CN113851228A - 一种基于大数据的传染病症状监测与预警方法及系统 - Google Patents

Abstract

本申请实施例提供了一种基于大数据的传染病症状监测与预警方法及系统，所述方法包括以下步骤：选择需要监测的预警地点，并确定所述预警地点内需要预警的病种；采集所述预警地点内的病种信息，并对不同的病种信息进行处理，当确定预警地点有疫情事件出现时，发送预警条件到服务器处理；服务器根据预先设置的预警条件，根据预警阀值进一步判断是否预警，当第一次预警完成后，服务器将返回两组预警结果，并将需要展现到地图上的数据信息返回给客户端浏览器加载地图上。本申请实施例可以对疾病分布信息进行地图直观显示和确定病原体可能传播的范围，能够很好地将传染病疫情发生地的地理情况和人群情况与疫情传播情况进行综合分析。

Description

一种基于大数据的传染病症状监测与预警方法及系统

技术领域

本申请各实施例属于传染病症状监测与预警技术领域，特别是涉及一种基于大数据的传染病症状监测与预警方法及系统。

背景技术

随着社会和自然环境的变化，传染病的病原体、传播途径、发病特点以及影响因素也发生很大变化，如何能早期识别到传染病突发公共卫生事件，及时发出预警，尽早采取相应的控制措施，将突发公共卫生事件造成的损失降到最低，是公共卫生领域长期以来关注的焦点，也是卫生应急工作的重要内容。突发公共卫生事件预警，是通过对有关数据的收集，整理、分析和整合，运用计算机、网络、通讯等现代先进的技术，对事件的征兆进行监测、识别、诊断与评价，及时报警，告知有关部门和公众做好相关的应对和准备工作，及时采取有效的防控措施，尽可能阻止或减缓突发事件的发生或减少事件的危害。

症状监测（Syndromicsurveillance）是指系统、持续地收集临床明确诊断前能够指示疾病发生（或流行/暴发）的信息、各种与健康和疾病事件相关的数据以及各类与健康和疾病相关的其他现象资料，通过综合分析，来监测突发公共卫生事件发生初期的异常现象。尽管症状监测正得到越来越多的应用，但相关的理论与技术都远不成熟，尚处于探索发展阶段。建立有效的症状监测预警系统需要回答一系列理论与技术问题，包括目标疾病与目标症状确定、监测网络和监测点的选择与布局、多源数据的采集与管理策略、实现监测目标的稳定高效信息管理系统的建立、基于监测信息的预警模型选择与预警参数设定、监测预警响应、症状监测应用工具包及技术规范的开发等。

发明内容

本申请实施例的目的在于提供一种基于大数据的传染病症状监测与预警方法，可以对疾病分布信息进行地图直观显示和确定病原体可能传播的范围，能够很好地将传染病疫情发生地的地理情况和人群情况与疫情传播情况进行综合分析，得到更有价值的疫情监测与预警数据，从而解决背景技术中的问题。

为了解决上述技术问题，本申请实施例提供的基于大数据的传染病症状监测与预警方法的技术方案具体如下：

本申请实施例公开了一种基于大数据的传染病症状监测与预警方法，所述方法包括以下步骤：

步骤1：选择需要监测的预警地点，并确定所述预警地点内需要预警的病种；

步骤2：采集所述预警地点内的病种信息，并对不同的病种信息进行处理，当确定预警地点有疫情事件出现时，发送预警条件到服务器处理；

步骤3：服务器根据预先设置的预警条件，根据预警阀值进一步判断是否预警，当第一次预警完成后，服务器将返回两组预警结果，并将需要展现到地图上的数据信息返回给客户端浏览器加载地图上。

在上述任一方案中优选的实施例，所述方法还包括以下步骤：

预警开始时间为当前时间，预警结束时间为空，为空表示将从当前时间开始一直预警直到系统退出；若不为空，则预警的截止时间大于当前时间。

在上述任一方案中优选的实施例，所述方法还包括以下步骤：

当确定预警地点有疫情事件出现时，疫情地址将自动标记到地图上，当疫情地址标记在地图后，地图窗口将自动以病例位置居中窗口。

在上述任一方案中优选的实施例，所述方法还包括以下步骤：

将疫情坐标定位到地图上后，点击疫情标记，则会根据该预警地点地址编码发送请求该预警地点此种病所有记录，将以疫情结果显示在标记弹出信息窗口内，至此完成了疫情标注过程。

在上述任一方案中优选的实施例，所述两组预警结果分别为病例的地址坐标已经在本地可以找到的情况和病例地址坐标不在本地的情况。

在上述任一方案中优选的实施例，所述方法还包括以下步骤：

浏览器接收到返回数据后对两组预警结果数据分处理，将第一坐标组暂存起来，然后将地址组异步发送给服务器处理，等到所有地址的坐标已经取到后，将地址的坐标加入到第一坐标组中，然后直接定位到地图上；疫情坐标定位到地图上后，点击疫情标记，则会根据该地区地址编码发送请求该地区此种病所有记录，将以疫情结果显示在标记弹出信息窗口内，若有疫情发生，根据时间配置好的短信设置进行短信提示；等待下一个预警周期的到来，如果下一个时间周期到来，判断当前时间是否还在预警时间范围内，若不在预警时间范围内则预警到此终止，反之下一次预警开始。

在上述任一方案中优选的实施例，所述需要监测的预警地点为预先设置的区域内的所有的医院，在不同的医院中获取的病种信息为数据源。

在上述任一方案中优选的实施例，所述对不同的病种信息进行处理包括：

将多个数据源中的数据合并，在一个统一的数据库中进行存储和管理，或将具有表性的参数代替原有参数。

在上述任一方案中优选的实施例，所述数据源中的数据为从诊断前第4天到诊断后第8天及第15天的数据，将这13天的特异性参数按参数种类进行分组，然后计算每组内各项参数的权重，加权求和，得到可表征患者诊断前4天到诊断后第15天的综合指标参数，其中，确定参数的计算方式为：

其中，F_i（i=1,2,3…p）表示p个主成份，a_ij（i=1,2,3…p；j=1,2,3…m）为样本数据协方差矩阵的特征值所对应的特征向量；x_i（i=1,2,3…p）是原始变量经过标准化处理后的值。

与现有技术相比，本申请实施例的基于大数据的传染病症状监测与预警方法，对疾病分布信息进行地图直观显示和确定病原体可能传播的范围，能够很好地将传染病疫情发生地的地理情况和人群情况与疫情传播情况进行综合分析，得到更有价值的疫情监测与预警数据。

第二方面，一种基于大数据的传染病症状监测与预警系统，包括：

选择模块，用于选择需要监测的预警地点，并确定所述预警地点内需要预警的病种；

处理模块，用于采集所述预警地点内的病种信息，并对不同的病种信息进行处理，当确定预警地点有疫情事件出现时，发送预警条件到服务器处理；

判断模块，用于服务器根据预先设置的预警条件，根据预警阀值进一步判断是否预警，当第一次预警完成后，服务器将返回两组预警结果，并将需要展现到地图上的数据信息返回给客户端浏览器加载地图上。

与现有技术相比，本申请实施例的基于大数据的传染病症状监测与预警方法，对疾病分布信息进行地图直观显示和确定病原体可能传播的范围，能够很好地将传染病疫情发生地的地理情况和人群情况与疫情传播情况进行综合分析，得到更有价值的疫情监测与预警数据。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一组件分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。后文将参照附图以示例性而非限制性的方式详细描述本申请的一些具体实施例。附图中相同的附图标记标示了相同或类似的组件件或组件分，本领域技术人员应该理解的是，这些附图未必是按比例绘制的，在附图中：

图1为本申请实施例基于大数据的传染病症状监测与预警方法示意图。

图2为本申请实施例基于大数据的传染病症状监测与预警系统示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本申请一组件分的实施例，而不是全组件的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

本申请下述实施例以基于大数据的传染病症状监测与预警方法具有前轮和后轮为例进行详细说明本申请的方案，但是此实施例并不能限制本申请保护范围。

实施例

如图1所示，本申请实施例提供了一种基于大数据的传染病症状监测与预警方法，所述方法包括以下步骤：

步骤1：选择需要监测的预警地点，并确定所述预警地点内需要预警的病种；

步骤2：采集所述预警地点内的病种信息，并对不同的病种信息进行处理，当确定预警地点有疫情事件出现时，发送预警条件到服务器处理；

步骤3：服务器根据预先设置的预警条件，根据预警阀值进一步判断是否预警，当第一次预警完成后，服务器将返回两组预警结果，并将需要展现到地图上的数据信息返回给客户端浏览器加载地图上。

在本发明实施例所述的基于大数据的传染病症状监测与预警方法中，服务器用于接受外部客户的访问，将客户的请求提交给应用程序服务器上布署的web应用程序，这里是传染病疫情预警展示系统，再将结果以html形式返回给客户；所述预先设置的预警条件设置在数据库服务器中，其中，数据库服务器存储所有的业务数据、以及供分析处理的传染病数据，其他的还有结合到互联网平台后需要存储的地理空间数据、各级疾控中心哨点医院信息数据以供展示。

如图1所示，基于大数据的传染病症状监测与预警方法，所述方法还包括以下步骤：

预警开始时间为当前时间，预警结束时间为空，为空表示将从当前时间开始一直预警直到系统退出；若不为空，则预警的截止时间大于当前时间；还包括以下步骤：当确定预警地点有疫情事件出现时，疫情地址将自动标记到地图上，当疫情地址标记在地图后，地图窗口将自动以病例位置居中窗口。

在本发明实施例所述的基于大数据的传染病症状监测与预警方法中，传染病疫情监测预警系统要实现：疾控单位信息（包括疾控中心和哨点医院信息）发布、传染病监测与预警处理、传染病疫情分析模块、传染病疫情应急指挥模块、系统管理模块、常用工具包，每一个模块之间相对独立，各级疾控人员只需要关注与自己关心的部分功能。

在本发明实施例所述的基于大数据的传染病症状监测与预警方法中，疾控单位信息发布展现形式分为两个部分：一个是地图快照部分（各级单位直接定位在地图上同时展开标记可以看到基本信息）、一个是详情展示部分（提供接口，操作人员可以直接通过此接口进入到疾控中心信息详细介绍部分）；疫情预警部分：对预设范围内的传染病疫情进行监测管理，完成传染病事件实时监测，并针对传染病疫情进行预警，提供基于规则的预警和条件通知机制，在发现符合预警条件的状况时，以多种渠道提供通知和预警，在电子地图上进行标记与报警提示。

在本发明实施例所述的基于大数据的传染病症状监测与预警方法中，疫情分析部分对预设范围的传染病疫情进行分析管理，完成传染病

分布分析、传染病疫情统计专题分析、传染病疫情评估分析以及传染病疫情预测分析处理，并在电子地图上进行图表分析数据展示，可进行空间信息量算、空间信息分类、空间信息叠合、缓冲区查询、动态展示、区域分布等多种分析。

在本发明实施例所述的基于大数据的传染病症状监测与预警方法中，应急指挥部分包括：路径分析功能、应急预案功能、应急处置功能、环境状况信息、车辆监控功能、疾控资源分布、疾控资源调配；常用工具包模块包括：预设范围内各市、区县级未来7天的天气查询；实时显示当前道路交通拥堵情况；采集经纬度、地址信息、备注信息；加载自定义数据等操作；管理子系统：对系统进行初始化设置；完成各功能模块的配置操作；对用户进行增、删、改、查操作；对用户权限进行查询和修改操作；对数据库进行备份和恢复操作；记录用户操作日志。

如图1所示，基于大数据的传染病症状监测与预警方法，所述方法还包括以下步骤：

将疫情坐标定位到地图上后，点击疫情标记，则会根据该预警地点地址编码发送请求该预警地点此种病所有记录，将以疫情结果显示在标记弹出信息窗口内，至此完成了疫情标注过程。

如图1所示，基于大数据的传染病症状监测与预警方法，所述两组预警结果分别为病例的地址坐标已经在本地可以找到的情况和病例地址坐标不在本地的情况。

如图1所示，基于大数据的传染病症状监测与预警方法，所述方法还包括以下步骤：

浏览器接收到返回数据后对两组预警结果数据分处理，将第一坐标组暂存起来，然后将地址组异步发送给服务器处理，等到所有地址的坐标已经取到后，将地址的坐标加入到第一坐标组中，然后直接定位到地图上；疫情坐标定位到地图上后，点击疫情标记，则会根据该地区地址编码发送请求该地区此种病所有记录，将以疫情结果显示在标记弹出信息窗口内，若有疫情发生，根据时间配置好的短信设置进行短信提示；等待下一个预警周期的到来，如果下一个时间周期到来，判断当前时间是否还在预警时间范围内，若不在预警时间范围内则预警到此终止，反之下一次预警开始。

如图1所示，基于大数据的传染病症状监测与预警方法，所述需要监测的预警地点为预先设置的区域内的所有的医院，在不同的医院中获取的病种信息为数据源，所述对不同的病种信息进行处理包括：将多个数据源中的数据合并，在一个统一的数据库中进行存储和管理，或将具有表性的参数代替原有参数。

基于大数据的传染病症状监测与预警方法，所述数据源中的数据为从诊断前第4天到诊断后第8天及第15天的数据，将这13天的特异性参数按参数种类进行分组，然后计算每组内各项参数的权重，加权求和，得到可表征患者诊断前4天到诊断后第15天的综合指标参数，其中，确定参数的计算方式为：

其中，F_i（i=1,2,3…p）表示p个主成份，a_ij（i=1,2,3…p；j=1,2,3…m）为样本数据协方差矩阵的特征值所对应的特征向量；x_i（i=1,2,3…p）是原始变量经过标准化处理后的值。

基于主成分可以进一步推出指标的权重，用第一主成分F₁中每个指标所对应的系数乘上第一主成分F₁所对应的贡献率再除以所提取两个主成分的两个贡献率之和,然后加上第二主成分中每个指标所对应的系数乘上第二主成分F₂所对应的贡献率再除以所提取两个主成分的两个贡献率之和,即可得到该指标在总体中的权重W₁，具体计算公式如下所示：

W₁=（a₁₁*c₁+a₁₂*c₂）*/（c₁+c₂），同理可得，所有生理参数的权重W_i（i=1,2,3,…p），可通过下式计算得到：W_i=（a_i1*c₁+a_i2*c₂）*/（c₁+c₂）（i=1,2,3…p）,在得到一组内各项参数的权重后,加权求和即可最终得到表征各组参数的综合指标y_k：y_k=w_1k*x_1k+w_2k*x_2k+…+w_pk*x_pk，其中k为需要合并的参数组的个数，因此通过计算指标的权重可以大大降低工作难度，减小工作量。

与现有技术相比，本申请实施例的基于大数据的传染病症状监测与预警方法，对疾病分布信息进行地图直观显示和确定病原体可能传播的范围，能够很好地将传染病疫情发生地的地理情况和人群情况与疫情传播情况进行综合分析，得到更有价值的疫情监测与预警数据。

第二方面，一种基于大数据的传染病症状监测与预警系统，包括：

选择模块，用于选择需要监测的预警地点，并确定所述预警地点内需要预警的病种；

处理模块，用于采集所述预警地点内的病种信息，并对不同的病种信息进行处理，当确定预警地点有疫情事件出现时，发送预警条件到服务器处理；

判断模块，用于服务器根据预先设置的预警条件，根据预警阀值进一步判断是否预警，当第一次预警完成后，服务器将返回两组预警结果，并将需要展现到地图上的数据信息返回给客户端浏览器加载地图上。

与现有技术相比，本申请实施例的基于大数据的传染病症状监测与预警方法，对疾病分布信息进行地图直观显示和确定病原体可能传播的范围，能够很好地将传染病疫情发生地的地理情况和人群情况与疫情传播情况进行综合分析，得到更有价值的疫情监测与预警数据。

最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中组件分或者全组件技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (10)

1.一种基于大数据的传染病症状监测与预警方法，其特征在于，所述方法包括以下步骤：

步骤1：选择需要监测的预警地点，并确定所述预警地点内需要预警的病种；

步骤2：采集所述预警地点内的病种信息，并对不同的病种信息进行处理，当确定预警地点有疫情事件出现时，发送预警条件到服务器处理；

步骤3：服务器根据预先设置的预警条件，根据预警阀值进一步判断是否预警，当第一次预警完成后，服务器将返回两组预警结果，并将需要展现到地图上的数据信息返回给客户端浏览器加载地图上。

2.根据权利要求1所述的基于大数据的传染病症状监测与预警方法，其特征在于，所述方法还包括以下步骤：

预警开始时间为当前时间，预警结束时间为空，为空表示将从当前时间开始一直预警直到系统退出；若不为空，则预警的截止时间大于当前时间。

3.根据权利要求2所述的基于大数据的传染病症状监测与预警方法，其特征在于，所述方法还包括以下步骤：

当确定预警地点有疫情事件出现时，疫情地址将自动标记到地图上，当疫情地址标记在地图后，地图窗口将自动以病例位置居中窗口。

4.根据权利要求3所述的基于大数据的传染病症状监测与预警方法，其特征在于，所述方法还包括以下步骤：

将疫情坐标定位到地图上后，点击疫情标记，则会根据该预警地点地址编码发送请求该预警地点此种病所有记录，将以疫情结果显示在标记弹出信息窗口内，至此完成了疫情标注过程。

5.根据权利要求4所述的基于大数据的传染病症状监测与预警方法，其特征在于，所述两组预警结果分别为病例的地址坐标已经在本地找到的情况和病例地址坐标不在本地的情况。

6.根据权利要求5所述的基于大数据的传染病症状监测与预警方法，其特征在于，所述方法还包括以下步骤：

浏览器接收到返回数据后对两组预警结果数据分处理，将第一坐标组暂存起来，然后将地址组异步发送给服务器处理，等到所有地址的坐标已经取到后，将地址的坐标加入到第一坐标组中，然后直接定位到地图上；疫情坐标定位到地图上后，点击疫情标记，则会根据定位地图上的地区地址编码发送请求该地区此种病所有记录，将以疫情结果显示在标记弹出信息窗口内，若有疫情发生，根据时间配置好的短信设置进行短信提示；等待下一个预警周期的到来，如果下一个时间周期到来，判断当前时间是否还在预警时间范围内，若不在预警时间范围内则预警到此终止，反之下一次预警开始。

7.根据权利要求6所述的基于大数据的传染病症状监测与预警方法，其特征在于，所述需要监测的预警地点为预先设置的区域内的所有的医院，在不同的医院中获取的病种信息为数据源。

8.根据权利要求7所述的基于大数据的传染病症状监测与预警方法，其特征在于，所述对不同的病种信息进行处理包括：

将多个数据源中的数据合并，在一个统一的数据库中进行存储和管理，或将具有表性的参数代替原有参数。

9.根据权利要求8所述的基于大数据的传染病症状监测与预警方法，其特征在于，所述数据源中的数据为从诊断前第4天到诊断后第8天及第15天的数据，将这13天的特异性参数按参数种类进行分组，然后计算每组内各项参数的权重，加权求和，得到可表征患者诊断前4天到诊断后第15天的综合指标参数，其中，确定参数的计算方式为：

其中，F_i（i=1,2,3…p）表示p个主成份，a_ij（i=1,2,3…p；j=1,2,3…m）为样本数据协方差矩阵的特征值所对应的特征向量；x_i（i=1,2,3…p）是原始变量经过标准化处理后的值。

10.一种基于大数据的传染病症状监测与预警系统，其特征在于，包括：

选择模块，用于选择需要监测的预警地点，并确定所述预警地点内需要预警的病种；

处理模块，用于采集所述预警地点内的病种信息，并对不同的病种信息进行处理，当确定预警地点有疫情事件出现时，发送预警条件到服务器处理；

判断模块，用于服务器根据预先设置的预警条件，根据预警阀值进一步判断是否预警，当第一次预警完成后，服务器将返回两组预警结果，并将需要展现到地图上的数据信息返回给客户端浏览器加载地图上。

Images