abugabah et al. Smart healthcare ecosystem for elderly patient care
Xiao Predicting spatial and temporal responses to non-pharmaceutical interventions on COVID-19 growth rates across 58 counties in New York State: A prospective event-based modeling study on county-level sociological predictors
Umamaheswari et al. Expert systems for improving the effectiveness of remote health monitoring in COVID-19 pandemic: A critical review
KR20220148957A (ko) 원격 환자 모니터링 환경에서의 엣지 컴퓨팅 기반 ai 알람 시스템
Говорущенко et al. METHOD OF CREATING AN INFORMATION SYSTEM FOR MONITORING INFECTIOUS PATIENTS
CN112562864A (zh) 一种基于区块链技术的新冠疫情侦查方法、系统和装置
Kim et al. Experience of a COVID-19 outbreak response in a general hospital in Gyeonggi Province, Korea

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20210212

WW01 Invention patent application withdrawn after publication