CN112509706A - 传染病预警方法、装置、设备及计算机可读存储介质 - Google Patents
传染病预警方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN112509706A CN112509706A CN202011282079.3A CN202011282079A CN112509706A CN 112509706 A CN112509706 A CN 112509706A CN 202011282079 A CN202011282079 A CN 202011282079A CN 112509706 A CN112509706 A CN 112509706A
- Authority
- CN
- China
- Prior art keywords
- infectious disease
- early warning
- user
- disease risk
- local user
- 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.)
- Granted
Links
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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/60—Healthcare; Welfare
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/40—Information sensed or collected by the things relating to personal data, e.g. biometric data, records or preferences
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/20—Analytics; Diagnosis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Epidemiology (AREA)
- Signal Processing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Bioethics (AREA)
- Business, Economics & Management (AREA)
- Toxicology (AREA)
- Environmental & Geological Engineering (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Multimedia (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开一种传染病预警方法、装置、设备及计算机可读存储介质,其中,所述传染病预警方法包括步骤:智能终端基于蓝牙通信,获取上级用户的第一传染病风险信息,智能终端对第一传染病风险信息及时处理,将第一传染病风险信息代入预设的风险预测模型计算本地用户的传染病风险等级值,智能终端即时判断,当所述传染病风险等级值大于或等于第一传染病风险阈值时,智能终端广播本地用户的第二传染病风险信息,以预警传染病传播的风险,智能终端将防护用具、接触时刻、接触距离、接触次数等作为因子来综合考量,达到实时预警防护的目的。
Description
技术领域
本发明涉及传染病传播控制领域,尤其涉及一种传染病预警方法、装置、设备及计算机可读存储介质。
背景技术
对于防止传染病扩散,特别是对于频繁接触病患的医护人员或密切接触人员(比如家属)的二次扩散,以往的技术方案是将用户的数据发到集中处理平台,进行集中式的计算处理并得出对患病者的密切接触人群及风险用户人群,再通知到他们,而如果用户数不断增多,患者越来越多,集中处理的数据量逐渐增大,对集中处理平台的硬件和计算等处理能力越来越高,在不增加硬件成本的情况下,处理速度也会越来越慢,而且通常属于事后性的。
发明内容
本发明的主要目的在于提出一种传染病预警方法、装置、设备及计算机可读存储介质,旨在解决如何提高对传染病传播数据的处理速度,及时预测用户被传染的风险的问题,所述传染病预警方法包括以下步骤:
基于蓝牙通信,获取上级用户的第一传染病风险信息;
将所述第一传染病风险信息代入预设的风险预测模型计算本地用户的传染病风险等级值;
当所述传染病风险等级值大于或等于第一传染病风险阈值时,广播所述本地用户的第二传染病风险信息,以预警传染病传播的风险。
在一种实施例中,所述第一传染病风险信息包括与所述本地用户接触时对应的接触时刻、传染病风险等级值、传染病传播等级值。
在一种实施例中,所述风险预测模型的公式为:
,其中,所述Vrisk为本地用户的传染病风险等级值,所述Vp为所述本地用户的防护力度值,所述Vpre-risk所述上级用户的传染病风险等级值,所述Vpre-spread为所述上级用户的传染病传播等级值,所述Tavg为所述上级用户和所述本地用户接触时刻的平均得分值,所述Tlast为所述上级用户与所述本地用户最后一次接触时刻得分值,所述Davg为所述上级用户与所述本地用户接触时刻对应的接触距离的平均距离得分值,所述Dlast为所述上级用户和所述本地用户最小的接触距离得分值,所述Vc-times为所述上级用户与所述本地用户的接触次数得分值,且p%+q%+r%+s%+t%+u%+v%+w%=100%。
在一种实施例中,所述Tavg的计算公式为:Tavg=(Tx-pre-Tc-avg)/(Tx-pre-Tcur)×100;所述Tlast的计算公式为:Tlast=(Tx-pre-Tl)/(Tx-pre-Tcur)×100,其中,所述Tcur为接收到所述第一传染病风险信息的当前时刻,所述Tx-pre为早于所述当前时刻预设时长的参考时刻,所述Tc-avg为所述接触时刻总和的平均值,所述Tl为所述上级用户与所述本地用户最后一次的接触时刻。
在一种实施例中,所述Davg的计算公式为:Davg=(Dy-Da)/Dy×100;所述Dlast的计算公式为:Dlast=(Dy-Dl)/Dy×100,其中,所述Dy为传染病有效传播的参考距离,所述Da为所述上级用户与所述本地用户每一接触时刻的接触距离总和的平均距离,所述Dl为所述上级用户与所述本地用户的最小的接触距离。
在一种实施例中,所述Vc-times的计算公式为:Vc-times=(Ntimes-Nc-times)/Ntimes×100,其中,所述Nc-times为所述本地用户与所述上级用户接触的总次数,所述Ntimes为在传染病传播的参考时长内传播的最多次数。
在一种实施例中,所述将所述第一传染病风险信息代入预设的风险预测模型计算本地用户的传染病风险等级值的步骤之后,还包括:
当所述传染病风险等级值大于或等于第二传染病风险阈值,输出第一指示信息以指示所述本地用户远离所述上级用户;
当所述传染病风险等级值大于或等于第三传染病风险阈值,输出第二指示信息以指示所述本地用户进行自我隔离。
在一种实施例中,所述传染病预警方法还包括:
当接收到至少两个所述上级用户的第一传染病风险信息时,计算每一所述第一传染病风险信息对应的所述传染病风险等级值,将数值最大的所述传染病风险等级值输出,以告知所述本地用户。
此外,为实现上述目的,本发明还提供一种传染病预警装置,所述传染病预警装置包括:
获取模块,用于基于蓝牙通信,获取上级用户的第一传染病风险信息;
计算模型,用于将所述第一传染病风险信息代入预设的风险预测模型计算本地用户的传染病风险等级值;
广播模块,用于当所述传染病风险等级值大于或等于第一传染病风险阈值时,广播所述本地用户的第二传染病风险信息,以预警传染病传播的风险。
此外,为实现上述目的,本发明还提供一种智能终端,所述智能终端包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的传染病预警程序,所述传染病预警程序被所述处理器执行时实现如上所述的传染病预警方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有所述传染病预警程序,所述传染病预警程序被处理器执行时实现如上所述的传染病预警方法的步骤。
本发明的智能终端基于蓝牙通信,获取上级用户的第一传染病风险信息,智能终端对第一传染病风险信息及时处理,将第一传染病风险信息代入预设的风险预测模型计算本地用户的传染病风险等级值,智能终端即时判断,当所述传染病风险等级值大于或等于第一传染病风险阈值时,智能终端广播本地用户的第二传染病风险信息,以预警传染病传播的风险,智能终端将防护用具、接触时刻、接触距离、接触次数等作为因子来综合考量,达到实时预警防护的目的。
附图说明
图1为实现本发明各个实施例一种设备的硬件结构示意图;
图2为本发明传染病预警方法第一实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供了一种智能终端,参照图1,图1是本发明实施例方案涉及的硬件运行环境的结构示意图。
需要说明的是,图1即可为智能终端的硬件运行环境的结构示意图。本发明实施例智能终端可以是PC(Personal Computer,个人电脑),便携计算机,服务器等设备。
如图1所示,该智能终端可以包括:处理器1001,例如CPU,存储器1005,用户接口1003,网络接口1004,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地,智能终端还可以包括RF(Radio Frequency,射频)电路,传感器、WiFi模块等等。
本领域技术人员可以理解,图1中示出的智能终端结构并不构成智能终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及传染病预警程序。其中,操作系统是管理和控制智能终端硬件和软件资源的程序,支持传染病预警程序以及其它软件或程序的运行。
图1所示的传染病预警方法设备,可用于解决如何提高对传染病传播数据的处理速度,及时预测用户被传染的风险的问题,用户接口1003主要用于侦测或者输出各种信息,例如输入第一传染病风险信息和输出第一指示信息;网络接口1004主要用于与后台服务器交互,进行通信;处理器1001可以用于调用存储器1005中存储的传染病预警程序,并执行以下操作:
基于蓝牙通信,获取上级用户的第一传染病风险信息;
将所述第一传染病风险信息代入预设的风险预测模型计算本地用户的传染病风险等级值;
当所述传染病风险等级值大于或等于第一传染病风险阈值时,广播所述本地用户的第二传染病风险信息,以预警传染病传播的风险。
本发明的智能终端基于蓝牙通信,获取上级用户的第一传染病风险信息,智能终端对第一传染病风险信息及时处理,将第一传染病风险信息代入预设的风险预测模型计算本地用户的传染病风险等级值,智能终端即时判断,当所述传染病风险等级值大于或等于第一传染病风险阈值时,智能终端广播本地用户的第二传染病风险信息,以预警传染病传播的风险,智能终端将防护用具、接触时刻、接触距离、接触次数等作为因子来综合考量,达到实时预警防护的目的。
本发明移动终端具体实施方式与下述传染病预警方法各实施例基本相同,在此不再赘述。
基于上述结构,提出本发明传染病预警方法的各个实施例。
本发明提供一种传染病预警方法。
参照图2,图2为本发明传染病预警方法第一实施例的流程示意图。
在本实施例中,提供了传染病预警方法的实施例,需要说明的是,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。
在本实施例中,传染病预警方法的执行主体可以是智能终端,智能终端包括手环、手机等可以随身携带,及能够建立蓝牙通信的移动设备,所述传染病预警方法包括如下步骤:
步骤S10,基于蓝牙通信,获取上级用户的第一传染病风险信息;
具有传染病预警程序的智能终端均存储有智能终端用户的风险传递链和传播层级,风险传递链的表达方式为传递者0|传递者1|传递者2|...|传递者M。风险传递链中的数字表示传播层级,“0”代表确诊者本身,“1”代表只有一层间接传播,“2”代表有两层间接传播,以此类推,数字越大表示传播层级越低,智能终端只能获取传播层级比本地高的智能终端发送的第一传播传染病风险信息,传播层级比本地高的智能终端为上级用户的智能终端,比如,A是确诊患者,A接触到了医护人员B,而B接触到了C,那么A的智能终端中记录的传播层级为0,B的智能终端中记录的传播等级为1,C的智能终端中记录的传播层级为2,若B为本地用户,那么A为上级用户,B的智能终端可以获取A的智能终端发送的第一传染病风险信息,但是不能获取到C的智能终端中的第一传染病风险信息。当上级用户与本地用户的智能终端之间建立蓝牙通信之后,本地用户的智能终端接收上级用户的智能终端中存储的第一传染病风险信息。第一传染病风险信息包括上述的风险传递链和传播层级,还包括上级用户与本地用户接触时的接触时刻,上级用户的传染病风险等级以及上级用户的传染病传播等级。需要说明的是接触时刻显示于计时器,按秒计时,例如设2020年1月1日零点零分零秒为参考点,记零秒,那么计时器在2020年1月1日2点整的时刻即为120秒。一般的,上级用户的智能终端扫描到本地用户,即可认为上级用户与本地用户接触,当然也可以设置当上级用户的智能终端扫描到本地用户距离上级用户50米以内时,即可认为是上级用户与本地用户接触。
步骤S20,将所述第一传染病风险信息代入预设的风险预测模型计算本地用户的传染病风险等级值;
第一传染风险信息对传染病传播风险的预测有很大的参考价值,将第一传染病风险信息代入预设的风险预测模型得到的传染病风险等级值具有一定的实际意义,预设的风险预测模型的公式为:其中,p%+q%+r%+s%+t%+u%+v%+w%=100%,不同的传染病,p、q、r、s、t、u、v、w的取值不同。所述Vrisk为本地用户的传染病风险等级值,所述Vp为所述本地用户的防护力度值,所述Vpre-risk所述上级用户的传染病风险等级值,所述Vpre-spread为所述上级用户的传染病传播等级值,所述Tavg为所述上级用户和所述本地用户接触时接触时刻的平均得分值,所述Tlast为所述上级用户与所述本地用户最后一次接触时刻得分值,所述Davg为所述上级用户与所述本地用户的接触时刻对应的接触距离的平均距离得分值,所述Dlast为所述上级用户和所述本地用户最小的接触距离得分值,所述Vc-times为所述上级用户与所述本地用户的接触次数得分值。
Vrisk的取值属于【0,100】,数值越大,说明风险越大,确诊用户的传染病风险等级值为100,确诊用户在智能终端提交认证申请,智能终端若接收到认证平台发送的审核通过的结果,将确诊用户的传播风险等级值设为100;Vp的取值属于【0,100】,根据本地用户是否穿戴防护服、佩戴口罩等医疗防护用品(本地用户在使用智能终端时进行填写)计算,计算规则可以由研究人员预设,例如配戴医用口罩记防护分值10,配戴普通口罩记防护分值20,穿医用防护服记防护分值2等,Vp可取各项防护分值加和,Vp的数值越小,说明本地用户做了较有力的防护,Vp对Vrisk的贡献率越低。Vpre-risk为上级用户的传染病风险等级值,所以取值也是【0,100】,计算本地用户的传染病的风险等级值,将上级用户的风险等级值考虑进去,更加提高了计算的准确性。Vpre-spread的取值属于【0,100】,根据上级用户是否穿戴防护服、佩戴口罩等医疗防护用品(上级用户在使用智能终端时进行填写)计算,计算规则也是预设的,例如,配戴医用口罩记传播分值5分,配戴普通口罩记传播分值8分,穿医用防护服记传播分值2分等,Vpre-spread取各项传播分值的加和,上级用户的防护措施做的越有力,Vpre-spread越小,对Vrisk的贡献率越低。
Tavg的计算公式为Tavg=(Tx-pre-Tc-avg)/(Tx-pre-Tcur)×100,Tlast的计算公式为:Tlast=(Tx-pre-Tl)/(Tx-pre-Tcur)×100,所述Tcur为本地用户的智能终端接收到所述第一传染病风险信息的时刻,即当前时刻,所述Tx-pre为早于所述当前时刻预设时长的参考时刻,预设时长为传染病的参考传播天数对应的秒数,参考传播天数可由研究人员设置,例如设置参考传播天数为两天,预设时长即为2*24*60*60=172800秒,所述Tc-avg为所述接触时刻总和的平均值,每隔预设的秒数采集计时器的数值,将上级用户和本地用户接触时对应的计时器数值确定为接触时刻,接触时刻可以有多个,所述Tl为所述上级用户与所述本地用户最后一次接触时的接触时刻。
所述Davg的计算公式为:Davg=(Dy-Da)/Dy×100;所述Dlast的计算公式为:Dlast=(Dy-Dl)/Dy×100,其中,所述Dy为传染病有效传播的参考距离,可由研究人员设定;所述Da为所述上级用户与所述本地用户每一接触时刻对应的接触距离总和的平均距离,将接触距离的总和除以接触时刻的数量即可得到平均距离;所述Dl为所述上级用户与所述本地用户的最小的接触距离。
所述Vc-times的计算公式为:Vc-times=(Ntimes-Nc-times)/Ntimes×100,其中,所述Nc-times为所述本地用户与所述上级用户接触的总次数,接触时刻的数量即为接触的总次数,所述Ntimes为在传染病的参考传播天数对应的秒数,即预设时长内传播的最多次数,例如预设时长为172800秒,智能终端每隔10秒采集计时器的数值,那么Ntimes为17280次。
步骤S30,当所述传染病风险等级值大于或等于第一传染病风险阈值时,广播所述本地用户的第二传染病风险信息,以预警传染病传播的风险。
第一传染病风险阈值为传播阈值,传染病风险等级值大于或等于第一传染病风险阈值,将本地用户的传染病风险信息,即第二传染病风险信息发送给下级用户的智能终端。
在一些实施例中,当所述传染病风险等级值大于或等于第二传染病风险阈值,输出第一指示信息以指示所述本地用户远离所述上级用户;
当所述传染病风险等级值大于或等于第三传染病风险阈值,输出第二指示信息以指示所述本地用户进行自我隔离。
判断传染病风险等级值与第一传染病风险阈值、第二传染病风险阈值、第三传染病风险阈值的大小均独立进行,互不干扰,且第一传染病风险阈值、第二传染病风险阈值、第三传染病风险阈值无严格的大小关系。
本实施例的智能终端基于蓝牙通信,获取上级用户的第一传染病风险信息,智能终端对第一传染病风险信息及时处理,将第一传染病风险信息代入预设的风险预测模型计算本地用户的传染病风险等级值,智能终端即时判断,当所述传染病风险等级值大于或等于第一传染病风险阈值时,智能终端广播本地用户的第二传染病风险信息,以预警传染病传播的风险,,智能终端将防护用具、接触时刻、接触距离、接触次数等作为因子来综合考量,达到实时预警防护的目的。
此外,本发明实施例还提出一种传染病预警方法装置,所述传染病预警装置包括:本实施例提供的传染病预警方法
获取模块,用于基于蓝牙通信,获取上级用户的第一传染病风险信息;
计算模型,用于将所述第一传染病风险信息代入预设的风险预测模型计算本地用户的传染病风险等级值;
广播模块,用于当所述传染病风险等级值大于或等于第一传染病风险阈值时,广播所述本地用户的第二传染病风险信息,以预警传染病传播的风险。
本发明所述传染病预警方法装置实施方式与上述传染病预警方法各实施例基本相同,在此不再赘述。
此外,本发明实施例还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有传染病预警程序,所述传染病预警程序被处理器执行时实现如上所述的传染病预警方法的各个步骤。
需要说明的是,计算机可读存储介质可设置在智能终端中。
本发明计算机可读存储介质具体实施方式与上述传染病预警各实施例基本相同,在此不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者设备中还存在另外的相同要素。
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。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种传染病预警方法,其特征在于,所述传染病预警方法包括以下步骤:
基于蓝牙通信,获取上级用户的第一传染病风险信息;
将所述第一传染病风险信息代入预设的风险预测模型计算本地用户的传染病风险等级值;
当所述传染病风险等级值大于或等于第一传染病风险阈值时,广播所述本地用户的第二传染病风险信息,以预警传染病传播的风险。
2.如权利要求1所述的传染病预警方法,其特征在于,所述第一传染病风险信息包括与所述本地用户接触时对应的接触时刻、传染病风险等级值、传染病传播等级值。
3.如权利要求2所述的传染病预警方法,其特征在于,所述风险预测模型的公式为:
其中,所述Vrisk为本地用户的传染病风险等级值,所述Vp为所述本地用户的防护力度值,所述Vpre-risk为所述上级用户的传染病风险等级值,所述Vpre-spread为所述上级用户的传染病传播等级值,所述Tavg为所述上级用户和所述本地用户接触时刻的平均得分值,所述Tlast为所述上级用户与所述本地用户最后一次接触时刻得分值,所述Davg为所述上级用户与所述本地用户接触时刻对应的接触距离的平均距离得分值,所述Dlast为所述上级用户和所述本地用户最小的接触距离得分值,所述Vc-times为所述上级用户与所述本地用户的接触次数得分值,且p%+q%+r%+s%+t%+u%+v%+w%=100%。
4.如权利要求3所述的传染病预警方法,其特征在于,所述Tavg的计算公式为:Tavg=(Tx-pre-Tc-avg)/(Tx-pre-Tcur)×100;所述Tlast的计算公式为:Tlast=(Tx-pre-Tl)/(Tx-pre-Tcur)×100,其中,所述Tcur为接收到所述第一传染病风险信息的当前时刻,所述Tx-pre为早于所述当前时刻预设时长的参考时刻,所述Tc-avg为所述接触时刻总和的平均值,所述Tl为所述上级用户与所述本地用户最后一次的接触时刻。
5.如权利要求4所述的传染病预警方法,其特征在于,所述Davg的计算公式为:Davg=(Dy-Da)/Dy×100;所述Dlast的计算公式为:Dlast=(Dy-Dl)/Dy×100,其中,所述Dy为传染病有效传播的参考距离,所述Da为所述上级用户与所述本地用户每一接触时刻的接触距离总和的平均距离,所述Dl为所述上级用户与所述本地用户的最小的接触距离。
6.如权利要求4所述的传染病预警方法,其特征在于,所述Vc-times的计算公式为:Vc-times=(Ntimes-Nc-times)/Ntimes×100,其中,所述Nc-times为所述本地用户与所述上级用户接触的总次数,所述Ntimes为在传染病传播的参考所述预设时长内传播的最多次数。
7.如权利要求1所述的传染病预警方法,其特征在于,所述将所述第一传染病风险信息代入预设的风险预测模型计算本地用户的传染病风险等级值的步骤之后,还包括:
当所述传染病风险等级值大于或等于第二传染病风险阈值,输出第一指示信息以指示所述本地用户远离所述上级用户;
当所述传染病风险等级值大于或等于第三传染病风险阈值,输出第二指示信息以指示所述本地用户进行自我隔离。
8.如权利要求1所述的传染病预警方法,其特征在于,所述传染病预警方法还包括:
当接收到至少两个所述上级用户的第一传染病风险信息时,计算每一所述第一传染病风险信息对应的所述传染病风险等级值,将数值最大的所述传染病风险等级值输出,以告知所述本地用户。
9.一种智能终端,其特征在于,所述智能终端包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的传染病预警程序,所述传染病预警程序被所述处理器执行时实现如权利要求1至8中任一项所述的传染病预警方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有传染病预警程序,所述传染病预警程序被处理器执行时实现如权利要求1至8中任一项所述的传染病预警方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011282079.3A CN112509706B (zh) | 2020-11-16 | 2020-11-16 | 传染病预警方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011282079.3A CN112509706B (zh) | 2020-11-16 | 2020-11-16 | 传染病预警方法、装置、设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112509706A true CN112509706A (zh) | 2021-03-16 |
CN112509706B CN112509706B (zh) | 2023-06-06 |
Family
ID=74956389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011282079.3A Active CN112509706B (zh) | 2020-11-16 | 2020-11-16 | 传染病预警方法、装置、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112509706B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114628039A (zh) * | 2022-03-29 | 2022-06-14 | 医渡云(北京)技术有限公司 | 传染病预警方法及装置、存储介质及电子设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150012292A1 (en) * | 2012-02-13 | 2015-01-08 | Biodiaspora Inc. | Warning System For Infectious Diseases And Method Therefor |
WO2019196281A1 (zh) * | 2018-04-11 | 2019-10-17 | 平安科技(深圳)有限公司 | 流行病分级预测方法及装置、计算机装置及可读存储介质 |
CN111276256A (zh) * | 2020-02-28 | 2020-06-12 | 苏州浪潮智能科技有限公司 | 一种疫情预警及处理的方法、系统、设备及介质 |
CN111430041A (zh) * | 2020-03-26 | 2020-07-17 | 北京懿医云科技有限公司 | 传染病疫情预测方法及装置、存储介质、电子设备 |
CN111477340A (zh) * | 2020-04-13 | 2020-07-31 | 深圳前海微众银行股份有限公司 | 传染病接触情况检测方法、装置、设备及可读存储介质 |
CN111653358A (zh) * | 2020-05-29 | 2020-09-11 | 鹏城实验室 | 感染风险评估方法、第一终端及计算机存储介质 |
CN111652446A (zh) * | 2020-06-15 | 2020-09-11 | 深圳前海微众银行股份有限公司 | 传染病感染风险的预测方法、设备及存储介质 |
CN111755130A (zh) * | 2020-06-02 | 2020-10-09 | RealMe重庆移动通信有限公司 | 防控方法和装置、终端、防控系统和可读存储介质 |
CN111863271A (zh) * | 2020-06-08 | 2020-10-30 | 浙江大学 | 一种新冠肺炎的重大传染病传播风险预警及防控分析系统 |
CN111933299A (zh) * | 2020-08-14 | 2020-11-13 | 工银科技有限公司 | 传染病感染风险评估方法和装置、电子设备以及存储介质 |
-
2020
- 2020-11-16 CN CN202011282079.3A patent/CN112509706B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150012292A1 (en) * | 2012-02-13 | 2015-01-08 | Biodiaspora Inc. | Warning System For Infectious Diseases And Method Therefor |
WO2019196281A1 (zh) * | 2018-04-11 | 2019-10-17 | 平安科技(深圳)有限公司 | 流行病分级预测方法及装置、计算机装置及可读存储介质 |
CN111276256A (zh) * | 2020-02-28 | 2020-06-12 | 苏州浪潮智能科技有限公司 | 一种疫情预警及处理的方法、系统、设备及介质 |
CN111430041A (zh) * | 2020-03-26 | 2020-07-17 | 北京懿医云科技有限公司 | 传染病疫情预测方法及装置、存储介质、电子设备 |
CN111477340A (zh) * | 2020-04-13 | 2020-07-31 | 深圳前海微众银行股份有限公司 | 传染病接触情况检测方法、装置、设备及可读存储介质 |
CN111653358A (zh) * | 2020-05-29 | 2020-09-11 | 鹏城实验室 | 感染风险评估方法、第一终端及计算机存储介质 |
CN111755130A (zh) * | 2020-06-02 | 2020-10-09 | RealMe重庆移动通信有限公司 | 防控方法和装置、终端、防控系统和可读存储介质 |
CN111863271A (zh) * | 2020-06-08 | 2020-10-30 | 浙江大学 | 一种新冠肺炎的重大传染病传播风险预警及防控分析系统 |
CN111652446A (zh) * | 2020-06-15 | 2020-09-11 | 深圳前海微众银行股份有限公司 | 传染病感染风险的预测方法、设备及存储介质 |
CN111933299A (zh) * | 2020-08-14 | 2020-11-13 | 工银科技有限公司 | 传染病感染风险评估方法和装置、电子设备以及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114628039A (zh) * | 2022-03-29 | 2022-06-14 | 医渡云(北京)技术有限公司 | 传染病预警方法及装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112509706B (zh) | 2023-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9486161B2 (en) | Information processing system and method | |
WO2012081006A1 (en) | System and method for analyzing and controlling epidemics | |
CN108280115A (zh) | 识别用户关系的方法及装置 | |
CN107547361A (zh) | 利用一个或者多个计算设备的方法、系统及可读介质 | |
CN108364224A (zh) | 信贷风险联控方法、装置、设备及可读存储介质 | |
CN112509706A (zh) | 传染病预警方法、装置、设备及计算机可读存储介质 | |
JPWO2016132529A1 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
Azizi et al. | A risk-based model for predicting the impact of using condoms on the spread of sexually transmitted infections | |
JP6575028B2 (ja) | 来店分析システム及び来店分析方法 | |
US20170225037A1 (en) | Training support system and training support method | |
CN117094546A (zh) | 一种基于大数据的智慧应急救援指挥方法、系统和介质 | |
CN112826514B (zh) | 一种房颤信号的分类方法、装置、终端以及存储介质 | |
CN106530091A (zh) | 投保额度的计算方法及服务器 | |
CN107886433A (zh) | 用户资金监测跟进方法、装置、设备及可读存储介质 | |
CN106131135A (zh) | 宠物运动管理方法及系统 | |
KR20070108837A (ko) | 유비쿼터스 헬스케어 운동기기 제어 및 이를 이용한운동관리 시스템 | |
CN106412294A (zh) | 一种闹钟设置方法、闹钟控制系统和闹钟系统 | |
CN115662596A (zh) | 医疗设备的选址方法、装置和存储介质 | |
KR101785612B1 (ko) | 통신 시스템에서 사용자 간 네트워크 형성 방법 및 장치 | |
JP2015167817A (ja) | 排卵日推定装置、排卵日推定方法及び排卵日推定プログラム | |
CN113127333B (zh) | 一种数据处理方法、装置、电子设备和存储介质 | |
CN111053569B (zh) | 一种基于定位系统的体态判断方法、装置及存储介质 | |
Adelman et al. | Predictors of postabortion contraception use in Cambodia | |
KR20130089801A (ko) | 가축질병 예찰 시스템 및 방법 | |
KR20170141502A (ko) | 임상시험에 관하여 리스크 기반 모니터링을 수행하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |