CN114220555A - 风险人群分类方法和设备、系统、电子设备、存储介质 - Google Patents

风险人群分类方法和设备、系统、电子设备、存储介质 Download PDF

Info

Publication number
CN114220555A
CN114220555A CN202111656529.5A CN202111656529A CN114220555A CN 114220555 A CN114220555 A CN 114220555A CN 202111656529 A CN202111656529 A CN 202111656529A CN 114220555 A CN114220555 A CN 114220555A
Authority
CN
China
Prior art keywords
information
risk group
risk
gate
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.)
Pending
Application number
CN202111656529.5A
Other languages
English (en)
Inventor
赵炎
陈青山
陈鹏
龙汉
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.)
Shenzhen Juding Medical Co Ltd
Original Assignee
Shenzhen Juding Medical Co Ltd
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 Shenzhen Juding Medical Co Ltd filed Critical Shenzhen Juding Medical Co Ltd
Priority to CN202111656529.5A priority Critical patent/CN114220555A/zh
Publication of CN114220555A publication Critical patent/CN114220555A/zh
Pending legal-status Critical Current

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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/10—Movable barriers with registering means
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/20—Individual registration on entry or exit involving the use of a pass
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/20—Individual registration on entry or exit involving the use of a pass
    • G07C9/22—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/20—Individual registration on entry or exit involving the use of a pass
    • G07C9/27—Individual registration on entry or exit involving the use of a pass with central registration
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/30—Individual registration on entry or exit not involving the use of a pass
    • G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/30—Individual registration on entry or exit not involving the use of a pass
    • G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
    • G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/30—Individual registration on entry or exit not involving the use of a pass
    • G07C9/38—Individual registration on entry or exit not involving the use of a pass with central registration
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • Biomedical Technology (AREA)
  • Strategic Management (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Primary Health Care (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Human Computer Interaction (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本公开实施例提供风险人群分类方法和设备、系统、电子设备、存储介质，涉及计算机技术领域。该风险人群分类方法，包括：获取用户的身份信息；根据身份信息获取用户的流行病学调查结果；获取用户的健康码信息、行程码信息；采集用户的体温信息；对分类依据信息进行综合分析处理，得到用户的风险人群分类结果；分类依据信息包括健康码信息、行程码信息、流行病学调查结果、体温信息；根据风险人群分类结果生成闸机控制信息，闸机控制信息被用于控制闸机的开启或关闭，通过本公开实施例提供的技术方案可以提高就诊人群风险分类的准确性。

Description

风险人群分类方法和设备、系统、电子设备、存储介质
技术领域
本发明涉及智能医疗技术领域，尤其涉及一种风险人群分类方法和设备、系统、电子设备、存储介质。
背景技术
医院为了降低院内人员交叉感染的风险，需要对前来就诊的人员进行风险分类。当前的风险分类方法为对就诊人员进行体温检测，根据体温检测结果判断该就诊人员是否为风险人员。
当前的针对就诊人员进行风险分类的手段较为单一，导致针对就诊人群的风险分类的准确度较低。
发明内容
本公开实施例的主要目的在于提出一种风险人群分类方法和设备、系统、电子设备、存储介质，能够提高就诊人群风险分类的准确性。
为实现上述目的，本公开实施例的第一方面提出了一种风险人群分类方法，包括：
获取用户的身份信息；
根据所述身份信息获取所述用户的流行病学调查结果；
获取所述用户的健康码信息、行程码信息；
采集所述用户的体温信息；
对分类依据信息进行综合分析处理，得到所述用户的风险人群分类结果；所述分类依据信息包括所述健康码信息、所述行程码信息、所述流行病学调查结果、所述体温信息；
根据所述风险人群分类结果生成闸机控制信息，所述闸机控制信息被用于控制闸机的开启或关闭。
在一些实施例，所述闸机控制信息为闸机权限凭证，所述闸机权限凭证被闸机识别时控制闸门的开启或关闭。
在一些实施例，所述根据所述身份信息获取所述用户的流行病学调查结果，包括：
根据所述身份信息得到流行病调查问题表；
获取对所述流行病调查问题表的答复信息，并对所述答复信息进行分析以生成所述流行病学调查结果。
在一些实施例，所述风险人群分类结果包括高风险人群，所述方法还包括：
若所述风险人群分类结果为高风险人群，则根据所述身份信息、所述风险人群分类结果生成通知消息；
将所述通知消息发送给医务人员的第一终端。
在一些实施例，所述风险人群分类结果包括高风险人群，所述方法还包括：
若所述风险人群分类结果为高风险人群，则根据所述流行病学调查结果、所述体温信息生成待核查项目清单；
将所述待核查项目清单发送给所述用户的第二终端。
在一些实施例，所述风险人群分类结果包括低风险人群，所述方法还包括：
根据所述身份信息生成门诊许可凭证；
根据所述门诊许可凭证跳转至门诊业务服务界面。
为实现上述目的，本公开的第二方面提出了一种风险人群分类设备，包括：
身份识别模块，用于采集身份信息；
健康码与行程码识别模块，用于采集健康码信息、行程码信息；
流行病学调查模块，与所述身份识别模块连接，用于根据所述身份信息获取流行病学调查结果；
体温采集模块，用于采集体温信息；
数据分析模块，分别与所述健康码与行程码识别模块、所述流行病学调查模块、所述体温采集模块连接，用于对分类依据信息进行综合分析处理，得到风险人群分类结果；所述分类依据信息包括所述健康码信息、所述行程码信息、所述流行病学调查结果、所述体温信息；
闸机权限凭证生成模块，与所述数据分析模块连接，用于根据所述风险人群分类结果生成闸机控制信息，所述闸机控制信息被用于控制闸机的开启或关闭。
为实现上述目的，本公开的第三方面提出了一种风险人群分类系统，包括：
身份识别模块，用于采集身份信息；
健康码与行程码识别模块，用于采集健康码信息、行程码信息；
流行病学调查模块，与所述身份识别模块连接，用于根据所述身份信息获取流行病学调查结果；
体温采集模块，用于采集体温信息；
数据分析模块，分别与所述健康码与行程码识别模块、所述流行病学调查模块、所述体温采集模块连接，用于对分类依据信息进行综合分析处理，得到风险人群分类结果；所述分类依据信息包括所述健康码信息、所述行程码信息、所述流行病学调查结果、所述体温信息；
闸机权限凭证生成模块，与所述数据分析模块连接，用于根据所述风险人群分类结果生成闸机控制信息，所述闸机控制信息被用于控制闸机的开启或关闭。
所述风险人群分类系统还包括：闸机，用于控制所述闸机权限凭证以得到权限信息，并根据所述权限信息控制闸门的开启或关闭。
为实现上述目的，本公开的第四方面提出了一种电子设备，包括：
至少一个存储器；
至少一个处理器；
至少一个程序；
所述程序被存储在存储器中，处理器执行所述至少一个程序以实现本公开如上述第一方面所述的方法。
为实现上述目的，本公开的第五方面提出了一种存储介质，该存储介质是计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行：
如上述第一方面所述的方法。
本公开实施例提出的风险人群分类方法和设备、系统、电子设备、存储介质，通过获取用户的身份信息、健康码信息和行程码信息，并根据身份信息获取用户的流行病学调查结果，然后采集用户的体温信息，然后对分类依据信息进行综合分析处理，得到用户的风险人群分类结果，其中，分类依据信息包括健康码信息、行程码信息、流行病学调查结果和体温信息，最后，根据风险人群分类结果生成闸机控制信息，闸机控制信息被用于控制闸机的开启或关闭。通过本公开实施例提供的技术方案可以丰富对就诊人员进行风险分类的手段，同时将多个数据维度作为分类判断的依据，实现对来院就诊患者的风险分类，降低了医患人员交叉感染的风险，提升了诊人群的风险分类的准确性。
附图说明
图1是本公开实施例提供的风险人群分类方法的流程图。
图2是图1中的步骤S150的流程图。
图3是图1中的步骤S120的流程图。
图4是本公开另一实施例提供的风险人群分类方法的部分流程图。
图5是本公开又一实施例提供的风险人群分类方法的部分流程图。
图6是本公开另一实施例提供的风险人群分类方法的部分流程图。
图7是一些实施例提供的风险人群分类设备的架构图。
图8是一些实施例提供的风险人群分类系统的架构图。
图9是本公开实施例提供的电子设备的硬件结构示意图。
附图标记：身份识别模块710、健康码与行程码识别模块720、流行病学调查模块730、体温采集模块740、数据分析模块750、闸机控制信息生成模块760、闸机800、处理器901、存储器902、输入/输出接口903、通信接口904、总线905。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请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用以解释本申请，并不用于限定本申请。
需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本发明实施例的目的，不是旨在限制本发明。
在医院的信息化建设中，疫情防治、疫情检查占比较大。医院是各种病患或病原体存在的公共场合，它具有病种多、人员复杂、人流量大等特点，医院是日常生活中传播风险最高的地方，尤其是在疫情防控期间，很容易出现交叉感染的情况。如何降低院内人员的交叉感染的风险，如何提前将风险人群区分进行风险预知，如何对医患人员进行有效分类，如何对风险人员进行针对性诊疗，是医院密切关注问题。
当前的风险分类方法为对就诊人员进行体温检测，根据体温检测结果判断该就诊人员是否为风险人员。比如，常规的解决方案是院内工作者使用感温枪人工进行采取患者体征信息，然后进行人工指引告知患者下一步如何办理业务，以及业务办理的地点。当前这种模式人力成本高、效率低和沟通成本高，患者往往不清楚如何办理。
当前的风险分类方法局限于温感模块上，比如如何方便测温、记录温度等，依然需要人在设备旁边辅助操作才能完成人群分类，分类效率很低；另外，当前的针对就诊人员进行风险分类的手段较为单一，只是利用温感做简单人群区分，没有流调筛查过程，无法做到进一步的精确分类，导致针对就诊人群的风险分类的准确度较低。
基于此，本公开实施例提供一种风险人群分类方法和设备、系统、电子设备、存储介质，通过获取用户的身份信息、健康码信息和行程码信息，并根据身份信息获取用户的流行病学调查结果，然后采集用户的体温信息，然后对分类依据信息进行综合分析处理，得到用户的风险人群分类结果，其中，分类依据信息包括健康码信息、行程码信息、流行病学调查结果和体温信息，最后，根据风险人群分类结果生成闸机控制信息，闸机控制信息被用于控制闸机的开启或关闭。通过本公开实施例提供的技术方案可以丰富对就诊人员进行风险分类的手段，同时将多个数据维度作为分类判断的依据，实现对来院就诊患者的风险分类，降低了医患人员交叉感染的风险，提升了诊人群的风险分类的准确性。
本公开实施例提供风险人群分类方法和设备、系统、电子设备、存储介质，具体通过如下实施例进行说明，首先描述本公开实施例中的风险人群分类方法。
本公开实施例提供的风险人群分类方法，涉及计算机技术领域。本公开实施例提供的风险人群分类方法可应用于终端中，也可应用于服务器端中，还可以是运行于终端或服务器端中的软件。在一些实施例中，终端可以是智能手机、平板电脑、笔记本电脑、台式计算机或者智能手表等；服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器；软件可以是实现风险人群分类方法的应用等，但并不局限于以上形式。
本申请可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本公开实施例提出了一种风险人群分类方法，包括：获取用户的身份信息；根据身份信息获取用户的流行病学调查结果；获取用户的健康码信息、行程码信息；采集用户的体温信息；对分类依据信息进行综合分析处理，得到用户的风险人群分类结果；分类依据信息包括健康码信息、行程码信息、流行病学调查结果、体温信息；根据风险人群分类结果生成闸机控制信息，闸机控制信息被用于控制闸机的开启或关闭。
在一些实施例，获取用户的身份信息的步骤，至少包括以下步骤之一：读取用户的身份证以获取身份信息；或者，读取用户的社保卡以获取身份信息；或者，读取用户的电子凭证以获取身份信息；或者，对用户进行人脸识别以获取身份信息。
在一些实施例，所述闸机控制信息为闸机权限凭证，所述闸机权限凭证被闸机识别时控制闸门的开启或关闭。
图1是本公开实施例提供的风险人群分类方法的一个可选的流程图，图1中的方法可以包括但不限于包括步骤S110至步骤S150，具体包括：
S110，获取用户的身份信息；
S120，根据身份信息获取用户的流行病学调查结果；
S130，获取用户的健康码信息、行程码信息；
S140，采集用户的体温信息；
S150，对分类依据信息进行综合分析处理，得到用户的风险人群分类结果；
S160，根据风险人群分类结果生成闸机控制信息，闸机控制信息被用于控制闸机的开启或关闭。
需要说明的是，本公开实施例提供的风险人群分类方法应用于门诊自助终端中，用户为就诊人群，即待进行就诊的人群。
在步骤S110中，身份信息的获取方式包括但不限于读取用户的身份证、读取用户的社保卡、读取用户的电子凭证、对用户进行人脸识别等方式。
在步骤S120中，根据身份信息匹配到与用户相适应的流行病学调查表，通过用户反馈来得到流行病学调查结果。
在步骤S130中，门诊自助终端通过扫描用户的健康码和行程码，通过医院的数据接口调取该用户的健康码信息和行程码信息，其中，健康码信息用于表征该用户的风险等级，行程码信息用于表征该用户的行程经过地的风险等级。
在步骤S140中，体温检测的方法包括但不限于手腕扫描检测、摄像头扫描检测，具体地，本公开实施例将门诊自助终端的业务办理过程，通温度检测过程结合起来，使门诊自助终端具备体温感知的能力。门诊自助终端根据体温的体征信息来区分发热人群和普通人群，然后进一步对发热人群进行流调筛查，来确认患者的发热症状的原因。
在步骤S150中，分类依据信息包括健康码信息、行程码信息、流行病学调查结果、体温信息。
在步骤S160中，闸门的开启或关闭的控制包括但不限于：根据风险人群分类结果生成闸机控制信息，闸机控制信息用于控制闸门的开启或关闭，具体地，闸机控制信息为闸机权项凭证，或者为闸机控制指令。若闸机权限凭证为在进行分类后生成的二维码凭证，将该二维码凭证在闸门处进行识别后，若识别到该用户为高风险人群，则打开一号闸门，供用户进行下一步的高风险人群的待核查项目的检测；若识别到该用户为低风险人群，则打开二号闸门，供用户进行正常的门诊检测。闸机闸门识别闸机权限凭证的二维码凭证包含的分类依据信息。
本公开实施例提出的风险人群分类方法和设备、系统、电子设备、存储介质，通过获取用户的身份信息、健康码信息和行程码信息，并根据身份信息获取用户的流行病学调查结果，然后采集用户的体温信息，然后对分类依据信息进行综合分析处理，得到用户的风险人群分类结果，其中，分类依据信息包括健康码信息、行程码信息、流行病学调查结果和体温信息，最后，根据风险人群分类结果生成闸机控制信息，闸机控制信息被用于控制闸机的开启或关闭。通过本公开实施例提供的技术方案可以丰富对就诊人员进行风险分类的手段，同时将多个数据维度作为分类判断的依据，实现对来院就诊患者的风险分类，降低了医患人员交叉感染的风险，提升了诊人群的风险分类的准确性。
在一些实施例，风险人群分类结果包括低风险人群，对分类依据信息进行综合分析处理，得到用户的风险人群分类结果，包括：若健康码信息显示为低风险；且，行程码信息显示为在预设时间内未经过高风险区域；且，流行病学调查结果显示为不符合高风险特征；且，体温信息小于预设的温度阈值；则用户的风险人群分类结果为低风险人群。
图2是一些实施例中的步骤S150的流程图，图2示意的步骤S150包括但不限于步骤S210至步骤S220：
S210，若分类依据信息满足综合分析条件；则用户的风险人群分类结果为低风险人群；
S220，若分类依据信息不满足综合分析条件；则用户的风险人群分类结果为低风险人群；
在具体的实施例中，健康码信息显示内容包括高风险、低风险；行程码信息显示内容包括在预设时间内经过高风险区域、在预设时间内未经过高风险区域；流行病学调查结果显示内容包括符合高风险特征、不符合高风险特征；体温信息包括大于或等于预设的温度阈值、小于预设的温度阈值。
在步骤S210和S220中，综合分析条件为：健康码信息显示为低风险；且，行程码信息显示为在预设时间内未经过高风险区域；且，流行病学调查结果显示为不符合高风险特征；且，体温信息小于预设的温度阈值。当上述四个条件都满足时，本公开实施例提供的风险人群分类方法判定用户的风险人群分类结果为低风险人群。
在一些实施例，根据身份信息获取用户的流行病学调查结果，包括：根据身份信息得到流行病调查问题表；获取对流行病调查问题表的答复信息，并对答复信息进行分析以生成流行病学调查结果。
图3是一些实施例中的步骤S120的流程图，图3示意的步骤S120包括但不限于步骤S310至步骤S320：
S310，根据身份信息得到流行病调查问题表；
S320，获取对流行病调查问题表的答复信息，并对答复信息进行分析以生成流行病学调查结果。
在步骤S310中，流行病调查问题表为进行流行性并调查需要的问题汇总，流行病学调查简称为流调，流调是疫情控制的关键，流调收集的信息能够起到有效遏制疫情的关键作用，流行病学调查表的生成需要依赖用户的身份信息，如根据身份信息中用户的年龄、病史等对该用户提供个性化的问题等。
在具体的实施例中，流行病学调查表的具体问题不是一成不变的，随着所在医院防控等级等的变化，这些需调查的问题能够在后台进行动态的更新，以能够更好地体现用户是否具有风险。
在步骤S320中，门诊自助终端将流行病调查问题表显示在设备上，用户通过回答问题而实现了信息采集，最后，门诊自助终端根据采集到的信息，与高风险人群的特征进行匹配分析，根据特征的相似度来得到用户的流行病学调查结果。
在一些实施例，风险人群分类结果包括高风险人群，方法还包括：若风险人群分类结果为高风险人群，则根据身份信息、风险人群分类结果生成通知消息；将通知消息发送给医务人员的第一终端。
如图4所示，图4是另一些实施例提供的风险人群分类方法的流程图，风险人群分类方法还包括：
S410，若风险人群分类结果为高风险人群，则根据身份信息、风险人群分类结果生成通知消息；
S420，将通知消息发送给医务人员的第一终端。
在步骤S410中，若用户为高风险人群，则需要将该用户的身份信息和高风险人群的生成通知消息，通知消息用于发送给医务人员以达到告知的目的。
在步骤S420中，通知消息的发送方法包括但不限于钉钉、微信、短信等多种手段，医务人员的第一终端包括但不限于个人手机、个人电脑等设备。
在具体的实施例中，自助服务终端在将患者的体温信息、个人信息和流调结果记录的同时，将有风险的用户的通知消息通知给医务人员，使医院工作者提前感知风险患者，做好预防、检查等医疗资源的安排。
在一些实施例，风险人群分类结果包括高风险人群，方法还包括：若风险人群分类结果为高风险人群，则根据流行病学调查结果、体温信息生成待核查项目清单；将待核查项目清单发送给用户的第二终端。
如图5所示，图5是另一些实施例提供的风险人群分类方法的流程图，风险人群分类方法还包括：
S510，若风险人群分类结果为高风险人群，则根据流行病学调查结果、体温信息生成待核查项目清单；
S520，将待核查项目清单发送给用户的第二终端。
在步骤S510中，若用户为高风险人群，则门诊自助终端会自动为患者开具对应的检查项目单，消除发热患者的业务办理盲区，降低患者对医务人员的过度依赖，降低医院的人力成本。其中，待核查项目清单为该用户需要进行进一步检查的清单，门诊自助终端还可以将清单打印，以方便用户的后续检查工作。
在步骤S520中，用户的第二终端包括但不限于个人手机、个人电脑等设备。
在一些实施例，风险人群分类结果包括低风险人群，方法还包括：若风险人群分类结果为低风险人群，则根据身份信息生成门诊许可凭证；根据门诊许可凭证跳转至门诊业务服务界面。
如图6所示，图6是另一些实施例提供的风险人群分类方法的流程图，风险人群分类方法还包括：
S610，根据身份信息生成门诊许可凭证；
S620，根据门诊许可凭证跳转至门诊业务服务界面。
在步骤S610中，根据身份信息生成门诊许可凭证，门诊许可信息用于表征该用户具有进行门诊业务的认证许可，需要说明的是，无论风险人群分类结果为低风险人群还是高风险人群，都可以进行门诊业务服务，只是服务内容不同，具体包括：若风险人群分类结果为高风险人群，则给予发热门诊的业务引导，发热通道的闸机打开闸门以供高风险人群走发热通道，若风险人群分类结果为低风险人群，则给予一般业务引导，一般通道的闸机打开闸门以供低风险人群走一般通道。
在步骤S620中，跳转至门诊业务服务界面是为了续为患者推荐在院内需要办理的门诊业务。
下面以一个具体的实施例详细描述风险人群分类方法。值得理解的是，下述描述仅是示例性说明，而不是对申请的具体限制。
在具体的实施例中，就诊人员进入医院后，门诊自助终端检测患者身份信息，并将身份信息自动记录到流调表中，然后患者在自助机终端上通过流调表进行问题调查，进而自助机终端将得到的患者身份信息、流行病学调查结果、健康码和行程码信息，同时检测就诊人员的体温，自助机终端进行综合分析处理，自助终端实现对换阵类型的区分，进而判定患者是否符合就诊要求；若符合，则自动为推荐后续门诊业务办理，若不符合，则自动为患者办理检查、检验项目开单，提示患者直接检查做病种确认，并且记录人员信息和发消息给医务人员，从而实现对来院就诊患者进行人员分流，预知潜在的风险，降低了医患人员交叉感染的风险。
本公开实施例通过自助服务终端，结合温感功能和流调功能，实现了自助检查开单和风险人群区分，降低了医院内的交叉感染的风险，在具备测温能力的同时还具备业务处理的能力，消除了患者的业务盲区，降低了医院的非诊疗环节的就诊压力。对比传统方案，本公开实施例提供的风险人群分类方法的整个业务流程更加严谨、更加顺畅，具有更全面、更高效、更主动的优势。
如图7所示，图7是一些实施例提供的风险人群分类设备的架构图。
风险人群分类设备即为医院自助设备，包括身份识别模块710、健康码与行程码识别模块720、流行病学调查模块730、体温采集模块740、数据分析模块750、闸机控制信息生成模块760。
其中，身份识别模块710，用于采集身份信息；健康码与行程码识别模块720，用于采集健康码信息、行程码信息；流行病学调查模块730，与身份识别模块710连接，用于根据身份信息获取流行病学调查结果；体温采集模块740，用于采集体温信息；数据分析模块750，分别与健康码与行程码识别模块720、流行病学调查模块730、体温采集模块740连接，用于对分类依据信息进行综合分析处理，得到风险人群分类结果；分类依据信息包括健康码信息、行程码信息、流行病学调查结果、体温信息；闸机控制信息生成模块760，与数据分析模块750连接，用于根据风险人群分类结果生成闸机权限凭证。
本实施例的风险人群分类系统的具体实施方式与上述风险人群分类方法的具体实施方式基本一致，属于相同的发明构思，在此不再赘述。
如图8所示，图8是一些实施例提供的风险人群分类系统的架构图。
风险人群分类系统包括图7中实施例的风险人群分类设备，另外，风险人群分类系统还包括闸机800，闸机包括闸门。其中，闸机800用于根据闸机控制信息控制闸机的开启或关闭。在本实施例中，闸机控制信息具体为闸机控制指令。
需要说明的是，风险人群分类系统的身份识别模块710、健康码与行程码识别模块720、流行病学调查模块730、体温采集模块740、数据分析模块750、闸机控制信息生成模块760可以部署在医院大门口的医院自助设备上，医院自助设备与闸机800一起组成风险人群分类系统，可实现医院门口的无人值守。利于医院夜间的人力安排，或者无人值守医院门口的实现。
在一些实施例中，医院自助设备与闸机之间可以实现直接的控制，具体包括，医院自助设备与闸机通信连接，医院自主设备根据风险人群分类结果直接生成控制指令，并将控制指令发送给闸机，闸机根据接收到的指令实现闸门的开启与关闭。
在另一些实施例中，医院自助设备与闸机之间无需进行通信，闸机读取闸机权限凭证来控制闸门开关。具体地，闸机权限凭证包括但不限于二维码凭证，闸机闸门识别闸机权限凭证的二维码凭证包含的分类依据信息，通过信息的识别达到控制闸门开关的目的。
在一些实施例中，若风险人群分类结果为低风险人群，则闸门开启，允许用户通过闸门进行正常的门诊业务办理；若风险人群分类结果为搞风险人群，则闸门处于关闭状态，不允许用户通过闸门进行正常的门诊业务办理。
在另一些实施例中，无论风险人群分类结果为高风险人群，还是低风险人群，都可进行开闸，即若风险人群分类结果为低风险人群，则通向门诊业务的闸门开启，允许用户通过闸门进行正常的门诊业务办理；若风险人群分类结果为高风险人群，则通向核查项目检测的闸门开启，允许用户进行下一步的高风险人群的待核查项目的检测。高风险人群和低风险人群对应不同的闸门、不同的通道和不同的医疗业务引导。
本公开实施例还提供了一种电子设备，包括：
至少一个存储器；
至少一个处理器；
至少一个程序；
所述程序被存储在存储器中，处理器执行所述至少一个程序以实现本公开实施上述的风险人群分类方法。该电子设备可以为包括手机、平板电脑、个人数字助理(PersonalDigital Assistant，简称PDA)、车载电脑等任意智能终端。
请参阅图9，图9示意了另一实施例的电子设备的硬件结构，电子设备包括：
处理器901，可以采用通用的CPU(CentralProcessingUnit，中央处理器)、微处理器、应用专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本公开实施例所提供的技术方案；
存储器902，可以采用ROM(ReadOnlyMemory，只读存储器)、静态存储设备、动态存储设备或者RAM(RandomAccessMemory，随机存取存储器)等形式实现。存储器902可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器902中，并由处理器901来调用执行本公开实施例的风险人群分类方法；
输入/输出接口903，用于实现信息输入及输出；
通信接口904，用于实现本设备与其他设备的通信交互，可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信；和
总线905，在设备的各个组件(例如处理器901、存储器902、输入/输出接口903和通信接口904)之间传输信息；
其中处理器901、存储器902、输入/输出接口903和通信接口904通过总线905实现彼此之间在设备内部的通信连接。
本公开实施例还提供了一种存储介质，该存储介质是计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令用于使计算机执行上述风险人群分类方法。
存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本公开实施例描述的实施例是为了更加清楚的说明本公开实施例的技术方案，并不构成对于本公开实施例提供的技术方案的限定，本领域技术人员可知，随着技术的演变和新应用场景的出现，本公开实施例提供的技术方案对于类似的技术问题，同样适用。
本领域技术人员可以理解的是，图1-6中示出的技术方案并不构成对本公开实施例的限定，可以包括比图示更多或更少的步骤，或者组合某些步骤，或者不同的步骤。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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中，包括多指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序的介质。
以上参照附图说明了本公开实施例的优选实施例，并非因此局限本公开实施例的权利范围。本领域技术人员不脱离本公开实施例的范围和实质内所作的任何修改、等同替换和改进，均应在本公开实施例的权利范围之内。

Claims (10)

1.一种风险人群分类方法，其特征在于，包括：
获取用户的身份信息；
根据所述身份信息获取所述用户的流行病学调查结果；
获取所述用户的健康码信息、行程码信息；
采集所述用户的体温信息；
对分类依据信息进行综合分析处理，得到所述用户的风险人群分类结果；所述分类依据信息包括所述健康码信息、所述行程码信息、所述流行病学调查结果、所述体温信息；
根据所述风险人群分类结果生成闸机控制信息，所述闸机控制信息被用于控制闸机的开启或关闭。
2.根据权利要求1所述的方法，其特征在于，所述闸机控制信息为闸机权限凭证，所述闸机权限凭证被闸机识别时控制闸门的开启或关闭。
3.根据权利要求1所述的方法，其特征在于，所述根据所述身份信息获取所述用户的流行病学调查结果，包括：
根据所述身份信息得到流行病调查问题表；
获取对所述流行病调查问题表的答复信息，并对所述答复信息进行分析以生成所述流行病学调查结果。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述风险人群分类结果包括高风险人群，所述方法还包括：
若所述风险人群分类结果为高风险人群，则根据所述身份信息、所述风险人群分类结果生成通知消息；
将所述通知消息发送给医务人员的第一终端。
5.根据权利要求1至3任一项所述的方法，其特征在于，所述风险人群分类结果包括高风险人群，所述方法还包括：
若所述风险人群分类结果为高风险人群，则根据所述流行病学调查结果、所述体温信息生成待核查项目清单；
将所述待核查项目清单发送给所述用户的第二终端。
6.根据权利要求1至3任一项所述的方法，其特征在于，所述方法还包括：
根据所述身份信息生成门诊许可凭证；
根据所述门诊许可凭证跳转至门诊业务服务界面。
7.一种风险人群分类设备，其特征在于，包括：
身份识别模块，用于采集身份信息；
健康码与行程码识别模块，用于采集健康码信息、行程码信息；
流行病学调查模块，与所述身份识别模块连接，用于根据所述身份信息获取流行病学调查结果；
体温采集模块，用于采集体温信息；
数据分析模块，分别与所述健康码与行程码识别模块、所述流行病学调查模块、所述体温采集模块连接，用于对分类依据信息进行综合分析处理，得到风险人群分类结果；所述分类依据信息包括所述健康码信息、所述行程码信息、所述流行病学调查结果、所述体温信息；
闸机控制信息生成模块，与所述数据分析模块连接，用于根据所述风险人群分类结果生成闸机控制信息，所述闸机控制信息被用于控制闸机的开启或关闭。
8.一种风险人群分类系统，其特征在于，包括
身份识别模块，用于采集身份信息；
健康码与行程码识别模块，用于采集健康码信息、行程码信息；
流行病学调查模块，与所述身份识别模块连接，用于根据所述身份信息获取流行病学调查结果；
体温采集模块，用于采集体温信息；
数据分析模块，分别与所述健康码与行程码识别模块、所述流行病学调查模块、所述体温采集模块连接，用于对分类依据信息进行综合分析处理，得到风险人群分类结果；所述分类依据信息包括所述健康码信息、所述行程码信息、所述流行病学调查结果、所述体温信息；
闸机控制信息生成模块，与所述数据分析模块连接，用于根据所述风险人群分类结果生成闸机控制信息；
所述风险人群分类系统还包括：
闸机，用于接收所述闸机控制信息，并根据所述闸机控制信息控制闸机的开启或关闭。
9.一种电子设备，其特征在于，包括：
至少一个存储器；
至少一个处理器；
至少一个程序；
所述程序被存储在存储器中，处理器执行所述至少一个程序以实现：
如权利要求1至6任一项所述的方法。
10.一种存储介质，所述存储介质为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存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行：
如权利要求1至6任一项所述的方法。
CN202111656529.5A 2021-12-30 2021-12-30 风险人群分类方法和设备、系统、电子设备、存储介质 Pending CN114220555A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111656529.5A CN114220555A (zh) 2021-12-30 2021-12-30 风险人群分类方法和设备、系统、电子设备、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111656529.5A CN114220555A (zh) 2021-12-30 2021-12-30 风险人群分类方法和设备、系统、电子设备、存储介质

Publications (1)

Publication Number Publication Date
CN114220555A true CN114220555A (zh) 2022-03-22

Family

ID=80707132

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111656529.5A Pending CN114220555A (zh) 2021-12-30 2021-12-30 风险人群分类方法和设备、系统、电子设备、存储介质

Country Status (1)

Country Link
CN (1) CN114220555A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114897655A (zh) * 2022-07-12 2022-08-12 深圳市信润富联数字科技有限公司 基于视觉的防疫控制方法及装置、存储介质、电子设备
CN115223283A (zh) * 2022-06-17 2022-10-21 中国银行股份有限公司 便捷通行方法、装置及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111462848A (zh) * 2020-03-31 2020-07-28 中南大学湘雅医院 一种传染病风险评估方法、传染病风险评估装置及服务器
CN111695472A (zh) * 2020-06-02 2020-09-22 广州市泰睿科技有限公司 一种辅助进行信息快速录入的方法、电子设备及存储介质
CN112117011A (zh) * 2020-09-25 2020-12-22 平安国际智慧城市科技股份有限公司 基于人工智能的传染病早期风险预警方法、装置
CN113033293A (zh) * 2021-02-03 2021-06-25 北京睿家科技有限公司 一种出入口管理设备、系统和方法
WO2021189839A1 (zh) * 2020-03-23 2021-09-30 深圳市商汤科技有限公司 人脸识别装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021189839A1 (zh) * 2020-03-23 2021-09-30 深圳市商汤科技有限公司 人脸识别装置
CN111462848A (zh) * 2020-03-31 2020-07-28 中南大学湘雅医院 一种传染病风险评估方法、传染病风险评估装置及服务器
CN111695472A (zh) * 2020-06-02 2020-09-22 广州市泰睿科技有限公司 一种辅助进行信息快速录入的方法、电子设备及存储介质
CN112117011A (zh) * 2020-09-25 2020-12-22 平安国际智慧城市科技股份有限公司 基于人工智能的传染病早期风险预警方法、装置
CN113033293A (zh) * 2021-02-03 2021-06-25 北京睿家科技有限公司 一种出入口管理设备、系统和方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115223283A (zh) * 2022-06-17 2022-10-21 中国银行股份有限公司 便捷通行方法、装置及系统
CN114897655A (zh) * 2022-07-12 2022-08-12 深圳市信润富联数字科技有限公司 基于视觉的防疫控制方法及装置、存储介质、电子设备

Similar Documents

Publication Publication Date Title
Mason et al. An investigation of biometric authentication in the healthcare environment
CN109545317B (zh) 基于住院预测模型判定住院行为的方法及相关产品
WO2018072520A1 (zh) 安检系统及配置安检设备的方法
Ieva et al. Depth measures for multivariate functional data
CN114220555A (zh) 风险人群分类方法和设备、系统、电子设备、存储介质
US10878509B1 (en) Systems and methods for utilizing telematics data
US11468377B2 (en) System and method for creating a census hub in resource constrained regions
CN113990482A (zh) 健康数据处理系统及方法
KR102235536B1 (ko) 버스 운행 노선의 실태 분석 방법, 장치 및 컴퓨터-판독가능 기록 매체
US11625937B2 (en) Methods and systems for monitoring human body weight with vehicle sensors and big data AI analytics
CN111079553A (zh) 客户分析数据的获取方法、装置、设备和存储介质
CN109559242A (zh) 异常数据的处理方法、装置、设备及计算机可读存储介质
Dogheim et al. Patient care through AI-driven remote monitoring: Analyzing the role of predictive models and intelligent alerts in preventive medicine
Glick et al. Analysis and application of log-linear and quantile regression models to predict bus dwell times
Mendoza et al. Discovering regularity in mobility patterns to identify predictable aggregate supply for ridesharing
US11068999B1 (en) Social media data aggregation to optimize underwriting
CN113240049B (zh) 意图识别方法、装置、服务器以及计算机可读存储介质
KR102456338B1 (ko) 아밀로이드 베타 축적 예측 장치 및 방법
JP4938367B2 (ja) セキュリティ診断システム
Sandhya et al. An optimized elman neural network for contactless palm-vein recognition framework
Osama et al. A novel technique to identify hot zones for active commuters’ crashes
KR102402684B1 (ko) 비대면 환경에서 빅데이터 기반의 자가 피부 수분 상태 정보 제공 방법
Kadayat et al. Internet-of-Things Enabled Smart Health Monitoring System Using AutoAI: A Graphical Tool of IBM Watson Studio
CN110908505B (zh) 兴趣识别方法、装置、终端设备及存储介质
Zhang et al. Recovering the association between unlinked fare machines and stations using automated fare collection data in metro systems

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