CN112820413A - 一种疫情防御大数据平台 - Google Patents
一种疫情防御大数据平台 Download PDFInfo
- Publication number
- CN112820413A CN112820413A CN202110113767.5A CN202110113767A CN112820413A CN 112820413 A CN112820413 A CN 112820413A CN 202110113767 A CN202110113767 A CN 202110113767A CN 112820413 A CN112820413 A CN 112820413A
- Authority
- CN
- China
- Prior art keywords
- information
- disease
- epidemic prevention
- unknown
- big data
- 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
- 230000007123 defense Effects 0.000 title claims abstract description 33
- 201000010099 disease Diseases 0.000 claims abstract description 138
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 138
- 230000002265 prevention Effects 0.000 claims abstract description 100
- 208000015181 infectious disease Diseases 0.000 claims abstract description 90
- 208000035473 Communicable disease Diseases 0.000 claims abstract description 85
- 230000000694 effects Effects 0.000 claims abstract description 14
- 230000006806 disease prevention Effects 0.000 claims description 6
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000002955 isolation Methods 0.000 abstract description 6
- 241000894007 species Species 0.000 description 38
- 238000010586 diagram Methods 0.000 description 16
- 238000000034 method Methods 0.000 description 5
- 244000052769 pathogen Species 0.000 description 3
- 206010022000 influenza Diseases 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 208000030852 Parasitic disease Diseases 0.000 description 1
- 206010057190 Respiratory tract infections Diseases 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012472 biological sample Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 208000035474 group of disease Diseases 0.000 description 1
- 208000021760 high fever Diseases 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 244000045947 parasite Species 0.000 description 1
- 239000013610 patient sample Substances 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 241000712461 unidentified influenza virus Species 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明实施例涉及疫情防御技术领域，具体公开了一种疫情防御大数据平台，包括身份识别单元、传染病匹配单元、第一执行单元、人工分析单元、第二执行单元、措施修正单元和信息更新单元，在本发明实施例提供的疫情防御大数据平台中，痛殴对所述患病信息进行匹配；在基于传染病信息库匹配到所述患病信息时，通过第一执行单元调取所述传染病信息库中与所述患病信息对应的防疫措施并输出；通过人工分析单元判定所述患病信息为未知病种，并将所述未知病种的信息发送至人工分析平台；从而有效解决了群众以及医院不能及时知晓疫情的发生，不能及早防范，出现大面积的传染的问题，有效抓住宝贵的隔离黄金时间，对疫情防御起到积极明显的作用。
Description
技术领域
本发明实施例涉及疫情防御技术领域，具体是一种疫情防御大数据平台。
背景技术
传染病是由各种病原体引起的能在人与人、动物与动物或人与动物之间相互传播的一类疾病。病原体中大部分是微生物，小部分为寄生虫(寄生虫引起者又称寄生虫病)，流行性感冒(简称流感)是流感病毒引起的急性呼吸道感染，也是一种传染性强、传播速度快的疾病，主要通过空气中的飞沫、人与人之间的接触或与被污染物品的接触传播，其典型的临床症状是：急起高热、全身疼痛、显著乏力和轻度呼吸道症状。一般秋冬季节是其高发期，所引起的并发症和死亡现象非常严重。
目前很多疫情刚开始时不是特别明显，群众以及医院不能及时知晓，但若不及早发现以及及早防范，就会出现大面积的传染，从而会导致错过宝贵的隔离黄金时间，严重威胁人民的身体健康，所以对疫情的防范预警是极为重要的。
发明内容
本发明实施例的目的在于提供一种疫情防御大数据平台，以解决上述背景技术中提出的问题。为实现上述目的，本发明实施例提供如下技术方案：
一种疫情防御大数据平台，所述的大数据平台包括：
身份识别单元，用于对患者的身份进行确认；
传染病匹配单元，用于在确认所述患者患有传染病时，提取患者的患病信息，并基于传染病信息库对所述患病信息进行匹配；
第一执行单元，用于在基于传染病信息库匹配到所述患病信息时，调取所述传染病信息库中与所述患病信息对应的防疫措施并输出；
人工分析单元，用于在基于传染病信息库未匹配到所述患病信息时，判定所述患病信息为未知病种，并将所述未知病种的信息发送至人工分析平台；
第二执行单元，用于接收所述人工分析平台返回的未知病种的信息以及与所述未知病种相对应的现阶段的临时防疫措施，并将所述临时防疫措施进行输出；
措施修正单元，用于根据各阶段的防疫效果对所述临时防疫措施进行修正，并根据修正结果确定最终防疫措施；
信息更新单元，用于将未知病种的信息以及与所述未知病种对应的最终防疫措施更新至所述传染病信息库。
作为本发明实施例技术方案进一步的限定，所述身份识别单元具体包括：
身份验证模块，用于验证患者输入的账户和密码信息，在所述账户和密码信息验证成功后登陆所述大数据平台；
生物信息识别模块，用于通过验证患者的生物识别特征，在所述生物特征验证成功后，登录所述大数据平台。
作为本发明实施例技术方案进一步的限定，所述传染病匹配单元具体包括：
传染病确认模块，用于确认所述患者患有传染病；
信息提取模块，用于提取患者的患病信息；
匹配模块，用于基于传染病信息库对所述患病信息进行匹配。
作为本发明实施例技术方案进一步的限定，所述第一执行单元具体包括：
调取模块，用于在基于传染病信息库匹配到所述患病信息时，调取所述传染病信息库中与所述患病信息对应的防疫措施；
第一输出模块，用于将所述传染病信息库中与所述患病信息对应的防疫措施进行输出。
作为本发明实施例技术方案进一步的限定，所述人工分析单元具体包括：
判定模块，用于在基于传染病信息库未匹配到所述患病信息时，判定所述患病信息为未知病种；
第一发送模块，用于将所述未知病种的信息发送至人工分析平台。
作为本发明实施例技术方案进一步的限定，所述第二执行单元具体包括：
接收模块，用于接收所述人工分析平台返回的未知病种的信息以及与所述未知病种相对应的现阶段的临时防疫措施；
第二输出模块，用于将所述临时防疫措施进行输出。
作为本发明实施例技术方案进一步的限定，所述措施修正单元具体包括：
措施修正模块，用于根据各阶段的防疫效果对所述临时防疫措施进行修正；
措施确定模块，用于根据修正结果确定最终防疫措施。
作为本发明实施例技术方案进一步的限定，所述信息更新单元具体包括：
第一更新模块，用于将未知病种的信息更新至所述传染病信息库；
第二更新模块，用于将与所述未知病种对应的最终防疫措施更新至所述传染病信息库。
作为本发明实施例技术方案进一步的限定，所述的大数据平台还包括：
预警单元，用于在判定所述患者患病信息为未知病种时，基于未知病种信息和临时防疫措施生成预警信息，并向疾病防控部门发送未知病种的预警信息，所述预警信息包括未知病种信息以及该未知病种的预判风险等级；其中，所述预判风险等级是通过风险等级评估模型确定的。
作为本发明实施例技术方案进一步的限定，所述预警单元具体包括：
生成模块，用于在判定所述患者患病信息为未知病种时，基于未知病种信息和临时防疫措施生成预警信息；
第二发送模块，用于向疾病防控部门发送未知病种的预警信息。
与现有技术相比，本发明的有益效果是：
在本发明实施例提供的疫情防御大数据平台中，首先通过身份识别单元对患者的身份进行确认；然后在确认所述患者患有传染病时，通过传染病匹配单元提取患者的患病信息，并基于传染病信息库对所述患病信息进行匹配；
在基于传染病信息库匹配到所述患病信息时，通过第一执行单元调取所述传染病信息库中与所述患病信息对应的防疫措施并输出；
本发明实施例提供的疫情防御大数据平台在基于传染病信息库未匹配到所述患病信息时，通过人工分析单元判定所述患病信息为未知病种，并将所述未知病种的信息发送至人工分析平台；并利用第二执行单元接收所述人工分析平台返回的未知病种的信息以及与所述未知病种相对应的现阶段的临时防疫措施，并将所述临时防疫措施进行输出；
本发明实施例提供的大数据平台还通过措施修正单元根据各阶段的防疫效果对所述临时防疫措施进行修正，并根据修正结果确定最终防疫措施；
并通过信息更新单元，将未知病种的信息以及与所述未知病种对应的最终防疫措施更新至所述传染病信息库，从而有效解决了群众以及医院不能及时知晓疫情的发生，不能及早防范，出现大面积的传染的问题，有效抓住宝贵的隔离黄金时间，对疫情防御起到积极明显的作用。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例。
图1为本发明实施例一疫情防御大数据平台的结构框图。
图2为本发明实施例二疫情防御大数据平台中身份识别单元的结构框图。
图3为本发明实施例三疫情防御大数据平台中传染病匹配单元的结构框图。
图4为本发明实施例四疫情防御大数据平台中第一执行单元的结构框图。
图5为本发明实施例五疫情防御大数据平台中人工分析单元与第二执行单元的结构框图。
图6为本发明实施例六疫情防御大数据平台中措施修正单元的结构框图。
图7为本发明实施例七疫情防御大数据平台中信息更新单元的结构框图。
图8为本发明实施例八疫情防御大数据平台中预警单元的结构框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。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。
可以理解的是，目前很多疫情刚开始时不是特别明显，群众以及医院不能及时知晓，但若不及早发现以及及早防范，就会出现大面积的传染，从而会导致错过宝贵的隔离黄金时间，严重威胁人民的身体健康，所以对疫情的防范预警是极为重要的。
在本发明实施例提供的一种疫情防御大数据平台，包括身份识别单元、传染病匹配单元、第一执行单元、人工分析单元、第二执行单元、措施修正单元和信息更新单元，在本发明实施例提供的疫情防御大数据平台中，痛殴对所述患病信息进行匹配；在基于传染病信息库匹配到所述患病信息时，通过第一执行单元调取所述传染病信息库中与所述患病信息对应的防疫措施并输出；通过人工分析单元判定所述患病信息为未知病种，并将所述未知病种的信息发送至人工分析平台；从而有效解决了群众以及医院不能及时知晓疫情的发生，不能及早防范，出现大面积的传染的问题，有效抓住宝贵的隔离黄金时间，对疫情防御起到积极明显的作用。
实施例一：
图1示出了本发明实施例一疫情防御大数据平台的结构框图。
具体的，在本发明提供的实施例中，一种疫情防御大数据平台，所述的大数据平台包括身份识别单元100，用于对患者的身份进行确认；
在本发明实施例提供的身份识别单元100的具体实现中，通过身份验证模块101验证患者输入的账户和密码信息，在所述账户和密码信息验证成功后登陆所述大数据平台；另外，为进一步的确认患者身份信息，还通过生物信息识别模块102验证患者的生物识别特征，在所述生物特征验证成功后，登录所述大数据平台。
进一步的，所述的大数据平台还包括传染病匹配单元200，用于在确认所述患者患有传染病时，提取患者的患病信息，并基于传染病信息库对所述患病信息进行匹配；
在本发明实施例提供的传染病匹配单元200的具体实现中，通过对患者的所患疾病进行诊断，从而对患者所患疾病进行判断是否是具有传染病的特性；在进一步的确认患者所患疾病具有传染性时，及时的对患者的患病信息进行提取，其中患病信息包括对该患者的疾病诊断信息以及生物样本；
在进一步的实现过程中，在传染病信息库中寻找是否有与患者所患疾病相同或者相似的已入库疾病，从而能够进一步的判定该患者的所患疾病是已经存在的，还是首次出现的。
进一步的，所述的大数据平台还包括第一执行单元300，用于在基于传染病信息库匹配到所述患病信息时，调取所述传染病信息库中与所述患病信息对应的防疫措施并输出；
在本发明实施例提供的第一执行单元300的具体实现中，当在传染病信息库中匹配到与所述患者对应的疾病时，则可以确定患者所患疾病并非首次出现，该传染性疾病已经具备完善的防疫措施链，进一步的，将所匹配到的防疫措施进行输出，以确保对该患者进行及时的隔离，进行终端消毒，并依照以往的防疫措施经验开展防疫工作。
进一步的，所述的大数据平台还包括人工分析单元400，用于在基于传染病信息库未匹配到所述患病信息时，判定所述患病信息为未知病种，并将所述未知病种的信息发送至人工分析平台；
在本发明实施例提供的人工分析单元400的具体实现中，在基于传染病信息库未匹配到所述患病信息时，可以判定该患者所患疾病为首次出现，此时，需要将该患者进行隔离，并进行终端消毒，然后将该患者的信息以及病情信息及时的发送到人工分析平台，通过组成专家组会谈，对该患者的病情进行研究分析，以确定该未知病种的基本情况，且专家组根据情况制定临时防疫措施，并将临时防疫措施进行输出。
进一步的，所述的大数据平台还包括第二执行单元500，用于接收所述人工分析平台返回的未知病种的信息以及与所述未知病种相对应的现阶段的临时防疫措施，并将所述临时防疫措施进行输出；
在本发明实施例提供的第二执行单元的具体实现中，接收所述人工分析平台返回的未知病种的信息以及临时防疫措施，并将所述临时防疫措施进行输出。
所述的大数据平台还包括措施修正单元600，用于根据各阶段的防疫效果对所述临时防疫措施进行修正，并根据修正结果确定最终防疫措施；
信息更新单元700，用于将未知病种的信息以及与所述未知病种对应的最终防疫措施更新至所述传染病信息库。
在具体实现中，对临时防疫措施在实际的应用中，根据防疫效果及时的进行修正，以达到最优的防疫措辞，并将最优的防疫措施更新至传染病信息库中。
实施例二：
图2示出了本发明实施例二疫情防御大数据平台中身份识别单元的结构框图。
进一步的，在本发明提供的优选实施方式中，所述身份识别单元100具体包括：
身份验证模块101，用于验证患者输入的账户和密码信息，在所述账户和密码信息验证成功后登陆所述大数据平台；
生物信息识别模块102，用于通过验证患者的生物识别特征，在所述生物特征验证成功后，登录所述大数据平台。
实施例三：
图3示出了本发明实施例三疫情防御大数据平台中传染病匹配单元的结构框图。
进一步的，在本发明提供的优选实施方式中，所述传染病匹配单元200具体包括：
传染病确认模块201，用于确认所述患者患有传染病；
信息提取模块202，用于提取患者的患病信息；
匹配模块203，用于基于传染病信息库对所述患病信息进行匹配。
实施例四：
图4示出了本发明实施例四疫情防御大数据平台中第一执行单元的结构框图。
进一步的，在本发明提供的优选实施方式中，所述第一执行单元300具体包括：
调取模块301，用于在基于传染病信息库匹配到所述患病信息时，调取所述传染病信息库中与所述患病信息对应的防疫措施；
第一输出模块302，用于将所述传染病信息库中与所述患病信息对应的防疫措施进行输出。
实施例五：
图5示出了本发明实施例五疫情防御大数据平台中人工分析单元与第二执行单元的结构框图。
进一步的，在本发明提供的优选实施方式中，所述人工分析单元400具体包括：
判定模块401，用于在基于传染病信息库未匹配到所述患病信息时，判定所述患病信息为未知病种；
第一发送模块402，用于将所述未知病种的信息发送至人工分析平台。
进一步的，在本发明提供的优选实施方式中，所述第二执行单元具体500包括：
接收模块501，用于接收所述人工分析平台返回的未知病种的信息以及与所述未知病种相对应的现阶段的临时防疫措施；
第二输出模块502，用于将所述临时防疫措施进行输出。
实施例六：
图6示出了本发明实施例六疫情防御大数据平台中措施修正单元的结构框图。
进一步的，在本发明提供的优选实施方式中，所述措施修正单元600具体包括：
措施修正模块601，用于根据各阶段的防疫效果对所述临时防疫措施进行修正；
措施确定模块602，用于根据修正结果确定最终防疫措施。
实施例七：
图7示出了本发明实施例七疫情防御大数据平台中信息更新单元的结构框图。
进一步的，在本发明提供的优选实施方式中，所述信息更新单元700具体包括：
第一更新模块701，用于将未知病种的信息更新至所述传染病信息库；
第二更新模块702，用于将与所述未知病种对应的最终防疫措施更新至所述传染病信息库。
实施例八：
图8示出了本发明实施例八疫情防御大数据平台中预警单元的结构框图。
进一步的，在本发明提供的优选实施方式中，所述的大数据平台还包括：
预警单元800，用于在判定所述患者患病信息为未知病种时，基于未知病种信息和临时防疫措施生成预警信息，并向疾病防控部门发送未知病种的预警信息，所述预警信息包括未知病种信息以及该未知病种的预判风险等级；其中，所述预判风险等级是通过风险等级评估模型确定的。
具体的，在本发明提供的优选实施方式中，所述预警单元800具体包括：
生成模块801，用于在判定所述患者患病信息为未知病种时，基于未知病种信息和临时防疫措施生成预警信息；
第二发送模块802，用于向疾病防控部门发送未知病种的预警信息。
综上所述，在本发明实施例提供的疫情防御大数据平台中，首先通过身份识别单元对患者的身份进行确认；然后在确认所述患者患有传染病时，通过传染病匹配单元提取患者的患病信息，并基于传染病信息库对所述患病信息进行匹配；
在基于传染病信息库匹配到所述患病信息时，通过第一执行单元调取所述传染病信息库中与所述患病信息对应的防疫措施并输出；
本发明实施例提供的疫情防御大数据平台在基于传染病信息库未匹配到所述患病信息时，通过人工分析单元判定所述患病信息为未知病种，并将所述未知病种的信息发送至人工分析平台；
并利用第二执行单元接收所述人工分析平台返回的未知病种的信息以及与所述未知病种相对应的现阶段的临时防疫措施，并将所述临时防疫措施进行输出；
本发明实施例提供的大数据平台还通过措施修正单元根据各阶段的防疫效果对所述临时防疫措施进行修正，并根据修正结果确定最终防疫措施；
并通过信息更新单元，将未知病种的信息以及与所述未知病种对应的最终防疫措施更新至所述传染病信息库，从而有效解决了群众以及医院不能及时知晓疫情的发生，不能及早防范，出现大面积的传染的问题，有效抓住宝贵的隔离黄金时间，对疫情防御起到积极明显的作用。
通过以上的实施方式的描述，本领域普通技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(ReadOnly Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。
可以理解的是，对本领域普通技术人员来说，可以根据本发明的技术方案及本发明构思加以等同替换或改变，而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。
Claims (10)
1.一种疫情防御大数据平台，其特征在于，所述的大数据平台包括：
身份识别单元，用于对患者的身份进行确认；
传染病匹配单元，用于在确认所述患者患有传染病时，提取患者的患病信息，并基于传染病信息库对所述患病信息进行匹配；
第一执行单元，用于在基于传染病信息库匹配到所述患病信息时，调取所述传染病信息库中与所述患病信息对应的防疫措施并输出；
人工分析单元，用于在基于传染病信息库未匹配到所述患病信息时，判定所述患病信息为未知病种，并将所述未知病种的信息发送至人工分析平台；
第二执行单元，用于接收所述人工分析平台返回的未知病种的信息以及与所述未知病种相对应的现阶段的临时防疫措施，并将所述临时防疫措施进行输出；
措施修正单元，用于根据各阶段的防疫效果对所述临时防疫措施进行修正，并根据修正结果确定最终防疫措施；
信息更新单元，用于将未知病种的信息以及与所述未知病种对应的最终防疫措施更新至所述传染病信息库。
2.根据权利要求1所述的疫情防御大数据平台，其特征在于，所述身份识别单元具体包括：
身份验证模块，用于验证患者输入的账户和密码信息，在所述账户和密码信息验证成功后登陆所述大数据平台；
生物信息识别模块，用于通过验证患者的生物识别特征，在所述生物特征验证成功后，登录所述大数据平台。
3.根据权利要求2所述的疫情防御大数据平台，其特征在于，所述传染病匹配单元具体包括：
传染病确认模块，用于确认所述患者患有传染病；
信息提取模块，用于提取患者的患病信息；
匹配模块，用于基于传染病信息库对所述患病信息进行匹配。
4.根据权利要求3所述的疫情防御大数据平台，其特征在于，所述第一执行单元具体包括：
调取模块，用于在基于传染病信息库匹配到所述患病信息时，调取所述传染病信息库中与所述患病信息对应的防疫措施；
第一输出模块，用于将所述传染病信息库中与所述患病信息对应的防疫措施进行输出。
5.根据权利要求4所述的疫情防御大数据平台，其特征在于，所述人工分析单元具体包括：
判定模块，用于在基于传染病信息库未匹配到所述患病信息时，判定所述患病信息为未知病种；
第一发送模块，用于将所述未知病种的信息发送至人工分析平台。
6.根据权利要求5所述的疫情防御大数据平台，其特征在于，所述第二执行单元具体包括：
接收模块，用于接收所述人工分析平台返回的未知病种的信息以及与所述未知病种相对应的现阶段的临时防疫措施；
第二输出模块，用于将所述临时防疫措施进行输出。
7.根据权利要求6所述的疫情防御大数据平台，其特征在于，所述措施修正单元具体包括：
措施修正模块，用于根据各阶段的防疫效果对所述临时防疫措施进行修正；
措施确定模块，用于根据修正结果确定最终防疫措施。
8.根据权利要求7所述的疫情防御大数据平台，其特征在于，所述信息更新单元具体包括：
第一更新模块，用于将未知病种的信息更新至所述传染病信息库；
第二更新模块，用于将与所述未知病种对应的最终防疫措施更新至所述传染病信息库。
9.根据权利要求2-8任一所述的疫情防御大数据平台，其特征在于，所述的大数据平台还包括：
预警单元，用于在判定所述患者患病信息为未知病种时，基于未知病种信息和临时防疫措施生成预警信息，并向疾病防控部门发送未知病种的预警信息，所述预警信息包括未知病种信息以及该未知病种的预判风险等级；其中，所述预判风险等级是通过风险等级评估模型确定的。
10.根据权利要求9所述的疫情防御大数据平台，其特征在于，所述预警单元具体包括：
生成模块，用于在判定所述患者患病信息为未知病种时，基于未知病种信息和临时防疫措施生成预警信息；
第二发送模块，用于向疾病防控部门发送未知病种的预警信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110113767.5A CN112820413A (zh) | 2021-01-27 | 2021-01-27 | 一种疫情防御大数据平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110113767.5A CN112820413A (zh) | 2021-01-27 | 2021-01-27 | 一种疫情防御大数据平台 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112820413A true CN112820413A (zh) | 2021-05-18 |
Family
ID=75859761
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110113767.5A Pending CN112820413A (zh) | 2021-01-27 | 2021-01-27 | 一种疫情防御大数据平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112820413A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113345598A (zh) * | 2021-07-21 | 2021-09-03 | 深圳市知酷信息技术有限公司 | 基于数据分析的区域疫情监测预警系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111403048A (zh) * | 2020-03-18 | 2020-07-10 | 唐宓 | 一种未知传染病预警及追溯方法 |
| CN111724906A (zh) * | 2020-03-03 | 2020-09-29 | 孙志鹏 | 一种疫情防御大数据平台 |
| CN112185582A (zh) * | 2020-09-14 | 2021-01-05 | 清华大学 | 一种基于主动报送数据的传染病防控方法和系统 |
-
2021
- 2021-01-27 CN CN202110113767.5A patent/CN112820413A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111724906A (zh) * | 2020-03-03 | 2020-09-29 | 孙志鹏 | 一种疫情防御大数据平台 |
| CN111403048A (zh) * | 2020-03-18 | 2020-07-10 | 唐宓 | 一种未知传染病预警及追溯方法 |
| CN112185582A (zh) * | 2020-09-14 | 2021-01-05 | 清华大学 | 一种基于主动报送数据的传染病防控方法和系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113345598A (zh) * | 2021-07-21 | 2021-09-03 | 深圳市知酷信息技术有限公司 | 基于数据分析的区域疫情监测预警系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hermisson et al. | Soft sweeps and beyond: understanding the patterns and probabilities of selection footprints under rapid adaptation | |
| Marx et al. | Serial human passage of simian immunodeficiency virus by unsterile injections and the emergence of epidemic human immunodeficiency virus in Africa | |
| Esteva et al. | Qualitative study of transmission dynamics of drug-resistant malaria | |
| Emborg et al. | Abrupt termination of the 2019/20 influenza season following preventive measures against COVID-19 in Denmark, Norway and Sweden | |
| CN103902911B (zh) | 一种基于程序结构特征的恶意程序检测方法 | |
| Angeletti et al. | Molecular epidemiology and phylogeny of Nipah virus infection: A mini review | |
| Wertheim et al. | Using HIV transmission networks to investigate community effects in HIV prevention trials | |
| CN112820413A (zh) | 一种疫情防御大数据平台 | |
| Calisher | Viruses in bats: a historic review | |
| Inc et al. | Analysis of novel fractional COVID-19 model with real-life data application | |
| Gardner et al. | A scenario‐based evaluation of the middle east respiratory syndrome coronavirus and the hajj | |
| Real et al. | Infectious disease modeling and the dynamics of transmission | |
| Sun et al. | Three-stage pooled plasma hepatitis C virus RNA testing for the identification of acute HCV infections in at-risk populations | |
| Hughes et al. | Thirty years of condom-based HIV prevention by gay men in New Zealand | |
| Di Giallonardo et al. | Subtype‐specific differences in transmission cluster dynamics of HIV‐1 B and CRF01_AE in New South Wales, Australia | |
| Bartlett et al. | A latent class approach to identify multi‐risk profiles associated with phylogenetic clustering of recent hepatitis C virus infection in Australia and New Zealand from 2004 to 2015 | |
| CN213069887U (zh) | 一种刺杀训练与考评装置 | |
| Novitsky et al. | Phylogenetic inference of HIV transmission clusters | |
| CN112397186A (zh) | 一种用于智慧医疗的安全监管方法及系统 | |
| Gerli et al. | The trends and risk factors for hepatitis B occurrence in Estonia | |
| Elangovan et al. | A Stochastic Model in the study of HIV/AIDS Epidemic and its Progression | |
| Lyons et al. | Quantifying the Impact of Engaging Religious Leaders to Promote Safe Burial Practices During the 2014-2016 Ebola Outbreak in Sierra Leone | |
| Park | The Comparison For Epidemiological Investigation Of Corona Virus-19 Pandemic | |
| Schoub | Covid-19: Known Knowns, Known Unknowns, and Unknown Unknowns | |
| Koopsen et al. | A21 Retrospectively describing hepatitis C virus transmission dynamics and tracking HCV transmission networks in real-time for strategic elimination interventions |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210518 |
|
| RJ01 | Rejection of invention patent application after publication |