CN112599253B - 根据密接图谱确定疫情传播路径方法、装置、设备和介质 - Google Patents
根据密接图谱确定疫情传播路径方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN112599253B CN112599253B CN202011592900.1A CN202011592900A CN112599253B CN 112599253 B CN112599253 B CN 112599253B CN 202011592900 A CN202011592900 A CN 202011592900A CN 112599253 B CN112599253 B CN 112599253B
- Authority
- CN
- China
- Prior art keywords
- relationship
- determining
- contact
- relation
- person
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 82
- 230000036541 health Effects 0.000 claims abstract description 67
- 230000005541 medical transmission Effects 0.000 claims abstract description 38
- 201000010099 disease Diseases 0.000 claims description 52
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 52
- 238000004891 communication Methods 0.000 claims description 37
- 230000011273 social behavior Effects 0.000 claims description 37
- 230000000694 effects Effects 0.000 claims description 35
- 230000008569 process Effects 0.000 claims description 33
- 238000012216 screening Methods 0.000 claims description 30
- 238000003745 diagnosis Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 17
- 230000005540 biological transmission Effects 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000000750 progressive effect Effects 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 230000037361 pathway Effects 0.000 claims 1
- 238000005406 washing Methods 0.000 claims 1
- 230000002265 prevention Effects 0.000 abstract description 15
- 238000011161 development Methods 0.000 abstract description 2
- 208000015181 infectious disease Diseases 0.000 description 13
- 238000002955 isolation Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 208000035473 Communicable disease Diseases 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 241000700605 Viruses Species 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000007480 spreading Effects 0.000 description 2
- 238000003892 spreading Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 206010006500 Brucellosis Diseases 0.000 description 1
- 201000006082 Chickenpox Diseases 0.000 description 1
- 241000711573 Coronaviridae Species 0.000 description 1
- 208000001528 Coronaviridae Infections Diseases 0.000 description 1
- 206010014561 Emphysema Diseases 0.000 description 1
- 206010061192 Haemorrhagic fever Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 206010039587 Scarlet Fever Diseases 0.000 description 1
- 206010046980 Varicella Diseases 0.000 description 1
- 241000700647 Variola virus Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000000443 aerosol Substances 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000005560 droplet transmission Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 206010022000 influenza Diseases 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 201000008827 tuberculosis Diseases 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- 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
-
- 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)
- Public Health (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Marketing (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Computing Systems (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本公开涉及一种根据密接图谱确定疫情传播路径方法、装置、设备和介质,包括:获取确诊患者的健康信息;获取确诊患者的密切接触关系图谱;根据所述密切接触关系图谱和所述健康信息确定所述确诊患者与关系人之间的疾病传播概率;根据所述密切接触关系图谱和所述疾病传播概率确定所述确诊患者与所述关系人之间的疾病传播路径。通过本公开的技术方案,提供了一种更加直观和准确的传播路径的多维关系信息,有利于更快速地找到传播路径、易感人群和传播范围,进而更加全面地监控疫情发展和针对性的制定防治措施。
Description
技术领域
本公开涉及密切接触关系图谱技术领域,具体而言,涉及一种根据密接图谱确定疫情传播路径方法、一种根据密接图谱确定疫情传播路径装置、一种电子设备和一种计算机可读存储介质。
背景技术
在流感、新冠、出血热和布病的防治过程中,为了降低流行病传播范围和影响,通常需要构建感染者与接触人群之间的二维的密切接触关系图谱。
现有技术中,密切接触关系图谱可以是一对一或一对多,但是现有的密切接触关系图谱至少存在以下问题:
(1)现有的密切接触关系图谱的数据广度不够,整体层次结构单一,无法全面地展示传播路径和传播关系。
(2)现有的密切接触关系图谱之间没有充分体现个体之间的关联度和传染病传播过程的递进关系,无法展示传播趋势。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种根据密接图谱确定疫情传播路径方法、装置、设备和介质,至少在一定程度上克服由于相关技术中密切接触关系图谱的数据层次单一的技术问题。
本公开的其他特性和优点将通过后续的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一个方面,提供一种根据密接图谱确定疫情传播路径方法,包括:获取确诊患者的健康信息;获取确诊患者的密切接触关系图谱;根据所述密切接触关系图谱和所述健康信息确定所述确诊患者与关系人之间的疾病传播概率;根据所述密切接触关系图谱和所述疾病传播概率确定所述确诊患者与所述关系人之间的疾病传播路径。
在本公开的一种实施例中,获取确诊患者的密切接触关系图谱包括:获取所述确诊患者的社会行为记录和关系维度;根据所述社会行为记录确定确诊患者的关系人,并根据所述关系维度确定所述确诊患者与所述关系人之间的接触权重集;根据所述接触权重集确定所述确诊患者与所述关系人之间的密切接触关系图谱。
在本公开的一种实施例中,根据社会行为记录确定确诊患者的关系人和并根据关系维度确定确诊患者与关系人之间的接触权重集包括:通过关系人的时空维度对社会行为记录进行筛选处理;根据筛选处理后的社会行为记录确定确诊患者与关系人之间的接触关系和接触关系所属的关系维度;根据关系维度的预设权重确定关系人与确诊患者之间的接触权重集,其中,筛选处理包括去重处理、合并处理、清洗处理和归一化处理中的至少一种。
在本公开的一种实施例中,根据筛选处理后的社会行为记录确定确诊患者与关系人之间的接触关系和接触关系所属的关系维度包括:根据筛选处理后的社会行为记录确定与确诊患者存在亲友关系的关系人为第一类关系人;确定确诊患者与第一类关系人之间的接触关系属于第一关系维度,其中,亲友关系包括家庭关系、同事关系、同学关系和交易关系之间的至少一种。
在本公开的一种实施例中,根据筛选处理后的社会行为记录确定确诊患者与关系人之间的接触关系和接触关系所属的关系维度还包括:根据筛选处理后的社会行为记录确定确诊患者的第一活动记录;确定关系人的第二活动记录;确定第一活动记录与第二活动记录之间的重合度;根据重合度确定关系人中的第二类关系人;确定确诊患者与第二类关系人之间的接触关系属于第二关系维度,其中,活动记录包括活动区域和/或活动轨迹。
在本公开的一种实施例中,根据筛选处理后的社会行为记录确定确诊患者与关系人之间的接触关系和接触关系所属的关系维度还包括:根据筛选处理后的社会行为记录确定确诊患者关联的第一终端设备在指定时段内的近场通信记录;根据近场通信记录确定与确诊患者的终端设备接入同一近场通信节点的第二终端设备,和/或进行近场数据交互的第三终端设备;确定使用第二终端设备和/或第三终端设备的关系人为第三类关系人;确定确诊患者与第三类关系人之间的接触关系属于第三关系维度,其中,近场通信记录包括蓝牙通信记录、Wi-Fi通信记录、红外通信记录和紫蜂通信记录中的至少一种。
在本公开的一种实施例中,根据关系维度的预设权重确定关系人与确诊患者之间的接触权重集包括:确定确诊患者与关系人存在的至少一种关系维度;确定关系维度的预设权重;若存在一种关系维度,则将存在的关系维度的预设权重确定为接触权重集中的权重值;若存在多种关系维度,则根据存在的每种关系维度的预设权重确定接触权重集中的权重值。
在本公开的一种实施例中,包括:获取密切接触关系图谱中的关系人的健康信息;根据关系人的健康信息确定健康风险等级;根据健康风险等级对关系人在密切接触关系图谱中的标识进行显示。
在本公开的一种实施例中,根据所述密切接触关系图谱和所述疾病传播概率确定所述确诊患者与所述关系人之间的疾病传播路径包括:遍历所述密切接触关系图谱中的确诊患者与所述关系人之间的全部连接路径;根据所述关系人的健康信息确定存在的疾病确诊记录;根据所述疾病确诊记录确定所述确诊患者与所述关系人之间的疾病传播概率;根据所述疾病传播概率确定所述疾病传播路径,所述疾病传播路径包括所述关系人与所述确诊患者之间的传播方向。
在本公开的一种实施例中,根据所述疾病确诊记录确定所述确诊患者与所述关系人之间的疾病传播概率包括:根据所述疾病确诊记录确定健康风险等级、确诊时间、传播长度和传播时间;确定健康风险等级的第一预设概率、确诊时间的第二预设概率、传播长度的第三预设概率和传播时间的第四预设概率;采用接触权重集对第一预设概率、第二预设概率、第三预设概率和第四预设概率进行加权计算;将加权计算结果的概率确定为所述疾病传播概率。
在本公开的一种实施例中,健康信息包括既往病史、诊疗记录、家族病史、健康码、体检结果和疾病确诊记录中的至少一种。
根据本公开的另一个方面,提供一种根据密接图谱确定疫情传播路径装置,包括:确定模块,用于获取确诊患者的健康信息;获取模块,用于获取确诊患者的密切接触关系图谱;所述确定模块还用于,根据所述密切接触关系图谱和所述健康信息确定所述确诊患者与关系人之间的疾病传播概率;所述确定模块还用于,根据所述密切接触关系图谱和所述疾病传播概率确定所述确诊患者与所述关系人之间的疾病传播路径。
根据本公开的再一个方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项技术方案所述的根据密接图谱确定疫情传播路径方法。
根据本公开的再一个方面,提供一种计算机可读存储介质,所述计算机程序被处理器执行时实现上述任意一项技术方案所述的根据密接图谱确定疫情传播路径方法。
本公开的实施例所提供的根据密接图谱确定疫情传播路径方法、装置、设备和介质,通过根据所述社会行为记录确定确诊患者的关系人和根据所述关系维度确定所述确诊患者与所述关系人之间的接触权重集,并根据所述接触权重集确定所述确诊患者与所述关系人之间的密切接触关系图谱,通过接触权重集来丰富确诊患者与关系人之间的接触关系的维度和概率,最终确定的疾病传播信息更好地体现了确诊患者与关系人之间的相关度和递进关系,更直观地体现了传播路径和每条传播路径的传播概率。
进一步地,通过所述健康风险等级对所述关系人在所述密切接触关系图谱中的标识进行显示,一方面,有利于更准确地辅助预测易感人群和易感地区,另一方面,能够针对健康风险等级的变化确定各种防治措施的效果和疾病传播趋势。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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附图。
图1示出本公开实施例中一种根据密接图谱确定疫情传播路径方法、牙修复体和制备方案的编码示意图;
图2示出本公开实施例中一种根据密接图谱确定疫情传播路径方法的流程图;
图3示出本公开实施例中另一种根据密接图谱确定疫情传播路径方法的流程图;
图4示出本公开实施例中另一种根据密接图谱确定疫情传播路径方法的流程图;
图5示出本公开实施例中另一种根据密接图谱确定疫情传播路径方法的流程图;
图6示出本公开实施例中又一种根据密接图谱确定疫情传播路径方法的流程图;
图7示出本公开实施例中又一种根据密接图谱确定疫情传播路径方法的流程图;
图8示出本公开实施例中又一种根据密接图谱确定疫情传播路径方法的流程图;
图9示出本公开实施例中又一种根据密接图谱确定疫情传播路径方法的流程图;
图10示出本公开实施例中又一种根据密接图谱确定疫情传播路径方法的流程图;
图11示出本公开实施例中一种基于关系型数据的图谱的示意图;
图12示出本公开实施例中一种根据密接图谱确定疫情传播路径装置的流程图;
图13示出本公开实施例中一种电子设备的示意框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
本公开提供的方案,通过根据所述社会行为记录确定确诊患者的关系人和根据所述关系维度确定所述确诊患者与所述关系人之间的接触权重集,并根据所述接触权重集确定所述确诊患者与所述关系人之间的密切接触关系图谱,通过接触权重集来丰富确诊患者与关系人之间的接触关系的维度和概率,最终确定的疾病传播信息更好地体现了确诊患者与关系人之间的相关度和递进关系,更直观地体现了传播路径和每条传播路径的传播概率。
根据本公开的根据密接图谱确定疫情传播路径方案,涉及到拓扑密切接触关系图谱、关键节点、监控区域和防治措施等概念,下面进行具体说明:
流行病疫情的爆发与防控具有一定的时间性和周期性,动态复杂的环境为突发的疫情事件管理与决策提出了新的挑战。当前新型冠状病毒疫情仍处于演化中,如何在交互式参与的多极化、动态化网络传播模式下密切跟踪疫情事件演化过程,快速收集、评估影响、精准研判、及时回应,是疫情事件管理和疫情防控的关键。
在疫情事件的传播过程中,处于中心地位的病毒携带者将原本相互间并无直接关联的组织或个人联系起来,形成具有特殊拓扑性质的网络结构,这些中心成员在传播网络中也称为关键节点。根据网络传播的二八定律,疫情传播主要由关键节点人和敏感人群推动,因此分析和识别出疫情传播网络中关键人群的定位和影响路径,以此重点防控关键节点的传播行为,对于控制疫情传播具有极其重要的价值。
在全面、合理地判定传播中的关键节点的基础上,对动态疫情事件进行监测、预警成为此次疫情防控的关键。因此,本公开的技术方案,提供基于动态传播图谱的关键节点角色分析功能,完成动态图谱下的阶段性关键节点挖掘,帮助防控部门准确识别各阶段需要重点关注的关键节点,以此进行区别性重点隔离与防控。
当观测对象出现在监测区域时,检测人员不仅可以对其进行实时的体征检测,而且可以基于平台提供的图谱分析挖掘能力,根据确诊病人和高风险人群,对接触性人员关系网络进行潜在关系的碰撞分析,得到观测对象潜在携带病毒的可能性,并提供了图谱网络方式的可能性解释,即:通过怎样的传播路径与分析过程推测出其携带的可能性,进而更准确地预测传播概率和传播趋势。
下面,将结合附图及实施例对本示例实施方式中的根据密接图谱确定疫情传播路径方法的各个步骤进行更详细的说明。
图1示出本公开实施例中一种根据密接图谱确定疫情传播路径方法的流程图。
如图1所示,根据本公开的实施例的根据密接图谱确定疫情传播路径方法,包括:
步骤S102,获取确诊患者的健康信息;
步骤S104,获取确诊患者的密切接触关系图谱。
步骤S106,根据密切接触关系图谱和健康信息确定确诊患者与关系人之间的疾病传播概率。
步骤S108,根据密切接触关系图谱和疾病传播概率确定确诊患者与关系人之间的疾病传播路径。
在本公开的一种实施例中,通过密切接触关系图谱和疾病传播概率确定确诊患者与关系人之间的疾病传播路径,不仅可以对确诊患者的疾病传播路径进行溯源,也可以基于基本传播路径确定传播方式、传播范围和传播规律。
其中,健康信息包括就诊信息、诊断信息、诊断病理报告、既往病史、家族遗传病史等,但不限于此。
其中,传播方式包括人传人、动物传人、物品传人、飞沫传播、气溶胶传播和血液传播等,但不限于此。
如图2所示,获取确诊患者的密切接触关系图谱包括:
步骤S202,根据健康信息确定确诊患者。
在本公开的一种实施例中,通过健康信息确定确诊患者,可以确定的确诊患者包括流行病患者、流行病无症状感染者、流行病康复者、流行病复发者等,以更全面和准确地确定传染者和无症状感染者,有利于对传染病进行溯源和防治。
步骤S204,获取确诊患者的社会行为记录和关系维度。
在本公开的一种实施例中,社会行为记录用于确定确诊患者的社会关系和亲密度,亲密度可以用于确定接触概率,社会关系可例如,亲友关系、师生关系、工作关系,但不限于此。
另外,关系维度用于确定确诊患者在进行社会活动过程中的时间属性和空间属性,一方面,用于辅助确定流行病传播范围,另一方面,用于确定确诊患者与关系人之间的流行病传播方向。
步骤S206,根据社会行为记录确定确诊患者的关系人和并根据关系维度确定确诊患者与关系人之间的接触权重集。
在本公开的一种实施例中,通过社会行为关系数据确定了关系人之后,进一步地根据关系维度确定关系人与确诊患者之间的接触频率和亲密度,进而确定接触权重集以更快地追溯到关键的关系人。
具体地,汇总人口普查数据、教育信息、劳务信息、出入境信息、新生儿登记信息、医疗信息、防疫信息、蓝牙密接信息等各类社会关系信息和健康信息,通过大数据技术整合为一个图谱数据集合,基于图谱数据集合确定确诊患者及其关系人。
步骤S208,根据接触权重集确定确诊患者与关系人之间的密切接触关系图谱。
在本公开的一种实施例中,经过人维度的数据合并去重,和基本的数据标准格式处理和字典归一,并通过接触权重集确定确诊患者与关系人之间的密切接触关系图谱,在展示流行病传播方向、传播路径和传播范围的同时,突出体现接触权重集的作用,关系维度包括多个维度的接触关系。
其中,接触关系可例如,包含父母、妻儿、兄弟姐妹等家庭关系的一维关系数据,包含朋友、师生、同事、同学的二维关系数据,包含家、工作、学校、医院、社区、同航班、同旅行的三维关系数据和包含蓝牙、GPS(Global Positioning System,全球定位系统)、NFC(NearField Communication,近场通信)、紫峰、红外通信等四维关系数据,但不限于此。
值得特别指出的是,接触权重集包括各个关系维度的预设权重,并对多个关系维度进行加权计算,不仅使得本公开的密切接触关系图谱具备更大的信息量,而且简化了密切接触关系图谱,去除了冗余的关系数据。
具体地,通过对社会行为记录进行分析,并对每个人各类关系进行加权,不同关系人的关系权重可能不同,可例如,同是兄弟姐妹,与确诊患者同住的关系人则预设权重大于与确诊患者不同住的关系人的预设权重。又例如,同是师生,住在同一小区的关系人的预设权重大于不同一小区的关系人的预设权重,也即预设权重越大,则表示接触越频繁,传染概率也越大。
在本公开的一种实施例中,通过密切接触关系图谱来体现确诊患者、关系人和疾病传播信息,快速找到确诊患者的社会关系,预测疫情传播可能范围和影响,另外,通过本公开的密切接触关系图谱和健康信息更新,以监测疫情发展情况,有新病例出现可以快速找到密接范围,及时进行隔离防控。
如图3所示,根据社会行为记录确定确诊患者的关系人和并根据关系维度确定确诊患者与关系人之间的接触权重集包括:
步骤S302,通过关系人的时空维度对社会行为记录进行筛选处理。
在本公开的一种实施例中,通过对社会行为记录进行筛选处理,经过时空维度对关系人进行筛选处理,即通过时空维度确定时间窗口和空间窗口,对确诊患者的关系人进行过滤,以减少密切接触关系图谱中的冗余关系人。
可例如,根据家庭关系确定了10位关系人,继续过滤14天内的接触对象为3位,确定了3位关系人为密切接触关系图谱中的关系人。
步骤S304,根据筛选处理后的社会行为记录确定确诊患者与关系人之间的接触关系和接触关系所属的关系维度。
步骤S306,根据关系维度的预设权重确定关系人与确诊患者之间的接触权重集,其中,筛选处理包括去重处理、合并处理、清洗处理和归一化处理中的至少一种。
在本公开的一种实施例中,根据关系维度的预设权重确定关系人与确诊患者之间的接触权重集,得到简明、包含递进、传染路径、传染概率的密切接触关系图谱和时区域范围内的进行防治和隔离,并确定相应的疫情干预时段。
如图4所示,根据筛选处理后的社会行为记录确定确诊患者与关系人之间的接触关系和接触关系所属的关系维度包括:
步骤S402,根据筛选处理后的社会行为记录确定与确诊患者存在亲友关系的关系人为第一类关系人。
步骤S404,确定确诊患者与第一类关系人之间的接触关系属于第一关系维度,其中,亲友关系包括家庭关系、同事关系、同学关系和交易关系之间的至少一种。
在本公开的一种实施例中,在通过确诊患者的时空维度对第一类关系人进行筛选处理后,继续通过确定确诊患者与第一类关系人之间的接触关系属于第一关系维度,确定第一类关系人的第一预设权重。
如图5所示,根据筛选处理后的社会行为记录确定确诊患者与关系人之间的接触关系和接触关系所属的关系维度还包括:
步骤S502,根据筛选处理后的社会行为记录确定确诊患者的第一活动记录。
步骤S504,确定关系人的第二活动记录。
步骤S506,确定第一活动记录与第二活动记录之间的重合度。
步骤S508,根据重合度确定关系人中的第二类关系人。
步骤S510,确定确诊患者与第二类关系人之间的接触关系属于第二关系维度,其中,活动记录包括活动区域和/或活动轨迹。
在本公开的一种实施例中,通过确定第一活动记录与第二活动记录之间的重合度,能够通过确诊患者的活动区域确定可能存在接触的第二类关系人,以进一步地提高筛查隔离的可靠性和准确性。
其中,活动记录包括活动轨迹、活动区域和活动时间等。
可例如,如果确诊患者在确诊前的7天内,在A商场、B超市、C电影院的停留时间为2020年3月21日11时至2020年3月21日13时,则将A商场、B超市、C电影院的2020年3月21日11时至2020年3月21日13时的出现过的关系人确定为第二类关系人。
如图6所示,根据筛选处理后的社会行为记录确定确诊患者与关系人之间的接触关系和接触关系所属的关系维度还包括:
步骤S602,根据筛选处理后的社会行为记录确定确诊患者关联的第一终端设备在指定时段内的近场通信记录。
在本公开的一种实施例中,通过近场通信记录可以确定确诊患者、关系人和通信时段,近场通信记录的距离通常为几米内,因此,通过近场通信记录可以更准确和高效地查询确诊患者接触的陌生的关系人。
步骤S604,根据近场通信记录确定与确诊患者的终端设备接入同一近场通信节点的第二终端设备,和/或进行近场数据交互的第三终端设备。
步骤S606,确定使用第二终端设备和/或第三终端设备的关系人为第三类关系人。
在本公开的一种实施例中,近场通信节点可例如Wi-Fi(Wireless Fidelity,国际无线局域网标准)热点、NFC热点等,但不限于此。通过确定使用第二终端设备的关系人,即可确定同时处于同一近场通信区域内的关系人,近场通信区域内存在较大感染几率。另外,在确诊患者与使用第三终端设备的关系人进行近场通信记录时,存在较大感染几率,因此,通过近场通信记录确定第三类关系人,可以更准确和高效地查询确诊患者接触的陌生的关系人。
步骤S608,确定确诊患者与第三类关系人之间的接触关系属于第三关系维度,其中,近场通信记录包括蓝牙通信记录、Wi-Fi通信记录、红外通信记录和紫蜂通信记录中的至少一种。
在本公开的一种实施例中,确定确诊患者与第三类关系人之间的接触关系属于第三关系维度,提供了一种新的图谱关系维度,也进一步地提高了接触概率和接触频率预测的可靠性和准确性。
如图7所示,根据关系维度的预设权重确定关系人与确诊患者之间的接触权重集包括:
步骤S702,确定确诊患者与关系人存在的至少一种关系维度。
步骤S704,确定关系维度的预设权重。
步骤S706,若存在一种关系维度,则将存在的关系维度的预设权重确定为接触权重集中的权重值。
步骤S708,若存在多种关系维度,则根据存在的每种关系维度的预设权重确定接触权重集中的权重值。
在本公开的一种实施例中,在确定各个关系维度的关系人的预设权重后,对于同一个关系人而言,如果关系人与确诊患者之间仅存在一个关系维度,则权重值为上述关系维度对应的预设权重,如果关系人与确诊患者之间存在多个关系维度,则权重值根据多个关系维度的预设权重确定,并通过密切接触关系图谱的形式体现为接触概率,可以通过接触概率更直观地预测传播概率。
如图8所示,根据密接图谱确定疫情传播路径的方法还包括:
步骤S802,获取密切接触关系图谱中的关系人的健康信息。
在本公开的一种实施例中,获取关系人的健康信息,可例如,确诊信息、康复信息、出现新冠症状信息、既往史、家族史、健康上报、密接上报、出入境、旅游史等内容,但不限于此。
步骤S804,根据关系人的健康信息确定健康风险等级。
步骤S806,根据健康风险等级对关系人在密切接触关系图谱中的标识进行显示。
在本公开的一种实施例中,通过关系人的健康信息确定健康风险等级,并将风险等级显示于密切接触关系图谱中,以确定确诊人和密接人范围,尤其是能够快速排查确定超级感染者和关系人中的高危易感人群,有利于更快速地制定相应的防治和隔离方案。
进一步地,根据疫情观察期增加时间限定,如出入境密接数据只展示传染期内的健康信息,传染期可以根据传染病类型确定,可例如,7天、10天和14天等,但不限于此。
在本公开的一种实施例中,通过关系人的标识确定疾病传播信息,以体现不同关系人的风险等级,并通过周期性地更新健康信息,来提供更直观地疫情变化趋势。
如图9所示,根据密切接触关系图谱和疾病传播概率确定确诊患者与关系人之间的疾病传播路径包括:
步骤S902,遍历密切接触关系图谱中的确诊患者与关系人之间的全部连接路径。
步骤S904,根据关系人的健康信息确定存在的疾病确诊记录。
步骤S906,根据疾病确诊记录确定确诊患者与关系人之间的疾病传播概率。
步骤S908,根据疾病传播概率确定疾病传播路径,疾病传播路径包括关系人与确诊患者之间的传播方向。
在本公开的一种实施例中,通过确定疾病传播路径,进一步地根据疾病传播路径来制定相应的预防措施,可例如,疾病传播路径均指向老年人,则提高对老年的关系人的检测和隔离的等级,又例如,疾病传播路径均指向儿童,则提高对幼年的关系人的检测和隔离的等级。
另外,通过按照疾病确诊记录的关系人向确诊患者之间的传播方向,在疾病传播路径生成传播方向标识,以展示疾病传播过程中的递进关系,进而确定相应的预防干预措施和范围。
如图10所示,根据疾病确诊记录确定确诊患者与关系人之间的疾病传播概率包括:
步骤S1002,根据疾病确诊记录确定健康风险等级、确诊时间、传播长度和传播时间。
在本公开的一种实施例中,通过密切接触关系图谱中的疾病传播路径的长度,更加直观地体现传播长度和传播时间,传播长度越大或传播时间越长,则疾病传染力越强,相应的防疫措施的等级应该设置得越高。
步骤S1004,确定健康风险等级的第一预设概率、确诊时间的第二预设概率、传播长度的第三预设概率和传播时间的第四预设概率。
步骤S1006,采用接触权重集对第一预设概率、第二预设概率、第三预设概率和第四预设概率进行加权计算。
步骤S1008,将加权计算结果的概率确定为所述疾病传播概率。
在本公开的一种实施例中,通过确定健康风险等级的第一预设概率、确诊时间的第二预设概率、传播长度的第三预设概率和传播时间的第四预设概率,并且采用接触权重集对第一预设概率、第二预设概率、第三预设概率和第四预设概率进行加权计算,从多个维度来提高疾病传播概率的可靠性和准确性。
在本公开的一种实施例中,健康信息包括既往病史、诊疗记录、家族病史、健康码、体检结果和疾病确诊记录中的至少一种。
在本公开的一种实施例中,通过既往病史、诊疗记录、家族病史、体检结果和疾病确诊记录主要用于获取与传染病相关的记录,可例如、肺结核、肺气肿、手足口、水痘、猩红热、布氏病、冠状病毒感染和天花等,但不限于此。
在本公开的一种实施例中,通过健康码来确定关系人在疫情传播时期内,是否到访中风险地区或高风险地区。
根据本公开的根据密接图谱确定疫情传播路径方案,还可以采用以下7个阶段实现:
阶段1、汇总人口普查数据、教育信息、劳务信息、出入境信息、新生儿登记信息、医疗信息、防疫信息、蓝牙密接信息等各类社会关系信息和健康信息,通过大数据技术整合为一个数据中心。
阶段2、基于此数据中心,经过人维度的数据合并去重,和基本的数据标准格式处理和字典归一,得到父母、妻儿、兄弟姐妹等家庭关系,以及同事、同学、同航班等二维关系数据。另外,通过家、工作、学校、医院、活动地点等位置和活动类型分析,得到朋友、社区、师生、同旅行等三维关系,以及蓝牙、GPS数据采集来的密接、同建筑等四维关系。
阶段3、基于阶段2,从加工后的数据中心中可以提取一个确诊患者的社会关系体系中所有的个人关系以及所有人与确诊患者人之间的关系亲密度。
亲密度获取方法:通过基本关系设定以及活动数据分析对每个人各类关系进行加权,不同人同关系权重可能不同,比如同是兄弟姐妹,若同住则关系权重大于不同住的;同是师生,若住在同一小区则权重相对会更大,权重越大表示越亲密。
阶段4、基于阶段3,产出个人的密切接触关系图谱:用连线的方式表示两人之间的关联,按两人关系的亲密度依次从上至下显示关系人及详细信息,若同一关系有多个关系人,则先汇聚展示该节点的总人数,然后支持点击后展开显示每个人的详细数据,特别地,所有的一级关系支持下展示当前关系人对应的所有社会关系,即一个确诊患者可以查看到与自己有关的两级关系人信息和亲密度。
阶段5、基于阶段4,结合新冠疫情信息以及时空要求,在时间限定下,产生个人的密接密切接触关系图谱,包括以下步骤:
(5.1)从个人及家人维度分析源自数据中心的确诊信息、康复信息、出现新冠症状信息、既往史、家族史、健康上报、密接上报、出入境、旅游史等内容,得出个人的新冠疫情感染及感染风险信息,可例如,用5个颜色标识1~5个风险等级。
(5.2)在阶段4的基础上,标注每个关系人的风险等级。然后圈定确诊人、密接人范围,以确诊人或密接人为确诊患者,根据个人关系以及关系亲密度连线,同时根据疫情观察期增加时间限定,如出入境密接数据只展示14天内的健康信息。
(5.3)以确诊患者为中心展示密接图谱,图谱中若出现确诊人或者密接人,则支持下钻,即展示新的确诊患者的密接的密切接触关系图谱。
阶段6、基于阶段4和阶段5,建立传播路径模型,包括以下步骤:
(6.1)通过个人密切接触关系图谱,确定确诊患者后,遍历该确诊患者所有的关系人,找出所有的关系路径,即确定疾病传播路径。
(6.2)筛选出确诊患者的传播路径,所有的遍历出的路径,若路径中包含确诊人或者康复出院的关系人,则当前关系人与确诊患者之间的多级关联路径即为当前确诊患者的可能的传播路径。
(6.3)计算传播路径概率:所有的传播路径都根据关系将确诊者和健康者两两关联,先获取到每两个关系人之间的关系权重以及确诊患者传播路径的每一级有哪些关系人,计算得出每一级的传播概率数值和每一条链路的关系亲密度数值。
结合终结点确诊人的确诊时间、传播链路的级别、整条链路的关系亲密度进行加权处理,得出每一条链路的传播概率值。
(6.4)产品层应用:选择确诊患者,输入传播路径模型,输出确诊患者的所有传播路径的详情以及概率值,用连线粗细标识传播概率的高低。
阶段7、图谱与传播路径的应用:结合阶段5和阶段6,实时监测疫情传播范围、以及严重程度,出现确诊病例,可以更快地确定密接人的范围。
基于上述阶段1至阶段7的处理,得到如图11所示的密切接触关系图谱,至少包含以下多维度信息:
(1)确定了确诊患者1102相关的默认关系人(1人)和同一航班关系人(4人),其中,确诊患者与其母亲1104为时空维度上为同住关系,可以确定母亲1104为密切接触人,并且根据母亲1104的健康信息可以确定,母亲1104为确诊患者,以第一风险等级1122来标识,传播路径1126以较粗的线来体现传染概率大。
(2)同一航班关系人包括第一关系人1106、第二关系人1108、第三关系人1110和第四关系人1112,但是同一航班关系人并无确诊病例,则以第二风险等级1124来标识,传播路径1128以较粗的线来体现传染概率大。
(3)第一关系人1106的兄弟为第五关系人1114,第二关系人1108的配偶为第六关系人1116,第三关系人1110的同事为第七关系人1118,第四关系人1112的同学为第八关系人1120。
下面参照图12来描述根据本发明的这种实施方式的根据密接图谱确定疫情传播路径装置1200。图12所示的根据密接图谱确定疫情传播路径装置1200仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
根据密接图谱确定疫情传播路径装置1200以硬件模块的形式表现。根据密接图谱确定疫情传播路径装置1200的组件可以包括但不限于:确定模块1202和获取模块1204。
确定模块1202,用于获取确诊患者的健康信息。
获取模块1204,用于获取确诊患者的密切接触关系图谱。
所述确定模块1202还用于,根据所述密切接触关系图谱和所述健康信息确定所述确诊患者与关系人之间的疾病传播概率。
所述确定模块1202还用于,根据所述密切接触关系图谱和所述疾病传播概率确定所述确诊患者与所述关系人之间的疾病传播路径。
下面参照图13来描述根据本发明的这种实施方式的电子设备1300。图13显示的电子设备1300仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图13所示,电子设备1300以通用计算设备的形式表现。电子设备1300的组件可以包括但不限于:上述至少一个处理单元1310、上述至少一个存储单元1320、连接不同系统组件(包括存储单元1320和处理单元1310)的总线1330。
其中,存储单元存储有程序代码,程序代码可以被处理单元1310执行,使得处理单元1310执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,处理单元1310可以执行如图1中所示的步骤和本公开的数据业务的风险监控方法中限定的其他步骤。
存储单元1320可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)13201和/或高速缓存存储单元13202,还可以进一步包括只读存储单元(ROM)13203。
存储单元1320还可以包括具有一组(至少一个)程序模块13205的程序/实用工具13204,这样的程序模块13205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线1330可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备1300也可以与一个或多个外部设备1340(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备交互的设备通信,和/或与使得该电子设备1300能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1350进行。并且,电子设备1300还可以通过网络适配器1360与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器1360通过总线1330与电子设备1300的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
根据本公开的实施方式的用于实现上述方法的程序产品,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本公开的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行和/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。
Claims (14)
1.一种根据密接图谱确定疫情传播路径的方法,其特征在于,包括:
获取确诊患者的健康信息;
获取确诊患者的密切接触关系图谱,所述密切接触关系图谱包括与所述确诊患者存在接触关系的关系人,所述接触关系包括第一关系维度、第二关系维度和第三关系维度中的至少一种,所述第一关系维度基于亲友关系确定,所述第二关系维度基于活动记录确定,所述第三关系维度基于终端设备的近场通信记录确定;
确定所述确诊患者与所述关系人存在的至少一种关系维度;
根据存在的每种关系维度的预设权重确定所述关系人与所述确诊患者之间的接触权重集;
获取所述密切接触关系图谱中的关系人的健康信息;
根据所述关系人的健康信息确定所述关系人的健康风险等级、确诊时间、传播长度和传播时间;
基于所述关系人的健康风险等级、确诊时间、传播长度和传播时间以及与所述确诊患者之间的接触权重集,得到所述确诊患者与所述关系人之间的疾病传播概率;
根据所述密切接触关系图谱和所述疾病传播概率确定所述确诊患者与所述关系人之间的疾病传播路径,所述疾病传播路径包括传播方向标识,以展示疾病传播过程中的递进关系。
2.根据权利要求1所述的根据密接图谱确定疫情传播路径的方法,其特征在于,获取确诊患者的密切接触关系图谱包括:
获取所述确诊患者的社会行为记录和关系维度;
根据所述社会行为记录确定确诊患者的关系人,并根据所述关系维度确定所述确诊患者与所述关系人之间的接触权重集;
根据所述接触权重集确定所述确诊患者与所述关系人之间的密切接触关系图谱。
3.根据权利要求2所述的根据密接图谱确定疫情传播路径的方法,其特征在于,根据所述社会行为记录确定确诊患者的关系人,并根据所述关系维度确定所述确诊患者与所述关系人之间的接触权重集包括:
通过所述关系人的时空维度对所述社会行为记录进行筛选处理;
根据所述筛选处理后的社会行为记录确定所述确诊患者与所述关系人之间的接触关系和所述接触关系所属的关系维度;
根据所述关系维度的预设权重确定所述关系人与所述确诊患者之间的接触权重集;
其中,所述筛选处理包括去重处理、合并处理、清洗处理和归一化处理中的至少一种。
4.根据权利要求3所述的根据密接图谱确定疫情传播路径的方法,其特征在于,根据所述筛选处理后的社会行为记录确定所述确诊患者与所述关系人之间的接触关系和所述接触关系所属的关系维度包括:
根据所述筛选处理后的社会行为记录确定与所述确诊患者存在亲友关系的关系人为第一类关系人;
确定所述确诊患者与所述第一类关系人之间的接触关系属于第一关系维度;
其中,所述亲友关系包括家庭关系、同事关系、同学关系和交易关系之间的至少一种。
5.根据权利要求3所述的根据密接图谱确定疫情传播路径的方法,其特征在于,根据所述筛选处理后的社会行为记录确定所述确诊患者与所述关系人之间的接触关系和所述接触关系所属的关系维度还包括:
根据所述筛选处理后的社会行为记录确定所述确诊患者的第一活动记录;
确定所述关系人的第二活动记录;
确定所述第一活动记录与所述第二活动记录之间的重合度;
根据所述重合度确定所述关系人中的第二类关系人;
确定所述确诊患者与所述第二类关系人之间的接触关系属于第二关系维度,
其中,所述活动记录包括活动区域和/或活动轨迹。
6.根据权利要求3所述的根据密接图谱确定疫情传播路径的方法,其特征在于,根据所述筛选处理后的社会行为记录,确定所述确诊患者与所述关系人之间的接触关系和所述接触关系所属的关系维度还包括:
根据所述筛选处理后的社会行为记录,确定所述确诊患者关联的第一终端设备在指定时段内的近场通信记录;
根据所述近场通信记录,确定与所述确诊患者的终端设备接入同一近场通信节点的第二终端设备,和/或进行近场数据交互的第三终端设备;
确定使用所述第二终端设备和/或所述第三终端设备的关系人为第三类关系人;
确定所述确诊患者与所述第三类关系人之间的接触关系属于第三关系维度;
其中,所述近场通信记录包括蓝牙通信记录、Wi-Fi通信记录、红外通信记录和紫蜂通信记录中的至少一种。
7.根据权利要求3所述的根据密接图谱确定疫情传播路径的方法,其特征在于,根据所述关系维度的预设权重,确定所述关系人与所述确诊患者之间的接触权重集包括:
确定所述确诊患者与所述关系人存在的至少一种关系维度;
确定所述关系维度的预设权重;
若存在一种所述关系维度,则将存在的所述关系维度的预设权重确定为所述接触权重集中的权重值;
若存在多种所述关系维度,则根据存在的每种所述关系维度的预设权重确定所述接触权重集中的权重值。
8.根据权利要求1-7中任一项所述的根据密接图谱确定疫情传播路径的方法,其特征在于,还包括:
获取所述密切接触关系图谱中的关系人的健康信息;
根据所述关系人的健康信息确定健康风险等级;
根据所述健康风险等级对所述关系人在所述密切接触关系图谱中的标识进行显示。
9.根据权利要求1-7中任一项所述的根据密接图谱确定疫情传播路径的方法,其特征在于,根据所述密切接触关系图谱和所述疾病传播概率确定所述确诊患者与所述关系人之间的疾病传播路径包括:
遍历所述密切接触关系图谱中的确诊患者与所述关系人之间的全部连接路径;
根据所述关系人的健康信息确定存在的疾病确诊记录;
根据所述疾病确诊记录确定所述确诊患者与所述关系人之间的疾病传播概率;
根据所述疾病传播概率确定所述疾病传播路径,所述疾病传播路径包括所述关系人与所述确诊患者之间的传播方向。
10.根据权利要求9所述的根据密接图谱确定疫情传播路径的方法,其特征在于,根据所述疾病确诊记录确定所述确诊患者与所述关系人之间的疾病传播概率包括:
根据所述疾病确诊记录确定健康风险等级、确诊时间、传播长度和传播时间;
确定所述健康风险等级的第一预设概率、所述确诊时间的第二预设概率、所述传播长度的第三预设概率和所述传播时间的第四预设概率;
采用所述接触权重集对所述第一预设概率、第二预设概率、第三预设概率和第四预设概率进行加权计算;
将所述加权计算结果的概率确定为所述疾病传播概率。
11.根据权利要求1-7中任一项所述的根据密接图谱确定疫情传播路径的方法,其特征在于,
所述健康信息包括既往病史、诊疗记录、家族病史、健康码、体检结果和疾病确诊记录中的至少一种。
12.一种根据密接图谱确定疫情传播路径的装置,其特征在于,包括:
确定模块,用于获取确诊患者的健康信息;
获取模块,用于获取确诊患者的密切接触关系图谱,所述密切接触关系图谱包括与所述确诊患者存在接触关系的关系人,所述接触关系包括第一关系维度、第二关系维度和第三关系维度中的至少一种,所述第一关系维度基于亲友关系确定,所述第二关系维度基于活动记录确定,所述第三关系维度基于终端设备的近场通信记录确定;
所述确定模块还用于,确定所述确诊患者与所述关系人存在的至少一种关系维度;
所述确定模块还用于,根据存在的每种关系维度的预设权重确定所述关系人与所述确诊患者之间的接触权重集;
获取所述密切接触关系图谱中的关系人的健康信息;
根据所述关系人的健康信息确定所述关系人的健康风险等级、确诊时间、传播长度和传播时间;
基于所述关系人的健康风险等级、确诊时间、传播长度和传播时间以及与所述确诊患者之间的接触权重集,得到所述确诊患者与所述关系人之间的疾病传播概率;
根据所述密切接触关系图谱和所述疾病传播概率确定所述确诊患者与所述关系人之间的疾病传播路径,所述疾病传播路径包括传播方向标识,以展示疾病传播过程中的递进关系。
13.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求 1~11中任意一项所述的根据密接图谱确定疫情传播路径的方法。
14.一种计算机可读存储介质,其上存储有计算机程序,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1~11中任意一项所述的根据密接图谱确定疫情传播路径的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210293658.0A CN115691826A (zh) | 2020-12-29 | 2020-12-29 | 根据密接图谱确定疫情传播路径方法、装置、设备和介质 |
CN202011592900.1A CN112599253B (zh) | 2020-12-29 | 2020-12-29 | 根据密接图谱确定疫情传播路径方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011592900.1A CN112599253B (zh) | 2020-12-29 | 2020-12-29 | 根据密接图谱确定疫情传播路径方法、装置、设备和介质 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210293658.0A Division CN115691826A (zh) | 2020-12-29 | 2020-12-29 | 根据密接图谱确定疫情传播路径方法、装置、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112599253A CN112599253A (zh) | 2021-04-02 |
CN112599253B true CN112599253B (zh) | 2022-04-15 |
Family
ID=75203366
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011592900.1A Active CN112599253B (zh) | 2020-12-29 | 2020-12-29 | 根据密接图谱确定疫情传播路径方法、装置、设备和介质 |
CN202210293658.0A Pending CN115691826A (zh) | 2020-12-29 | 2020-12-29 | 根据密接图谱确定疫情传播路径方法、装置、设备和介质 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210293658.0A Pending CN115691826A (zh) | 2020-12-29 | 2020-12-29 | 根据密接图谱确定疫情传播路径方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN112599253B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113113153A (zh) * | 2021-04-13 | 2021-07-13 | 上海市疾病预防控制中心 | 利用图模型实现疫情爆发期间疫情动态信息分析的方法、系统、装置、处理器及其存储介质 |
CN113160956A (zh) * | 2021-04-21 | 2021-07-23 | 复旦大学附属中山医院 | 一种基于多身份数据融合的患者管理方法和系统 |
CN113871023A (zh) * | 2021-07-07 | 2021-12-31 | 厦门市美亚柏科信息股份有限公司 | 基于社会行为的传染病追踪方法、装置、设备及介质 |
CN113470835B (zh) * | 2021-07-21 | 2023-01-24 | 医渡云(北京)技术有限公司 | 传染病的传播路径确定方法、装置、存储介质与电子设备 |
CN114694850B (zh) * | 2022-04-12 | 2023-03-21 | 北京交通大学 | 一种面向地铁网络的疫情密接人群追溯方法 |
CN115587593B (zh) * | 2022-06-16 | 2023-06-13 | 中关村科学城城市大脑股份有限公司 | 信息抽取方法、装置、电子设备和计算机可读介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108986921A (zh) * | 2018-07-04 | 2018-12-11 | 泰康保险集团股份有限公司 | 疾病预测方法、装置、介质及电子设备 |
CN111446006A (zh) * | 2020-04-08 | 2020-07-24 | 陈恬慧 | 一种传染病疫情中密切接触者的追踪方法 |
CN111625654A (zh) * | 2020-04-14 | 2020-09-04 | 北京旷视科技有限公司 | 关系图谱的生成方法、传播路径的确认方法及装置 |
CN111739657A (zh) * | 2020-07-20 | 2020-10-02 | 北京梦天门科技股份有限公司 | 基于知识图谱的流行病感染者预测方法及系统 |
CN111918215A (zh) * | 2020-06-30 | 2020-11-10 | 王云峰 | 通过蓝牙对传染病密切接触者进行追踪的方法与系统 |
CN111933297A (zh) * | 2020-08-05 | 2020-11-13 | 河南牧业经济学院 | 一种基于近场通信的人员密接情况调查方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI774964B (zh) * | 2019-06-19 | 2022-08-21 | 宏碁股份有限公司 | 患病機率預測方法與電子裝置 |
CN112530600A (zh) * | 2020-05-26 | 2021-03-19 | 第四范式(北京)技术有限公司 | 传染病的溯源方法、装置、电子设备及存储介质 |
CN111863271B (zh) * | 2020-06-08 | 2024-03-12 | 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 |
-
2020
- 2020-12-29 CN CN202011592900.1A patent/CN112599253B/zh active Active
- 2020-12-29 CN CN202210293658.0A patent/CN115691826A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108986921A (zh) * | 2018-07-04 | 2018-12-11 | 泰康保险集团股份有限公司 | 疾病预测方法、装置、介质及电子设备 |
CN111446006A (zh) * | 2020-04-08 | 2020-07-24 | 陈恬慧 | 一种传染病疫情中密切接触者的追踪方法 |
CN111625654A (zh) * | 2020-04-14 | 2020-09-04 | 北京旷视科技有限公司 | 关系图谱的生成方法、传播路径的确认方法及装置 |
CN111918215A (zh) * | 2020-06-30 | 2020-11-10 | 王云峰 | 通过蓝牙对传染病密切接触者进行追踪的方法与系统 |
CN111739657A (zh) * | 2020-07-20 | 2020-10-02 | 北京梦天门科技股份有限公司 | 基于知识图谱的流行病感染者预测方法及系统 |
CN111933297A (zh) * | 2020-08-05 | 2020-11-13 | 河南牧业经济学院 | 一种基于近场通信的人员密接情况调查方法 |
Non-Patent Citations (1)
Title |
---|
"什么人算"密接";发现北京;《搜狐》;20201227;第1页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112599253A (zh) | 2021-04-02 |
CN115691826A (zh) | 2023-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112599253B (zh) | 根据密接图谱确定疫情传播路径方法、装置、设备和介质 | |
Cochrane Public Health Group et al. | Digital contact tracing technologies in epidemics: a rapid review | |
CN112786205B (zh) | 基于数据模型的症候群预警方法、装置、介质及设备 | |
Howick et al. | Evaluating intervention strategies in controlling coronavirus disease 2019 (COVID-19) spread in care homes: An agent-based model | |
US20140167917A2 (en) | Disease Mapping and Infection Control System and Method | |
Chen et al. | Managing emerging infectious diseases with information systems: Reconceptualizing outbreak management through the lens of loose coupling | |
Brakefield et al. | An urban population health observatory system to support COVID-19 pandemic preparedness, response, and management: design and development study | |
Sood et al. | An intelligent healthcare system for predicting and preventing dengue virus infection | |
Zou et al. | Social media for emergency rescue: An analysis of rescue requests on Twitter during Hurricane Harvey | |
Sha et al. | Spatiotemporal analysis of medical resource deficiencies in the US under COVID-19 pandemic | |
US20220336110A1 (en) | Case sift and cluster sift for outbreak tracking and management | |
Morishita et al. | Tuberculosis case-finding in Cambodia: analysis of case notification data, 2000 to 2013 | |
Yazdani et al. | COVID-19 and information communication technology: a conceptual model | |
Arar | About neutrosophic countably compactness | |
Banks et al. | Disentangling the roles of human mobility and deprivation on the transmission dynamics of COVID-19 using a spatially explicit simulation model | |
Jayaraman et al. | An ontology-based framework for real-time collection and visualization of mobile field triage data in mass gatherings | |
Phillips | Use of the national early warning score in community nursing: A scoping review | |
Velappan et al. | Analytics for investigation of disease outbreaks: web-based analytics facilitating situational awareness in unfolding disease outbreaks | |
Watson et al. | Tensions and mitigations: understanding concerns and values around smartphone data collection for public health emergencies | |
Silva et al. | Literature review on epidemiological modelling, spatial modelling and artificial intelligence for COVID-19 | |
Fang et al. | Leveraging electronic medical records for passive disease surveillance in a COVID-19 care facility | |
TW202137085A (zh) | 計算活動期間及效率的方法 | |
Umezuruike et al. | Health informatics system for screening arboviral infections in adults | |
Latif et al. | Real-time health data acquisition and geospatial monitoring: A visual analytics approach | |
Jones et al. | The Role of Location in the Spread of SARS-CoV-2: Examination of Cases and Exposed Contacts in South Texas, Using Social Network Analysis |
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 |