CN117203714A - 用于疫情追踪和管理的病例筛选和聚类筛选 - Google Patents

Abstract

公开了用于疫情追踪和管理的图形数据库。在示例中，疫情管理系统包括存储定义用于疾病疫情追踪的图形数据库的指令的存储器设备。这些指令指定，对于给定的宿主，创建宿主节点，并且发作节点通过“病例”链接连接到宿主节点。此外，指令指定规则节点通过“找到”链接连接到发作节点。规则节点与工作流程、分配和通知相关联，并且包括至少一个定义的条件。如果满足病例的条件，则规则节点链接到发作节点。这种链接导致为发作节点添加工作流程、将发作节点分配给个人或团队、以及生成关于与规则关联的通知。

Description

用于疫情追踪和管理的病例筛选和聚类筛选

背景技术

截至2020年春季，世界人口约为77亿人。联合国估计，到2024年，人口将达到80亿，到2042年将达到90亿。随着世界人口的增加，人口除了侵占诸如森林和草原的未开发地区外，还向更密集的郊区和城市地区迁移。例如，菲律宾马尼拉市的人口密度为每平方英里107,000人，而诸如孟买的人口更多的印度城市拥有近1200万人，平均密度为每平方英里73,000人。

除了人口增加和变得更加密集之外，诸如航空旅行之类的旅行正在变得更加商品化，使得更多的人能够旅行更远的距离。世界中产阶级工资的增加使世界上更多的人能够进行区域、国内或国际旅行。商业和贸易全球化进一步增加了日常对外交往。总而言之，居住在密集地区的人口增加结合人口流动性的增加为传染病和其他疫情的迅速蔓延创造了最佳条件。这些最佳条件帮助严重急性呼吸综合征(“SARS”)CoV-2(“COVID-19”)在2020年和2021年期间转为全球大流行。在COVID-19之前，世界曾出现过许多恐慌，包括其他SARS病毒、猪流感和埃博拉病毒。疾病控制和预防中心(“CDC”)甚至还维护着美国和世界范围内当前已确认的疫情的网站。

尽管世界在进步，但对疫情的追踪和管理却滞后。这在追踪COVID-19的传播期间尤其明显。通常，疾病研究人员需要花费数周到数月的时间来识别疫情，甚至需要更长的时间来确定其分布、传播和起源。一般来说，感染追踪是一个手动过程，其涉及研究病历、政府记录、现场记录，并使用大量医务人员进行接触者跟踪。一些政府组织和大型医疗中心建立并分析疫情信息的关系数据库，以确定分布、传播和起源。然而，需要付出大量努力才能输入正确的数据。此外，需要强大的计算能力来分析收集的数据。由于需要付出努力和力量，只能追踪到相对严重或有害的疫情，而导致许多疫情未得到追踪。

除上述之外，仅在识别出疫情后才输入与疫情有关的医疗数据。疫情发生、识别、数据收集和分析之间的滞后可能导致疫情在被充分了解之前迅速扩散。正如许多医疗保健专业人士所相信的那样，下一次大流行(或一波大流行)将从诸如城市中心的孤立地区或发达地区边缘小规模开始，并在健康辐射下进行，直到世界上很大一部分人口被感染。

发明内容

本公开阐述了用于疫情追踪和管理的图形数据库。具体地，本公开描述了一种用于创建和更新图形数据库以追踪一个或多个疫情的方法、系统和装置。本文公开的方法、系统和装置还可被配置为将某些图形数据库数据、患者数据和/或患者医疗数据与一个或多个病例或聚类规则进行比较。病例或聚类规则的满足使得方法、系统和装置将病例添加到疫情，开始工作流程以确保病例被正确地记录或以其他方式管理，和/或将指示存在新的病例的通知传输给指定的临床医生。图形数据库根据预定义的结构合并节点之间的医学、位置、时间和/或人口统计关系。不同类型节点之中提供的定义和关系使信息能够自动合并到图形数据库中。所公开的图形数据库结构使得能够对病例进行分析以确定疫情是否正在发生的过程中。将病例与疫情联系起来使得能够追踪疫情的起源，以帮助识别潜在的解决方案和适当的控制措施。

本文描述的主题的各方面可以单独使用或与本文描述的一个或多个其他方面组合使用。在不限制前述描述的情况下，在本公开的第一方面，疫情管理服务器装置包括疫情管理服务器系统，该疫情管理服务器系统包括存储器设备，该存储器设备在其中存储(i)病例规则，每个病例规则指定用于满足相应病例规则的至少一个条件，以及(ii)指令。这些指令定义了用于疾病疫情追踪的图形数据库结构。这些指令指定宿主节点被创建的给定宿主，该宿主节点与宿主参数相关联，发作节点通过“病例”链接连接到该宿主节点，该发作节点关联于与宿主的疾病分类相关的发作参数，并且规则节点经由“找到”链接连接到发作节点，该规则节点与病例工作流程、分配和通知相关联。疫情管理服务器装置还包括疫情管理服务器，其被配置为接收与宿主相关的患者数据，并且基于与相应节点的参数定义匹配的至少一些所接收到的患者数据的内容，将至少一些所接收到的患者数据以所述宿主节点或所述发作节点中至少一个的一个或多个参数存储到图形数据库。疫情管理服务器装置还被配置为将宿主节点和发作节点的参数与病例规则的条件进行比较，并且对于具有首先匹配宿主节点和发作节点的参数的至少一个条件的病例规则，在规则节点和发作节点之间创建链接，该链接使得为发作节点添加病例规则的工作流程、将发作节点分配给个人或团队以及生成关于与病例规则关联的通知。

在可以与本文描述的任何其他方面或其部分组合的本公开的第二方面中，按顺序或层级布置病例规则，并且疫情管理服务器还被配置为顺序地将每个病例规则的一个或多个条件与宿主节点和发作节点的参数进行比较，直到存在与一个病例规则的匹配。

在可以与本文描述的任何其他方面或其部分组合的本公开的第三方面中，病例工作流程定义了由对象指定的一系列步骤，用于获取与发作节点的病例有关的文档或管理与发作节点相关联的疾病。

在可以与本文描述的任何其他方面或其部分组合的本公开的第四方面中，疫情管理服务器还被配置为使用病例规则的分配来经由“分配的”链接在发作节点与个人或团队的节点之间创建链接。

在可以与本文描述的任何其他方面或其部分组合的本公开的第五方面中，通知标识应当接收指示宿主节点和发作节点满足病例规则的消息的一个或多个个人或组织。

在可以与本文描述的任何其他方面或其部分组合的本公开的第六方面中，病例规则包括用于处理病例的指导信息，该指导信息被包括在与通知相关的消息内。

在可以与本文描述的任何其他方面或其部分组合的本公开的第七方面中，每个病例规则是包括一个或多个条件、分配信息、到病例工作流程的链接以及通知信息的数据结构或文件。

在可以与本文描述的任何其他方面或其部分组合的本公开的第八方面中，在完成病例工作流程之后，疫情管理服务器还被配置为通过“部分”链接将疫情节点连接到发作节点，以指示当工作流程的结果指示病例与疫情相关时宿主已成为疾病的疫情的一部分。疫情节点通过“定义为”链接连接到定义节点，定义节点指定与疫情节点相关的疾病的疾病参数。

在可以与本文描述的任何其他方面或其部分组合的本公开的第九方面，疾病参数包括以下至少之一：疾病名称、疾病背景、与疾病相关的时间/地点、疾病的临床标准、疾病的实验室标准、疾病的传播模式、确定“疑似”分类的标准、确定“或然”分类的标准以及确定“确认”分类的标准。

在可以与本文描述的任何其他方面或其部分组合的本公开的第十方面中，服务器还被配置为在确定患者数据中的至少一些与定义节点的疾病参数的至少一些匹配之后经由发作节点将宿主节点连接到疫情节点。

在可以与本文描述的任何其他方面或其部分组合的本公开的第十一方面中，宿主参数包括宿主的姓名、患者分类标志、临床医生分类标志、人分类标志、动物分类标志、污染物分类标志、对象分类标志、患者人口统计数据或患者医疗数据中的至少一个。

在可以与本文描述的任何其他方面或其部分组合的本公开的第十二方面中，发作参数包括以下各项中的至少一个：宿主的病例编号的开始、宿主的疾病的“可能”分类、宿主的疾病的“或然”分类、宿主的疾病的“确认”分类、宿主的免疫状态、宿主的免疫类型、指示宿主在医疗机构感染疾病的标志、或与宿主相关的死亡信息。

在可以与本文描述的任何其他方面或其部分组合的本公开的第十三方面，疫情管理服务器还被配置为在确定宿主的“确认”或“或然”分类之后生成发作节点的相应发作参数的病例编号。

在可以与本文描述的任何其他方面或其部分组合的本公开的第十四方面中，疫情管理服务器还被配置为：接收与宿主节点相关联的地理位置或旅程中的至少一项；针对至少一个地理位置或旅程创建与宿主节点相关的活动地图；以及，针对至少一个地理位置或旅程，创建通过“停留”链接链接到宿主节点的停留节点以及通过“入”链接链接到停留节点之一的位置节点。

在可以与本文描述的任何其他方面或其部分组合的本公开的第十五方面中，疫情管理方法包括：在存储器设备中存储(i)病例规则，每个病例规则指定用于满足相应病例规则的至少一个条件，以及(ii)用于疾病疫情追踪的图形数据库结构，图形数据库结构针对给定宿主而被配置，使得：在创建宿主节点时，将宿主节点与宿主参数相关联，当发作节点通过“病例”链接连接到宿主节点时，发作节点关联于与宿主的疾病分类相关的发作参数，并且当规则节点通过“找到”链接连接到发作节点时，规则节点与病例工作流程、分配和通知相关联。该方法还包括：在疫情管理服务器中接收与宿主相关的患者数据；基于与相应节点的参数定义匹配的至少一些所接收到的患者数据的内容，经由疫情管理服务器将至少一些所接收到的患者数据以所述宿主节点或所述发作节点中至少一个的一个或多个参数存储到图形数据库；经由疫情管理服务器将宿主节点和发作节点的参数与病例规则的条件进行比较，并且，对于具有首先匹配宿主节点和发作节点的参数的至少一个条件的病例规则，经由疫情管理服务器在规则节点和发作节点之间创建链接，链接使得为发作节点添加病例规则的病例工作流程、将发作节点分配给个人或团队以及生成关于与病例规则关联的通知。

在可以与本文描述的任何其他方面或其部分组合的本公开的第十六方面中，按顺序或层级布置病例规则，并且该方法还包括经由疫情管理服务器顺序地将每个病例规则的一个或多个条件与宿主节点和发作节点的参数进行比较，直到存在与一个病例规则的匹配。

在可以与本文描述的任何其他方面或其部分组合的本公开的第十七方面中，病例工作流程定义由对象指定的一系列步骤，用于获取与发作节点的病例有关的文档或管理与发作节点相关联的疾病。

在可以与本文描述的任何其他方面或其部分组合的本公开的第十八方面中，该方法经由疫情管理服务器使用病例规则的分配来经由“分配的”链接在发作节点与个人或团队的节点之间创建链接。

在可以与本文描述的任何其他方面或其部分组合的本公开的第十九方面中，通知标识应当接收指示宿主节点和发作节点满足病例规则的消息的一个或多个个人或组织，并且，病例规则包括用于处理病例的指导信息，该指导信息被包括在与通知相关的消息内。

在可以与本文描述的任何其他方面或其部分组合的本公开的第二十方面中，该方法还包括经由疫情管理服务器将疫情节点经由“部分”链接连接到发作节点，以指示当工作流程的结果指示病例与疫情相关时宿主已成为疾病的疫情的一部分。疫情节点通过“定义为”链接连接到定义节点，定义节点指定与疫情节点相关的疾病的疾病参数。

根据本公开的第二十一方面，结合图1至32图示和描述的结构和功能中的任一个都可以与结合图1至32中的任何其他图图示和描述的结构和功能中的任何一个和前述方面中的任何一个或多个组合使用。

鉴于上述方面和本文的公开，因此本公开的优点是向图形数据库提供定义添加到每个病例的工作流程、分配和通知的病例规则。

本公开的另一个优点是提供一种根据预定义的数据结构创建图形数据库以使得能够使用一个或多个护理或聚类规则来确定疫情源的系统。

本公开的另一个优点是提供一种根据预定义的数据结构创建图形数据库以识别潜在的或易受疫情影响的个体的系统。

附加的特征和优点在下面的详细描述和附图中被描述，并且将从下面的详细描述和附图中变得显而易见。本文描述的特征和优点并不包括全部，并且特别地，根据附图和描述，许多附加特征和优点对于本领域普通技术人员来说将是显而易见的。而且，任何特定实施例不必具有本文列出的所有优点，并且明确预期单独要求保护各个有利实施例。此外，应当注意的是，本说明书中使用的语言主要是出于可读性和指导目的而选择的，而不是限制本发明主题的范围。

附图说明

图1至图3示出了根据本公开的示例实施例的包括疫情管理服务器的示例疫情追踪和管理系统的示例实施例。

图4示出了根据本公开的示例实施例的图1至图3的疫情管理服务器的图。

图5示出了根据本公开的示例实施例的示例患者电子病历的图。

图6和图7示出了根据本公开的示例实施例的疫情条件的图形表示的图。

图8示出了根据本公开的示例实施例的疫情图形数据库结构的图。

图9示出了根据本公开的示例实施例的指定宿主节点的疫情图形数据库的界面屏幕的图。

图10A示出了根据本公开的示例实施例的与图形数据库一起使用的分层位置地图的图。

图10B示出了根据本公开的示例实施例的包括标本节点、分离物节点和生物体节点的图形数据库的图。

图11示出了根据本公开的示例实施例的病房位置节点的示例图形数据库的图。

图12示出了根据本公开的示例实施例的流感疫情节点的示例图形数据库的图。

图13至图18示出根据本公开的示例实施例的从疫情图形数据库确定的疫情分析数据的示例界面屏幕的图。

图19和图20图示了示出根据本公开的示例实施例的用于配置和创建图形数据库的示例过程的流程图。

图21图示了示出根据本公开的示例实施例的用于创建用于病例和/或聚类筛选以进行疫情分类的一个或多个规则的示例过程的流程图。

图22是根据本公开的示例实施例的用于指定病例和/或聚类规则的用户界面的图。

图23是根据本公开的示例实施例的用于输入条件信息的用户界面的图。

图24示出了根据本公开的示例实施例的、由图1的疫情管理服务器提供的用于将人口的病例信息配置到图22的用户界面中的用户界面。

图25是根据本公开的示例实施例的用于定制工作流程的用户界面的图。

图26是根据本公开的示例实施例的由图2的疫情管理服务器提供的用于在用户设备的应用中显示的病例/聚类用户界面的图。

图27是根据本公开的示例实施例的由图2的疫情管理服务器提供的用于在用户设备的应用中显示的另一个病例/聚类用户界面的图。

图28图示了根据本公开的示例实施例的示出用于将一个或多个病例与一个或多个病例和/或聚类规则进行比较的示例过程的流程图。

图29是根据本公开的示例实施例的包括病例的发作节点与匹配规则之间的链接的图形数据库的图。

图30至图32是根据本公开的示例实施例的用于活动映射的用户界面的图。

具体实施方式

本公开一般涉及创建和分析用于疫情管理的疫情图形数据库的方法、系统和装置。本文公开的图形数据库被具体配置为提供疫情的组成部分之间的医学、位置和/或时间关系。图形数据库的组件之间的唯一定义使得能够利用来自临床医生的最少输入来自动确定多个个体之中的链接。本文公开的示例方法、系统和装置被配置为对图形数据库执行某些定义的分析，以便一旦接收到第一个疑似、或然或确诊病例，就近乎实时地确定疫情的分布、传播和起源。示例方法、系统和装置还可以将一个或多个规则应用于病例或病例聚类以确定数据是否指示疫情。这些规则可以定义用于处理病例并获取用于疾病分类的足够文档的一个或多个工作流程。

与图形数据库相比，传统的关系数据库包括数据表。唯一键用于将来自不同表的某些数据链接在一起。关系数据库通常适用于平面数据布局，其中，数据之间的关系只有一到三层深度。随着附加数据级别被添加或数据变得越来越相互关联，关系数据库需要强大的计算能力来进行分析。使用关系数据库的索引可以避免一些计算。然而，随着新数据被添加，索引可能会过时，这可能需要重新编译数据库和后续分析。

如本文所公开的，方法、装置和系统被配置为使用图形数据库操作以进行疫情管理。图形数据库包括通过数据关系(例如边)连接或链接节点的数据结构。节点之间的关系可以是语义的，这使得能够进行语义分析和查询。每个节点可以具有定义和存储底层数据的一个或多个参数或属性。本文公开的示例图形数据库使得复杂的分层结构能够被计算有效地建模并且随着新数据的提供而不断地被更新。在一些情况下，所公开的图形数据库可以具有七到二十个不同的数据级别。图形数据库特别适合疫情管理，因为图形数据库的分层多级性质近似于在疫情期间病情的实际传播。

本文公开的图形数据库包括节点和边/关系。图形数据库被配置为将存储器中的数据项与节点和边的集合相关。在一些实施例中，节点和边可以存储在表或列表中，其中，边用于将节点链接在一起。图形数据库的边缘使存储的数据能够链接在一起并通过一项或几项操作被检索。在所示示例中，节点表示疫情、疫情的定义、疫情的发作、宿主(例如，人、物体、动物、设备、污染物等)、宿主的症状、宿主的位置、宿主位于某个位置的日期/时间以及位置层级(例如，医院设施的组织结构)。每个节点都有一个或多个参数或属性，它们定义与该节点相关的存储数据。节点还包括边或关系。边或关系将节点连接在一起并定义它们之间的关系。

由示例方法、装置和系统创建和处理的示例图形数据库可以存储在被配置为存储节点、参数或属性以及关系的数据结构中。在一些实施例中，图形数据库可以被配置用于查询语言，例如Gremlin、SPARQL、Cypher等。在其他实施例中，可以经由一个或多个应用编程接口(“API”)来访问图形数据库。

本文公开的示例图形数据库使得能够从患者病历、人口统计数据库和/或临床医生条目信息自动创建疫情信息。因此，图形数据库可以使得能够追踪每个被识别为具有所定义的条件的人的疫情。当接收到附加信息时，示例系统、方法和装置被配置为近乎实时地更新图形数据库以提供潜在和实际疫情的最新表示。示例系统、方法和装置通过节点、参数或属性和/或关系的创建来容易地添加附加信息。由于新的节点、参数或属性以及关系建立在图形数据库中已有的内容之上，因此不需要重新编译数据库。

本文公开的示例系统、方法和装置被配置为除了提供帮助阻止传播的信息之外，还分析图形数据库以确定疫情的分布、传播和起源。例如，本文公开的系统、方法和装置可以被配置为识别“处于危险中”的人以便进行检疫或疫苗接种、提供图形表示以说明疫情的进展、识别干预点、向政府机构提供报告、对疫情进行统计分析以确定例如发病率、发作曲线(epicurves)等、和/或结合疫情数据来确定疫情对卫生系统区域或国家的负担的总体情况。

本文公开的示例系统、方法和装置被配置为创建和管理不同类型的疫情。如本文所公开的，疫情可以包括小型公共卫生事件(例如，食物中毒)和/或大型公共卫生事件(例如，流行病或大流行)。疫情还可能包括创伤性神经事件、污染事件和/或基于医院的传染病。因此，疫情不仅限于病毒或细菌感染，而且还可能包括化学、辐射或生物暴露。

一、疫情追踪管理系统实施例

图1至图3示出了根据本公开的示例实施例的示例疫情追踪和管理系统100的示例实施例。示例系统100包括疫情管理服务器102和医院信息系统(“HIS”)104。服务器102被配置为创建、分析和管理图形数据库。示例HIS104被配置为提供医院或医疗环境内的连接性。在一些示例中，服务器102可以被包括在HIS104内。在其他示例中，服务器102可以在HIS104外部并且通信地耦合到HIS104。

示例HIS104经由网络106通信地耦合到被配置为传输或以其他方式提供患者医疗数据107的一个或多个设备或计算机。HIS104将患者医疗数据107在存储器设备108内存储为电子病历(“EMR”)。在图示的示例中，HIS104通信地耦合到被配置为传输实验室患者医疗数据107a的实验室服务器110、被配置为传输设备患者医疗数据107b的医疗设备112、被配置为传输临床医生患者医疗数据107c的临床医生设备114、被配置为传输管理患者医疗数据107d的管理服务器116、以及被配置为传输患者追踪医疗数据107e的患者追踪服务器118。

实验室服务器110可以通信地耦合到一台或多台实验室仪器，该一台或多台实验室仪器根据对来自患者的一个或多个生物样品的分析来生成实验室数据。实验室服务器110将实验室数据存储为实验室患者医疗数据107a，该数据经由HIS104周期性地发送到患者的EMR，其存储在存储器设备108处。

医疗设备112包括任何类型的临床医疗设备，包括输液泵、肾衰竭治疗机、生理传感器、患者床边监测器、脉搏监测器、CT扫描仪、MRI扫描仪等。医疗设备112生成关于对患者执行的治疗或对患者执行的测量的操作数据和/或警报/警告。该数据被存储为设备患者医疗数据107b并且被传输到位于存储器设备108处的患者的EMR。虽然图1的示例环境100示出了一个医疗设备，但是应当理解，环境100可以包括数十个至数千个医疗设备。

示例临床医生设备114包括被配置为接收临床医生输入的关于患者病情的数据的任何智能电话、平板计算机、膝上型计算机、台式计算机、工作站等。该数据可以包括观察笔记、处方、治疗、诊断、观察/识别的症状等。接收到的数据被存储为临床医生患者医疗数据107c并被传输到存储在存储器设备108处的患者的EMR。虽然图1的示例环境100示出了一个临床医生设备114，但是应当理解，环境100可以包括数十到数千个设备。

示例管理服务器116被配置为接收患者管理信息。该信息包括患者人口统计和/或生理信息，例如性别、体重、年龄、出生日期、身高、病史等。该信息还可以包括分配给患者的病房(例如，护理区)和/或房间。该信息可以在患者入院时被接收，或者在患者入院或移动到医疗设施中的新位置之后被输入/获取。管理服务器116将管理信息作为管理患者医疗数据107d传输到存储器设备108处的患者的EMR。

示例患者追踪服务器118被配置为追踪患者在医疗设施中的位置。示例服务器118被配置为接收指示患者被分配或已经移动到的病房的信息。服务器118还被配置为接收指示患者被分配到的房间或床位的信息。服务器118经由HIS104将患者追踪医疗数据107e传输到存储器设备108处的患者的EMR。服务器118可以在每次患者位置改变时传输数据107e，并且可以包括出院的指示。

示例网络106可以包括任何有线或无线局域网(“LAN”)和/或广域网(“WAN”)。在一些示例中，网络106可以包括控制访问、格式化和数据路由的一个或多个防火墙、网关和/或交换机。网络106可以被配置为自包含在医疗设施内和/或可以包括外部网络和对应的接口/虚拟隧道。

示例HIS104被配置为将接收到的数据107存储到存储在存储器设备108中的适当患者EMR。在一些实施例中，患者医疗数据107包括患者姓名或对应于EMR内或链接到EMR的标识符的其他标识符。HIS104比较标识符以确定匹配。在识别出匹配之后，HIS104将患者医疗数据存储到匹配的EMR。

图5示出了根据本公开的示例实施例的示例患者EMR 500。EMR 500包括从图1的设备110至118中的一个或多个接收的患者医疗数据107。这包括患者标识符和/或姓名、患者生理和/或人口统计信息、患者位置、症状、诊断、病史、医疗设备数据、实验室结果、处方和注释。患者医疗数据107被存储在关系或表数据结构中并且提供患者的实质性医疗特征。在一些示例中，不同类别的信息包括识别所存储的数据的数据字段、标签或元数据。例如，EMR500可以在对应于患者房间和床位的字母数字值旁边包括标签“房间号”。在其他实施例中，不同类型的患者医疗数据中的每一个都以预定义或预先结构化的布置存储到EMR 500的不同字段或部分。

返回到图1，示例HIS104被配置为提供对位于存储器设备108中的患者EMR 500(以及更一般地患者医疗数据107)的访问。例如，临床医生设备114可以经由HIS104访问存储器设备108以查看、编辑、添加或从患者的EMR中移除患者医疗数据。另外，示例疫情管理服务器102被配置为周期性地(例如，每60秒、每5分钟、每小时等)或连续地访问存储器设备108以获取患者医疗数据107。附加地或替代地，HIS104可以周期性地或者在接收到数据时将患者医疗数据107的副本传输到疫情管理服务器102。

示例疫情管理服务器102被配置为使得临床医生能够指定用于创建疫情图形数据库的框架。示例疫情管理服务器102根据该框架进行操作，以自动(或利用最少的临床医生输入)创建用于指定疫情的类型的图形数据库。疫情管理服务器102还被配置为分析图形数据库以确定疫情的分布、传播和起源。管理服务器102被配置为将图形数据库呈现为图形表示以提供疫情的不同视图或提供分析或语义查询的结果。疫情管理服务器102可以被配置为提供交互式图形表示，其使得临床医生能够过滤或隐藏某些级别的数据或者查看一个或多个指定节点的基础数据的参数或属性值。

疫情管理服务器102通信地耦合到存储器设备120，存储器设备120被配置为存储图形数据库。如图1所示，疫情管理服务器102接收或以其他方式访问患者医疗数据107的副本。疫情管理服务器102被配置为从患者医疗数据107的副本创建图形数据库122，包括图形数据库的节点、关系和参数。疫情管理服务器102分析图形数据库122以创建分析数据124，分析数据124也存储在存储器设备120中。

图1的疫情管理服务器102经由有线或无线网络通信地耦合到一个或多个用户设备126。服务器102被配置为传输来自存储器设备120的图形数据库122和/或分析数据，以供在用户设备126处查看、导航和/或编辑。在一些实施例中，用户设备126访问疫情管理服务器102，其提供和/或传输用于与位于存储器设备120中的图形数据库122交互的界面。该界面被配置为包括使得用户能够提交语义查询和/或选择用于分析的选项的特征。响应于来自用户设备126的请求，示例疫情管理服务器102对图形数据库执行所请求的分析以生成分析数据124，分析数据124被发送到用户设备126用于显示。该界面还可以被配置为使得用户设备126能够修改或向图形数据库添加节点、关系和/或参数(或者确认节点、关系和/或参数)。

示例用户设备126包括智能电话、平板计算机、膝上型计算机、台式计算机、工作站、服务器等。在一些示例中，用户设备126可以包括临床医生设备114。在其他示例中，用户设备126可以是在医院系统外部或与医院系统分离的设备，其可以经由安全网关、访问端口和/或防火墙连接到服务器102。

在一些实施例中，疫情管理服务器102根据存储在存储器(例如，存储器设备120)中的指令128进行操作，指令128当被执行时使得疫情管理服务器102执行在此描述的操作、步骤、方法、过程、例程、算法等。例如，指令使得服务器102能够根据用户指定的标准来创建、管理和分析疫情图形数据库122。示例指令128还可以被配置为使得疫情管理服务器102通过基于近似实际疫情的节点和关系创建存储结构或框架来改进疫情医疗信息在数据库中的构造方式。指令128指定具有不同数据级别的不同类型的节点之间明确定义的关系的疫情图形数据库的创建，这使得能够基于语义语言输入对实时分析结果和几乎即时的查询结果进行计算有效的处理和分析。此外，示例指令128被配置为以近似实际底层数据结构的图形表示呈现和处理图形数据库122，与过量的原始患者医疗数据或在关系数据库中存储的数据相比，这对于用户来说相对容易理解。

图2图示了根据本公开的示例实施例的、图1的疫情追踪和管理系统100的另一个实施例的图。在所示实施例中，示例疫情管理服务器102经由网络202(例如，互联网)通信地耦合到用户设备126。疫情管理服务器102还通信地耦合到数据服务器204，数据服务器204被配置为传输患者数据206以用于创建图形数据库。示例数据服务器204被配置为生成描述患者在特定日期/时间的位置的特定数据。数据服务器204还可以包括指示患者的症状、生理信息或可能与确定图形数据库的节点、参数和/或关系相关的任何其他数据。例如，社交媒体服务器204a被配置为传输与患者相关的社交媒体数据206a。社交媒体数据可以包括帖子、推文、图像、签到信息等。社交媒体数据206a由疫情管理服务器102使用例如词图、关键词标识符和其他文本自然语言搜索例程来处理以识别一个或多个节点、关系和/或参数的数据。例如，社交媒体帖子可以包括指示患者在指定时间/日期登记到特定位置的信息。示例疫情管理服务器102被配置为解析该帖子的位置信息以用于创建位置节点。此外，疫情管理服务器102解析数据206a以获得时间/日期节点的时间/日期。疫情管理服务器102然后可以创建患者的节点与位置和时间/日期节点之间的关系，该关系将在图形数据库中被存储为：“Person(节点)-STAYED(关系)-Stay(具有开始和结束日期/时间的节点)-IN-Location(节点)”。在其他示例中，服务器102被配置为识别数据206内的标签，以识别患者在特定日期/时间在特定位置处与其他个体的接触。

示例疫情管理服务器102还通信地耦合到人口统计服务器204b，人口统计服务器204b被配置为管理患者和家庭关系的人口统计信息。例如，一些政府组织维护一个或多个个人数据库，其可能包括人的姓名、地址、年龄、性别、种族、民族等。这些数据库还可能包括居住在同一地址或与所述人有关的其他个人的列表。服务器102被配置为从服务器204b接收人口统计数据206b。服务器102分析人口统计数据以创建个体之间的关系以及患者的群体参数信息。

示例疫情管理服务器102还通信地耦合到地理定位服务器204c，地理定位服务器204c被配置为传输地理定位追踪数据。例如，蜂窝运营商为智能电话提供位置追踪服务。运营商维护数据库，该数据库将用户的位置(例如GPS位置)与用户位于该位置的日期/时间相关联。服务器102从地理定位服务器204c接收该位置数据206c，服务器102使用该位置数据206c来创建关于患者的行进的位置和/或日期/时间节点。

图3图示了根据本公开的示例实施例的图1的疫情追踪和管理系统100的另一实施例的图。在所示实施例中，疫情管理服务器102可选地从服务器204接收患者数据206。此外，疫情管理服务器102经由网络202通信地耦合到HIS104。在所示实施例中，服务器102可以包括被配置为跨一个或多个位置提供分布式计算的基于云的服务主机。

图3还示出用户设备126包括被配置为显示图形数据库122的应用302(例如，App)。应用302还被配置为使得设备126的用户能够与图形数据库122和/或分析数据124交互和/或修改图形数据库122和/或分析数据124。应用302可以包括使设备126与服务器102处的一个或多个API通信以访问图形数据库122和/或分析数据124的指令。应用302还可以包括指定如何在设备126上呈现和显示图形数据库122和/或分析数据124的指令。应用302还可以包括定义用户可以用来修改或者操纵图形数据库122和/或分析数据124的界面工具的指令。在一些实施例中，应用302可以被配置为经由HIS104访问存储器设备108处的患者医疗数据107。

二、疫情管理服务器实施例

图4图示了根据本公开的示例实施例的图1至图3的疫情管理服务器102的图。如上所述，疫情管理服务器102的操作可以由存储在通信地耦合到服务器102的存储器设备中的指令128来定义。图4将指令128的图形表示示出为操作块。在一些实施例中，块可以被组合、添加、移除或进一步细分。应当理解，指令128的图形表示被提供来描述服务器102的操作。此外，在一些实施例中，指令128可以被实现为硬件或硬件和软件的组合，例如专用集成电路(“ASIC”)、微控制器和/或处理器。附加地或替代地，指令128可以例如在分布式计算环境中由单个处理器或一组处理器执行。

图4的示例疫情管理服务器102包括EMR接口402，其被配置为从HIS104接收或以其他方式获取患者医疗数据107的副本。示例EMR接口402可以包括用于访问HIS104处的一个或多个API以用于从存储器设备108读取患者医疗数据107的一个或多个指令。接口402可以附加地或替代地被配置为传输针对患者医疗数据107的请求消息。在一些情况下，请求消息可以订用患者医疗数据107使得对于数据107的改变被自动地从HIS104发送到EMR接口402。在一些实施例中，接口402可以周期性地或连续地从HIS104接收患者医疗数据107，而不必发送请求消息。

示例接口402被配置为将接收到的数据107传输到节点处理器404。在一些实施例中，接口402可以对数据107进行排队，直到节点处理器404可用。此外，在一些实施例中，接口402可以被配置为将患者医疗数据从第一格式转换成兼容用于由节点处理器404处理或存储在图形数据库中的第二格式。例如，接口402可以被配置为将患者医疗数据107从HL7格式转换为ASCII格式，以将数据存储到EMR或图形数据库。在一些实施例中，接口402将数据107转换成JSON、HTML、文本或非SQL格式。

服务器102的外部数据接口406被配置为处理来自外部第三方服务器204的患者数据206。与EMR接口402类似，外部数据接口406可以包括用于访问服务器204处的一个或多个API以用于读取患者数据206的一个或多个指令。接口406可以附加地或替代地被配置为传输针对患者数据206的请求消息。请求消息可以包括用于访问患者数据206的认证信息。请求消息还可以包括正在请求其信息的患者的标识符(例如，姓名、地址、字母数字代码等)。例如，外部数据接口406可以仅在已经基于患者医疗数据107为患者创建了疫情图形数据库中的宿主节点之后请求信息。在一些情况下，请求消息可以订用患者数据206，使得对数据的改变自动从服务器204被发送到外部数据接口406。在一些实施例中，接口406可以周期性地或连续地从服务器204接收患者数据206，而不必发送请求消息。

再次，类似于EMR接口402，示例接口406被配置为将接收到的数据206传输到节点处理器404。在一些实施例中，接口406可以对数据206进行排队，直到节点处理器404可用。此外，在一些实施例中，接口406可以被配置为将患者数据从第一格式转换为第二格式，第二格式兼容用于由节点处理器404处理或存储在图形数据库中。例如，接口402可以被配置为将患者数据206从文本格式转换为ASCII格式，以将数据存储到EMR或图形数据库。在一些实施例中，接口406将数据107转换成JSON、HTML、文本或非SQL格式。

在疫情管理服务器102可以创建图形数据库之前，必须定义图形数据库的基础或框架。示例服务器102包括图形配置界面408和图形配置器410，图形配置器410被配置为使得用户能够配置用于疫情检测的条件412和用于确定可能/疑似、可能和确诊病例的条件。接口408和配置器410还被配置为使得用户能够指定诸如医院之类的位置中的节点类型的层级。用户提供的或系统生成的信息412被存储到数据库414作为疫情图形模板或定义文件。

应当认识到，条件412并不指定或定义疫情图形数据库本身的结构，而是用于创建不同节点类型、确定节点之间的关系、或确定用于写入一个或多个节点参数的值的条件。例如，数据库414可以存储针对每种类型的疾病、感染或疫情的不同类型的图形数据库模板。欧盟官方公报(2012年8月8日的委员会实施决定，其规定了用于报告传染病的病例定义，日期为2012年9月27日，其通过引用并入本文)定义了先决条件(如果适用)、临床标准和许多疾病或感染的诊断标准。此外，该文件还规定了针对每种感染或疫情病例的流行病学标准和病例分类标准(即可能/疑似感染病例的定义、可能感染病例的定义和/或确诊感染病例的定义)。病例分类标准基于临床标准和诊断标准。该信息一起用于指定参数并确定图形数据库中宿主节点的疾病或感染的病例定义的病例分类。此外，流行病学标准还规定了感染标准，其用于评估宿主之间的关系，以确定宿主或其他个体感染接触的可能性或易感性。

在关于Q热(伯内特立克斯体)的示例中，临床标准被定义为具有以下三种症状中的至少一种的任何人：发烧、肺炎或肝炎。实验室标准被定义为以下至少一项：从临床标本中分离伯内特立克斯体、检测临床标本中核酸中的伯内特立克斯体、或伯内特立克斯体特异性抗体反应(IgG或IgMII期)。流行病学标准包括暴露于共同来源或动物向人类传播的至少一项。虽然没有“可能”分类病例定义，但“或然”分类病例定义包括任何符合具有流行病学链接的临床标准的人，“确诊”病例分类包括任何符合临床和实验室标准的人。

在一些实施例中，图形配置界面408被配置为从临床医生或其他用户(从图1的设备114或126)接收条件412。图形配置界面408可以例如提供向用户提示病例条件的输入用户界面或字段。接收到的条件由图形配置器410处理以定义指定疫情的条件。在定义条件之后，示例节点处理器404被配置为确定患者的症状或其他医疗数据107是否与指定条件匹配，以确定患者是否具有疫情的“可能”、“或然”或“确诊”分类病例。如果是，则节点处理器404在疫情图形数据库122中为患者创建发作，这可以包括将患者的图形或节点添加到具有相同疾病或疫情的其他患者/节点的现有图形数据库。

在其他实施例中，图形配置接口408被配置为从例如电子版的“欧盟官方公报”接收条件412作为源信息。在这些实施例中，图形配置器410被配置为读取并解析文本以识别感染名称、先决条件、临床标准、诊断或实验室标准、流行病学标准和病例分类。图形配置器410通过将所识别的信息填充到适当的参数、节点、关系等中来自动创建针对每种感染的疫情模板或定义。该配置使得接口408能够通信地耦合到健康系统或感染的政府数据库。接口408使用该连接来获取新的感染信息(在其被公布时)，从而提高可以检测/追踪疫情的速度。应当理解，还可以确定其他类型的疫情的疫情条件，例如食品污染或腐败、化学品、辐射等。

图6和图7图示了根据本公开的示例实施例的图4的条件412的图形表示600。图6的示例图形表示600包括流感的临床标准。图7的示例图形表示600包括流感的实验室标准、流行病学标准以及“可能”、“或然”和“确诊”的病例分类。条件412可以由用户提供或者从文档或数据库自动提取。示例节点配置器410被配置为基于图形表示600中的信息创建流感疫情图形数据库的定义文件或模板。例如，临床标准可以被标记为症状，其中，AND和OR逻辑被用于提供定义文件或模板中的症状之间的计算关系。此外，实验室标准可以被标记为实验室数据类型。此外，节点配置器410可以使用流行病学标准来确定图形数据库的流行病学链接，该流行病学链接可以对应于用于识别潜在感染个体的较高权重。此外，病例分类包括实验室和临床标准的布尔逻辑，节点配置器410使用它们来编程用于触发图形数据库中的“疑似”、“或然”和“确诊”分类的条件。

图4的示例节点处理器404被配置为创建感染和已经定义的其他疫情类型的疫情图形数据库。根据本公开的示例实施例，节点处理器404基于图8所示的图形数据库结构或框架800来创建图形数据库。示例图形数据库结构800被具体配置为记录与疫情相关的不同数据级别。换句话说，图形数据库结构800定义不同类型的节点(示出为圆形元素)之间的关系以及节点之间的组织或语义关系(例如，边)。节点处理器404使用图形数据库结构800基于指定格式将节点链接在一起，以便仅创建用于下游分析的有意义的链接。例如，图形数据库结构800指定疫情节点由定义节点使用“DEFINED AS(定义为)”边或关系来定义。此外，每次疫情的发生都被指定为发作节点，该节点与疫情节点具有“PART OF(部分)”边或关系。应当理解，无限数量的发作节点可以链接到代表对于与疫情相关的疾病具有“确诊”、“可能”或“或然”分类病例的宿主的疫情节点。结构800防止发作节点之外的节点直接与疫情节点链接，或者甚至防止疫情节点链接到其他疫情节点。

如图8的结构800所示，每个发作节点经由“CASE(病例)”关系或链接连接到宿主节点。宿主节点可以经由流行病学链接连接到其他宿主节点，其中，至少一些其他宿主节点具有链接回疫情节点(未示出)的自己的发作节点。宿主节点还通过“HAS SYMPTOM(具有症状)”边、关系或链接连接到症状节点。宿主节点还可以经由“STAYED(停留)”关系或链接连接到一个或多个停留节点。停留节点通过“IN”关系或链接连接到“位置节点”。在一些实施例中，位置节点可以是表示位置中的物理空间的层级的位置节点的较大层级的一部分，如图10所示。

在所示示例中，角色节点经由“角色”边、关系或链接链接到发作节点。这使得图形数据库能够根据特定角色(例如临床医生或患者)反映同一个人或宿主在疫情期间是否充当携带者。在一些实施例中，疫情节点可以经由“HAS NOTE(具有注释)”关系或链接被链接到注释节点(Notes Node)。注释节点可以指定与疫情相关的信息。

示例节点处理器404被配置为当患者至少具有与疫情相关的感染或条件的疑似病例时生成疫情图形数据库。节点处理器404可以为特定位置创建单独的疫情图形数据库，直到有足够的数据指示疫情传播到更大的区域。例如，节点处理器404可以为城镇的不同位置的患者创建不同的疫情图形。然而，当数据提供新病例和患者之间的相互关系时，节点处理器404可以具有足够的信息来经由到其他宿主节点的流行病学链接将图形组合在一起。

下表提供了图8中所示的每个不同类型的节点的参数(例如，属性)。每个疫情节点连接到定义节点，其包含疫情的病例定义。如图所示，每个疫情节点都有单个定义节点。下面的表1示出了定义节点的参数。从图4中所示的条件412识别或接收参数的值。应当理解，表1中所示的参数或属性仅是说明性的，并且该表可以包含附加的或更少的参数或属性。例如，某些疫情可能没有“疑似”分类标准。

属性	描述
		name	名称(当前为“定义”)
background	病例背景(HTML)
		time_place	有关疫情/事件的时间和地点的信息(HTML)
clinical_criteria	临床标准(HTML)
		Lab criteria	实验室标准(HTML)
primary_mode_of_transmission	主要传输模式(关系名称)
		other_modes_of_transmission	其他传输模式(多种关系的JSON对象)
suspected_enabled	适用于本次疫情的可能/疑似病例分类(布尔值)
		probable_enabled	适用于本次疫情的或然病例分类(布尔值)
suspected	确定可能/疑似病例的标准(HTML)
		probable	确定或然病例的标准(HTML)
confirmed	确定确诊病例的标准(HTML)
		notes	附加注释(HTML)
created_at	在创建节点时(由NeoEloquent填充)
		updated_at	在上次更新节点时(由NeoEloquent填充)

表1

对于任何给定的疫情，存在在疫情中出现病例的宿主(例如，感染源)。这些病例被标记为发作节点。以下图形数据库的密码查询说明了与疫情的示例宿主链接：

可以针对非空病例分类来过滤密码查询，以便关注受疫情“影响”的个体。当人(例如，宿主)被添加到疫情时，服务器102被配置为创建相同的关系(即，与连接的发作节点)，但是最初可以不设置病例分类。这使得在最终分配病例状态之前，就会有可供调查的人员或宿主的短名单。每当宿主被添加到疫情或当各个宿主从连接的服务器204被同步时，就遵循该过程。下面的表2示出了发作节点的参数。节点处理器404从例如患者的医疗数据107确定发作节点的参数值。发作节点的start_date/start_ts用于确定“发生率”(例如，疫情发作曲线)以指示宿主或个人何时成为疫情的一部分。由于宿主可能在“可能”、“或然”和“确诊”病例分类之间转换，分类可能随时发生变化。节点处理器404使用定义节点来确定发作节点的病例分类。例如，节点处理器404将患者的症状和实验室数据107与定义节点中的病例分类条件进行匹配，以确定患者是否疑似、可能或被确认患有与疫情相关的疾病。在其他示例中，临床医生可以提供或输入分类。在这些其他示例中，节点处理器404可以确定推荐的分类，该推荐的分类被显示给临床医生以在查看与分类条件相关的患者信息之后进行确认。

表2

在任何单次疫情中，单个发作节点可被识别为索引病例。这是通过疫情节点和发作节点之间称为INDEX的一对一关系来标识的。

示例宿主节点包括提供与宿主相关的信息的参数。这包括提供关于宿主是否是人、动物、污染物、物体等的指示或标记的参数。宿主节点还可以包括关于姓名、人口统计、物理属性、医疗数据107或其他与人相关的信息的参数。节点处理器404可以分析或解析数据107和206以获得用于填充参数的信息。在一些示例中，节点处理器404可以使用词图、自然语言匹配、标签/字段标识符和/或元数据来确定群体的性质。

图8所示的角色节点可以链接到发作节点并且为链接到人的一些疫情节点的至少每一个提供角色。下面的表3示出了角色的示例，其包括患者、职员和公众。应当理解，发作节点可以具有多于一个角色节点，其中，例如，医院的职员最终也可能是患者。

角色‘角色’	属性	描述
			职员	stopped_work	职员停止工作的日期
职员	returned_to_work	职员返回工作的日期
			患者	discharge_delayed	出院/转运是否因疫情/事件而延迟(Y/N)
患者	surgery_cancelled	手术是否因疫情/事件而取消(Y/N)

表3

示例症状节点由服务器102的节点生成器404使用例如以下密码查询链接到宿主：

节点生成器404可以通过例如搜索症状关键词来从患者的医疗数据107确定症状。下面的表4示出了可由节点生成器404确定的症状节点的示例参数或属性。示例节点生成器404使用症状参数来使用定义的标准来确定发作节点的宿主的病例分类。当接收到新症状时，宿主生成器404将新症状添加为连接到宿主节点的新症状节点，并相应地更新病例分类。另外，如果症状结束，则宿主生成器404记录症状的结束。在一些实施例中，节点生成器404经由用户界面420从设备114或126接收输入消息422。输入消息422包括由临床医生提供的症状信息。消息422还可以包括病例分类。在一些实施例中，用户界面420可以显示所选患者的输入窗口，其使得用户能够从下拉列表中选择症状和/或选择代表病例分类的图标。

属性	细节
		uuid	唯一标识符
symptom	症状-请参阅App\Symptom中的常量
		start_date	症状开始日期(ATOM格式)
end_date	症状结束日期(ATOM格式)
		created_at	由NeoEloquent自动设置
updated_at	由NeoEloquent自动设置

表4

图8的示例图形数据库结构800图示了宿主节点经由流行病学链接被链接在一起。下面的表5示出了流行病学链接的类型的示例。在一些示例中，表5可以包括基于对应于疾病通常如何传播的链接的风险分数或权重。当服务器102的数据库分析器430搜索潜在的受感染宿主时，可以向不与传播相关联的链接分配较低的风险分数。在其他情况下，表5可能仅包含与传播相关的流行病学链接。

表5

在一些实施例中，节点生成器404被配置为使用数据107和/或206确定宿主之间的流行病学链接(或用于确认的潜在链接)。例如，社交媒体或人口统计关系数据可用于确定流行病学链接。在其他示例中，地理位置可以用于确定两个宿主何时同时位于同一位置。在其他示例中，临床医生的笔记可能包括与患者接触过的个人的列表。在又一些示例中，包括在数据107内的患者的治疗计划可以识别哪些临床医生与患者接触。节点生成器404被配置为使用词图、字段、标签或元数据来从数据107和/或206中识别名称，以用于识别宿主和宿主之间的潜在流行病学链接。

在一些实施例中，图4的用户界面420可以显示界面屏幕900，其针对给定的选定宿主902提供宿主之间的链接或潜在链接的图形表示。根据请求，数据库分析器430分析选定宿主和其他宿主之间的链接(或标记为“潜在链接”的链接)以确定并呈现图形表示。临床医生通过选择潜在链接并分配对应的流行病学链接来与界面屏幕900交互。临床医生对流行病学链接的选择使得节点生成器404用接收到的流行病学链接来更新图形数据库中的所选宿主之间的链接。例如，节点生成器404将潜在链接改变为流行病学链接。

返回到图8，宿主节点经由停留节点链接到位置节点。停留节点指定宿主在特定位置的开始和结束日期和/或时间。下面的表6示出了停留节点的示例参数或属性。示例节点生成器404例如根据与医疗设施内的患者入院和追踪相对应的患者医疗数据107来确定日期/时间。例如，患者记录可以指示患者在2018年4月位于急症护理病房或护理区的1774室的床A中一周。节点生成器404使用元数据、数据标签、字段等来定位日期，节点生成器404将其作为值填充到停留节点的适当参数或属性中。在其他示例中，用户可以经由用户界面420提供日期/时间。此外，节点生成器402可以使用地理位置数据206来确定日期/时间信息。数据分析器430可以使用示例日期/时间信息来确定哪些宿主同时位于相同位置。

属性	描述
		start_date	停留的人类可读开始日期
start_ts	停留的时间戳开始日期
		end_date	(可选)停留的人类可读结束日期
end_ts	(可选)停留的时间戳结束日期
		readonly	不能在UI中编辑节点(对于从第三方系统导入的停留)
created_at	在创建节点时-由NeoEloquent自动记录
		updated_at	在上次更新节点时-由NeoEloquent自动记录

表6

位置节点包括标识位置的参数。下面的表7示出了位置节点的参数示例。另外，位置节点可以包括GPS坐标、街道地址、建筑物名称和/或感兴趣地点的参数。节点生成器404使用数据107和/或206来确定参数或属性的值，这类似于确定位置节点的日期/时间。

表7

在许多实施例中，位置是较大分层位置的一部分。在这些实施例中，到停留节点的链接对应于层级中最低的位置节点。该层级可以对应于地理位置或物理空间中的组织，例如医院。图4的示例图形配置器410被配置为从导入的数据自动创建如图10A所示的分层位置地图1000，其可以指定位置的分层结构。在其他示例中，图形配置器410使得用户能够创建分层位置地图1000。如图10A所示，每个子位置经由“CONTAINS(包含)”关系或链接链接到更高阶位置。在所示示例中，医院病房位置节点包含翼位置节点A和B，每个翼位置节点包含多个房间位置节点。此外，一些房间位置节点直接连接到病房位置节点，而不连接到翼节点。此外，一些房间位置节点连接到单独的床位置节点。虽然图10A中的地图1000对应于医院，但在其他示例中，图形配置器410可以创建企业、社区、城市、商业/住宅建筑、公共空间、交通系统等的关系地图。由数据库分析器430使用位置节点确定在指定时间/日期期间宿主之间的关系和/或物理距离。

在一些实施例中，位置节点可以包括风险分数，其提供对应于位置之间的距离的宿主感染风险的数字指示。示例数据库分析器430可以使用位置的风险分数来识别与其他宿主具有流行病学链接的潜在宿主。例如，可以为相邻床位的患者分配相对高的其各自床节点的风险分数。下面的表8示出了不同位置节点的风险分数示例。

表8

在一些实施例中，病房位置(或其他集中式位置节点)包括提供与位置相关的一般(例如，调查)信息的参数或属性。这些参数可以与疫情有关和/或与该位置的活动水平有关。在一些实施例中，调查信息可以是链接到位置的其自己的节点(例如，调查节点)。表9示出了有关活动水平的调查或位置节点的参数或属性的示例。用户界面420使得用户能够提供表9中的信息。附加地或替代地，节点生成器404被配置为读取医院患者追踪信息以确定特定位置的总体活动。例如，节点生成器404可以确定与床的总数相比的护理区的床上的患者数量。数据库分析器430可以显示表9中的信息以示出位置的活动水平如何改变或对应于疫情。

属性	描述
		date	人类可读的日期(Y-m-d)
date_ts	调查日期的时间戳(00:00时)
		specialty	病房特色(文字)
closed	布尔值：病房是否关闭
		rooms	隔间/房间数量
rooms_closed	关闭的隔间/房间数量
		cohorted	队列患者数量
empty_beds	空床位数量(上午10点)
		isolation_rooms	分离物室数量
staffed_beds	职员床位数量
		created_at	在创建节点时间-由NeoEloquent自动记录
updated_at	在上次更新节点时-由NeoEloquent自动记录

表9

在一些实施例中，示例节点处理器404在与疫情相关的时间段期间接收关于医院中的患者的批次信息。在这些实施例中，节点处理器404可以创建由医院位置节点链接在一起的节点聚类。随着从接收到的患者医疗数据107识别出更多属性值，节点处理器404确定患者之间的关系(例如，流行病学链接)。下面的表10示出了图形数据库的节点和关系，节点处理器404可以使用该节点和关系来同步同一位置中的一个或多个患者的不同聚类。数据库分析器430例如根据表10中的数据确定疫情是特定医院病房或护理区域或房间级别的局部疫情。

表10

在一些情况下，节点处理器404被配置为针对每个位置的疫情类型创建单个图形数据库。当新患者入院或包括症状时，示例节点处理器404被配置为将患者作为宿主节点添加到图形数据库。追踪未表现出症状但与疫情处于同一位置的患者使得数据库分析器430能够识别易受疫情影响的患者。

在一些实施例中，节点处理器404被配置为将微生物学信息包括在图形数据库内。如图8所示，每个宿主节点可以经由“SPECIMEN(标本)”边、关系或链接连接到标本节点。另外，宿主节点的对应发作节点也可以具有“SPECIMEN”边或与标本节点的关系。这种链接说明了宿主可能具有许多不同的微生物标本，这些标本可能与疫情相关，也可能无关。表11示出了标本节点的示例参数或属性。

表11

每个标本节点可以经由“ISOLATE(分离物)”边或关系链接到分离物节点。分离物节点指定标本结果中的分离物。下面的表12显示了分离物节点的示例参数。

属性	描述
		uuid	字符串“{lab_request_id)#{specimen_number}#{organism_code}”
readonly	(布尔值)指示这是导入的数据，因此在UI中为只读
		result_status	分离物的PFA结果状态(初步、最终或修订)
created_at	创建节点时
		updated_at	最后更新节点时

表12

分离物节点可以经由“ORGANISM(生物体)”边或关系连接到生物体节点。生物体节点识别在隔离例程中发现的单个生物体。下面的

表13显示了生物体节点的示例参数。

属性	描述
		uuid	生物体代码(来自ICNet的生物体代码)
readonly	(布尔值)指示这是导入的数据，因此在UI中为只读
		name	生物体名称
created_at	创建节点时
		updated_at	最后更新节点时

表13

在一些示例中，节点生成器404可以被配置为使用用于标本结果和分离物水平的初步、最终、修改和删除(“PFA(D)”)系统。图10B图示了根据本公开的示例实施例的包括标本节点、分离物节点和生物体节点的图形数据库1050。图形数据库1050显示来自不同宿主的标本和分离物被追溯到同一生物体。此类信息不仅可以显示疫情的传播，还可以是导致(或疑似)疫情的生物制剂。

在一些示例中，图形数据库可以用相似的节点替换标本、分离物和生物体，以识别对化学物质的暴露、辐射类型等。

图11图示了根据本公开的示例实施例的病房位置节点的示例图形数据库1100。图形数据库1100可以由数据库分析器430响应于相对于病房位置节点的视图关系来呈现。在该示例中，数据库分析器430可以压缩或隐藏位置层级以查看与病房位置节点有关系的停留节点和宿主节点。在一些情况下，数据库分析器430被配置为基于宿主节点对疫情的病例分类对宿主节点进行颜色编码，以视觉地指示疫情相对于病房位置节点的传播。

图12图示了根据本公开的示例实施例的流感疫情节点的示例图形数据库1200。在该示例中，示出了不同类型的宿主节点，其中，宿主节点1202对应于人并且宿主节点1204、1206和1207对应于污染物或物体。示例节点生成器404被配置为针对每个宿主节点生成单独的发作节点1208。然而，仅向与人中确诊或可能的流感病例相关联的发作节点1208c和1208e提供病例编号。相反，其他发作节点1208a、1208b、1208d和1208f不与已确诊或可能的流感病例相关联，因此不被分配病例编号。另外，示例节点生成器404提供宿主节点1202、1204、1206和1208之间的流行病学链接。在一些情况中，节点生成器404根据数据107和206确定链接。在其他情况中，链接由临床医生通过用户界面420指定。

在一些实施例中，不同类型的疫情可以是同一图形数据库的一部分。换句话说，每个疫情可能是一个单独的聚类，聚类根据位置和/或宿主链接在一起。例如，对于特定位置，一些宿主可能与第一次疫情相关，而其他宿主与第二次疫情相关。疫情之间的相互关系使得数据库分析器430能够确定并显示关于患者对某些重叠疫情的脆弱性的信息或者确定不同疫情之间的相关性。数据库分析器430被配置为通过移除或隐藏与其他疫情相关的节点来针对单个疫情类型过滤图形数据库。

图13示出了根据本公开的示例实施例的被配置为由数据库分析器430呈现的仪表板界面1300。仪表板界面1300包括提供所选疫情的概述的单独部分。数据库分析器430分析例如与指定疫情(例如流感)相关的节点以确定例如疫情的长度、受影响的总人数、归因于疫情的死亡总人数、发病时间线和病例分类图形。

图14示出了根据本公开的示例实施例的被配置为由数据库分析器430呈现的症状追踪器界面1400。数据库分析器430被配置为使用宿主节点和症状节点来确定哪些患者具有特定症状以及该症状的对应时间段。界面1400还在患者姓名下包括患者或标识符的位置和人口统计信息。此类信息表明所有患者均表现出至少一种可能与疫情相关的症状。在一些实施例中，界面1400是交互式的。例如，界面1400可以包括用于按位置、病例分类等进行过滤的过滤特征。响应于对于过滤的请求，数据库分析器430从疫情图形数据库确定要显示的适当信息。在其他实施例中，界面1400被配置为使得临床医生能够移动、扩大或缩短诸如“呕吐”的症状1402的症状的时间段。界面1400将临床医生提供的命令传输到节点处理器404，节点处理器404相应地调整症状节点中的参数(例如，改变症状的持续时间)。

图15图示了根据本公开的示例实施例的与疫情的宿主节点相关联的患者(即，患者3)的患者界面屏幕1500的图。数据库分析器430基于患者信息、与其他宿主的关系以及时间/日期-位置信息来确定要在界面屏幕1500中显示的信息。临床医生可以通过在屏幕/界面1200和1400中选择患者或者通过提供患者姓名或标识符的查询条目来查看屏幕1500。界面1500可以提供患者随时间的位置的概览，包括那些位置的地图。界面屏幕1500还可以显示患者和患者在某些识别位置处接触的其他宿主之间的图形关系。例如，界面屏幕1500还示出那些其他宿主节点中的哪些宿主节点具有已确诊或可能的流感病例。

图16图示了根据本公开的示例实施例的由数据库分析器430确定的诺如病毒疫情的疫情界面屏幕1600的图。在所示示例中，数据库分析器430接收对于查看诺如病毒在指定位置处出现的日期的请求。作为响应，数据库分析器430分析与诺如病毒相关的节点的图形数据库，并编译来自与患者/人相对应的宿主的病例分类的信息。在一些示例中，界面屏幕1600可以包括用于选择的选项，其使得数据库分析器430显示与疑似病例和或然病例相比的确诊病例。

图17示出了根据本公开的示例实施例的地图屏幕1700的图，其示出了威尔士县的诺如病毒的疫情。在所示示例中，数据库分析器430接收对于查看指定位置的诺如病毒疫情地图的请求。作为响应，数据库分析器430分析图形数据库以找到与诺如病毒相关的节点和指定位置。如果确诊和/或或然病例的数量超过特定位置的阈值，则数据库分析器430确定将图标放置在地图上以指示该位置中疫情的存在。在一些实施例中，阈值可以低至一种病例。在一些情况下，数据库分析器430可以基于特定区域的已确认和/或可能的病例来选择图标的颜色和/或大小。临床医生可以使用具有地图屏幕1700的工具来放大特定位置以按照医疗机构中的地址和/或区域查看例如个体病例。当临床医生改变地图屏幕1700的分辨率时，数据库分析器430可以例如按社区、街道或住宅而不是按城镇以更高分辨率提供图标。为此，数据库分析器430确定所显示的地图的比例、显示地图内的区域(例如，社区、街道、地址等)、以及与所识别的区域相对应的确诊和/或或然病例。数据库分析器430还可以分析随时间的疫情信息，以提供关于某个位置的发病率是否增加或减少的指示，并比较发病日期以确定传播位置。

图18图示了根据本公开的示例实施例的疫情的接触者屏幕1800的图。在所示示例中，数据库分析器430接收对于查看个人宿主或节点之间的链接的请求。数据库分析器430可以与给定宿主的所有接触者相比来识别已确诊的、可能的或或然的病例。此类信息可用于对与受感染宿主有关的某些个人进行隔离或采取预防措施。屏幕1800还可以显示不同宿主之中的相互关系以及疫情如何传播。

三、疫情追踪和管理的示例过程

图19和图20图示了根据本公开的示例实施例的示出配置和创建图形数据库的示例过程1900和2000的流程图。虽然过程1900和2000是参考图19和图20中所示的流程图描述的，但是应当理解，可以使用执行与过程1900和2000相关联的步骤的许多其他方法。例如，许多框的顺序可以改变，某些框可以与其他框组合，并且所描述的许多框是可选的。此外，过程1900和2000中描述的动作可以在多个设备之中执行，多个设备包括例如图1至图3的疫情管理服务器102、用户设备126、临床医生设备114、HIS104和/或服务器204。此外，过程1900和2000可以说明图4的指令128。

图19的示例过程1900在疫情管理服务器102接收到感染或事件的一个或多个条件412时开始(框1902)。条件412可以在文档中、从网站接收和/或由临床医生输入。服务器102识别疫情条件内的临床信息并创建用于指定疫情的定义节点、模板和/或文件(框1904和1906)。如上面关于图4所述，这包括识别病例标准并将该标准填充到疫情的定义节点的参数或属性中。服务器102还可以创建链接到定义节点的疫情节点(框1908)。服务器102将定义节点和疫情节点存储到存储器(框1910)。然后可以使用疫情的病例标准来确定宿主是否在新的疫情中出现过发作。如果是，则可以在新的图形数据库中创建疫情或者将疫情添加到对应位置的当前图形数据库中。

图20的示例过程2000在疫情管理服务器102从HIS104接收患者医疗数据107时开始(框2002)。疫情管理服务器102还可以从服务器204接收患者数据206(框2004)。然后疫情管理服务器102基于数据107和/或206确定患者(或人)的过去和当前位置(框2006)。疫情管理服务器102为患者/人创建宿主节点和位置节点(和停留节点)(框2008)。疫情管理服务器102还确定患者和其他宿主之间的关系(框2010)。确定的关系被添加到适当节点之间的图形数据库中。在一些示例中，疫情管理服务器102可以提示临床医生提供与其他宿主的关系或者提供对潜在的确定关系的确认。

示例疫情管理服务器102还从数据107和/或206中识别患者的症状(框2012)。根据所识别的症状，疫情管理服务器102确定患者的症状是否与一次或多次疫情的病例分类匹配(框2014)。如果存在与疫情的匹配，则疫情管理服务器102创建发作节点并创建患者和疫情之间的链接(框2016)。如果不存在与病例分类的匹配，则疫情管理服务器102返回框2002并接收同一患者或另外的患者的数据。

如果疫情管理服务器102创建发作节点，那么服务器102可以将患者发作的数量(具有相同或相似的发作节点)与阈值进行比较以确定是否应当生成警报或者应当以其他方式提示疫情以得到进一步关注(框2018)。如果超过阈值，则管理服务器102被配置为生成警报否则传送消息或提供疫情应受到关注的指示(框2020)。这可以包括例如服务器102向临床医生设备114传输一条或多条文本消息或推送通知。如果没有超过阈值和/或在生成警报之后，疫情管理服务器102返回框2002以处理新收到的同一患者或其他患者的数据。

四、病例筛选和聚类筛选实施例

如上所述，疫情管理服务器102可以以疫情开始并识别为疫情的一部分的患者。或者，疫情管理服务器102可以为每个患者创建疫情，然后基于共享连接将疫情分组在一起。如下文所讨论的，在一些替代实施例中，疫情管理服务器102可以在疾病级别创建图形数据库结构并使用一个或多个规则(例如，筛选工具)来确定病例是否构成疫情。示例规则是用户可配置的，并被配置为比较图形数据库结构中的数据，以确定一个或多个病例或聚类是否满足指定疫情的条件。在一些情况下，一个或多个规则还可以指定工作流程，该工作流程定义如何进一步处理疫情病例或聚类、如何分配疫情病例或聚类、和/或用于管理疫情病例或聚类的步骤/阶段。

如本文所述，病例对应于患有特定疾病的患者的个体发病。病例可被分类为疑似、可能或确诊患有特定疾病，并由图形数据库结构中的发作节点表示。聚类是指预定义地理区域内的两个或多个病例。如上所述，聚类由图形数据库结构中的疫情节点表示。示例疫情管理服务器102使用本文定义的一个或多个规则来确定一个或多个病例何时构成用于指定疫情的疾病聚类。

在一些实施例中，一个或多个规则规定将聚类的某些病例分配给一个或多个用户(例如，临床医生)以进行疾病管理。例如，第一用户可以管理聚类，而第二用户被分配聚类中的十个病例，第三用户被分配聚类中的十个其他病例。可以基于用户的职责、工作平衡规则和/或用户的治疗位置来进行分配。

图21图示了示出根据本公开的示例实施例的用于创建用于病例和/或聚类筛选以进行疫情分类的一个或多个规则的示例过程2100的流程图。尽管参考图21所示的流程图描述了过程2100，但是应当理解，可以使用执行与过程2100相关联的步骤的许多其他方法。例如，可以改变许多框的顺序，某些框可以与其他框组合，并且所描述的许多框是可选的。此外，可以在多个设备之中执行过程2100中描述的动作，多个设备包括例如图1至图3的疫情管理服务器102、用户设备126、临床医生设备114、HIS104和/或服务器204。此外，过程2100可以说明图4的指令128。虽然参考了为病例创建规则，但是相同的过程2100可以用于为聚类创建规则。

图21的示例过程2100当疫情管理服务器102接收到创建新病例和/或聚类规则的指示时开始(框2102)。响应于该指示，疫情管理服务器102显示包括指定病例和/或聚类规则的字段的用户界面2103。图22是根据本公开的示例实施例的用于指定病例和/或聚类规则的用户界面2103的图。用户界面2103包括用于描述2202的字段、针对满足规则2204的条件、针对规则2206的病例信息、针对规则2208的感染源、分配标准2210和/或完成标准2212。在其他实施例中，用户界面2103可以包括更少或附加的字段。

疫情管理服务器102提示用户完成描述部分2202(框2104)。描述部分2202包括用于输入规则名称、规则概要和规则激活标志的字段。当规则被标记为无效时，疫情管理服务器102被配置为在评估新的患者医疗数据/患者数据时跳过该规则。

疫情管理服务器102接下来提示用户通过提供条件限定符来完成条件部分2204(框2106)。图23是根据本公开的示例实施例的用于输入条件信息的用户界面2300的图。如图所示，条件允许用户设置定义特定规则何时激活的规则。这些条件基于患者数据206、患者医疗数据107和/或存储在患者的图形数据库结构中的信息。在一些实施例中，条件部分2204可以包括对包罗万象的规则的提示以确保每个病例和/或聚类接收分配。

为了添加条件，用户界面2300包括疾病选择器。选择此选项使用户能够分析与病例相关的疾病。用户界面2300还包括性别选择器和表单选择器。性别选择器使用户能够在分析病例时考虑患者的性别。表单选择器使用户能够使用患者对临床问题的回答来分析病例。表单选择器的选择可以导致显示表单问题的下拉列表。在用户选择问题之后，例如疾病是通过感染还是污染获得的，用户界面2300包括答案字段。为了满足该规则，患者数据206、患者医疗数据107和/或存储在图形数据库结构中的信息中的答案必须与为该规则指定的答案匹配。在一些实施例中，问题/答案部分可以包括症状、接触者追踪信息和/或可能的测试结果。

在一些实施例中，用户界面2300可以使得用户能够为问题添加多于一个答案选项。用户界面2300提示用户指定是必须提供两个答案(AND)还是仅需要一个答案(OR)来满足规则。用户界面2300还允许用户为规则添加多个条件。

返回到图21，疫情管理服务器102被配置为提示用户输入规则2206的病例信息(框2108)。病例信息定义当患者数据206、患者医疗数据107和/或存储在图形数据库结构中的信息匹配规则时创建的病例的方面。图24示出了根据本公开的示例实施例的、由疫情管理服务器102提供的用于配置病例信息以填充到图22的用户界面2103中的用户界面2400。用户界面2400包括用于病例类型扇区的字段，其用于将相似的病例分组在一起以形成聚类。

用户界面2400还包括风险字段，其具有‘标准’、‘中’或‘高’的选项。风险信息用于向其他临床医生传达病例的重要性。用户界面2400还包括指导和通知字段。指导字段提示用户输入指导信息，其包括在满足规则后添加到病例的文本。该文本可用于为特定病例下可能开展的活动提供指导，例如建议需要进行接触者追踪。通知字段提示用户输入通知信息，其包括标识在满足规则时应当被通知的一个或多个个人和/或组织。这些通知旨在告知临床医生新的疾病病例。指导和通知字段共同指定了当满足特定规则时应通知谁以及通知所需的信息。在一些实施例中，用户界面2400可以包括当满足规则时向病例添加调查表单的选项。

疫情管理服务器102还被配置为向用户提示使用用户界面2103定义的感染源规则2208(框2110)。该字段向用户提示感染源类型(例如，人、动物等)、感染源的一个或多个匹配规则、以及疫情管理服务器102是否要执行自动匹配或提示临床医生进行手动匹配的指示。

如图21所示，疫情管理服务器102向用户提示分配标准2210(框2112)。分配标准2210指定关于如何将病例分配给临床医生和其他团队成员的规则或条件。分配标准2210可以包括一个或多个字段以选择特定团队和/或个人。此外，分配标准2210包括关于如何在所选择的团队/个人之中分配和/或共享新病例的一个或多个分配选项。分配选项可以包括随机分配、基于哪个团队/个人具有最少病例数的分配、和/或基于护理区域或治疗位置的分配。

分配标准2210还可以使得用户能够选择和/或创建病例的工作流程。在一些情况下，病例和/或疾病可以具有指定临床医生如何治疗与病例相关的患者和/或处理病例的一个或多个工作流程。正如下面结合图25所讨论的，工作流程识别处理病例必须满足的病例阶段和/或处理病例必须满足的病例条件。应该注意的是，工作流程可能不一定对应于病例的成功治疗，但至少对应于作为疫情的一部分的病例的初始分类和/或确认。

在分配之后，疫情管理服务器102向用户提示用户界面2103的完成标准2212(框2114)。完成标准2212可以对应于工作流程中的逻辑门，例如为病例输入而填充的所需字段、某些表单的完成和/或主管的审查的完成。在一些实施例中，完成标准2212可以由选择的工作流程自动填充。在其他实施例中，完成标准2212的选择使得疫情管理服务器102使用在字段中提供的信息来自动创建工作流程以定义工作流程的逻辑门。

图21的示例过程2100继续到疫情管理服务器102接收病例和/或聚类规则定义完成的指示(框2116)。疫情管理服务器102使用输入到用户界面2103中的信息来创建病例和/或聚类规则2117，其中，上述信息用于创建满足规则的条件、规则工作流程和/或当规则满足时要执行的动作。疫情管理服务器102然后将新创建的病例和/或聚类规则2117作为数据结构或文件存储到存储器设备120(框2118)。如下所述，病例和/或聚类规则2117然后被疫情管理服务器102用于关于新接收的(和/或已经接收的)患者数据206、患者医疗数据107、和/或存储在图形数据库结构中的信息的疫情分类。在创建病例和/或聚类规则2117之后，示例过程2100可以返回到框2102以创建和/或修改另一病例和/或聚类规则。

如上所述，用于创建病例和/或聚类规则2117的用户界面2103使得能够选择一个或多个工作流程。在一些情况下，工作流程可以包括默认工作流程，其提供用于处置病例的三种状态(“待办”、“进行中”和“完成”)之间的转换。在其他情况下，工作流程可以包括定制工作流程。图25是根据本公开的示例实施例的用于定制工作流程2502的用户界面2500的图。在所示示例中，定制工作流程2502包括对默认工作流程的修改，其中，添加了用于“开始进度”、“停止进度”、“重新打开”和“移至完成”的动作。工作流程2502的每个元素或对象对应于要执行的动作。为了在元素之间建立连接，用户界面2500被配置为使得用户能够将线从一个对象的输入拖动到另一个对象的输出。例如，“进行中”对象2504包括输入2506和输出2508。除了每个对象要执行的逻辑或其他操作之外，用户界面2500使得用户能够指定对象的多个输入/输出。

定制工作流程2502包括使得病例能够基于病例进展通过工作流程返回的连接。定制工作流程2502还包括控件(例如，验证器)，其基于表单的完成和/或病例的某些数据条目/集合的输入来定义通过对象的工作流程进展。例如，在所示实施例中，用户已对工作流程2502进行了编辑2510。该编辑包括将输入添加到“移至完成”对象并添加“调查表单1”对象。在工作流程2502被视为完成之前，必须通过接收完整的“调查表单1”来完成“移至完成”对象。此工作流程配置可确保在将病例指定为完成之前，为每个病例一致地收集相同的信息。

图26是根据本公开的示例实施例的由疫情管理服务器102提供的用于在用户设备126的应用302中显示的病例/聚类用户界面2600的图。在所示示例中，人员节点2602经由“病例”链接连接到发作节点2604。病例由发作节点2604表示。发作节点2604经由“部分”链接链接到第一疫情节点2606，并且经由另一“部分”链接链接到第二疫情节点2608。聚类由疫情节点表示。用户界面2600相应地提供感染源(即，人员节点2602)、病例(即，发作节点2604)和聚类(即，疫情节点2606和2608)之间的图形关系。如图所示，宿主(即，人员节点2602)可以具有任意数量的病例(即，发作节点2604)，其可以是一个或多个聚类(即，疫情节点2606和2608)的一部分。在所示示例中，除了更普遍的传染病疫情之外，病例还可能与COVID-19疫情相关。在本实施例中，病例分类及其历史被记录为“部分”链接或关系内的属性信息。病例分类(例如“可能”、“或然”、“确诊”等)是根据疫情定义确定或分配的，如上面结合图8所讨论的。

图27是根据本公开的示例实施例的由疫情管理服务器102提供的用于在用户设备126的应用302中显示的另一个病例/聚类用户界面2700的图。该示例示出了通过相应的发作节点链接到疫情节点2606和2608的更大的感染源组。当添加额外的感染源时，示例疫情管理服务器102可以将疫情节点2606和2608中的至少一者分类为已确认的疫情。相应地，图形数据库的使用使得所连接的疾病源能够被可视地和/或以编程方式连接以进行分析。

图28图示了根据本公开的示例实施例的示出用于将一个或多个病例与一个或多个病例和/或聚类规则2117进行比较的示例过程2800的流程图。尽管参考图28所示的流程图描述了过程2800，但是应当理解，可以使用执行与过程2800相关联的步骤的许多其他方法。例如，许多框的顺序可以改变，某些框可以与其他框组合，并且所描述的许多框是可选的。此外，可以在多个设备之中执行过程2800中描述的动作，多个设备包括例如图1至图3的疫情管理服务器102、用户设备126、临床医生设备114、HIS104和/或服务器204。此外，过程2800可以说明图4的指令128。

当患者医疗数据107、患者数据206和/或来自图形数据库结构的数据作为未筛选病例在疫情管理服务器102中被接收时，示例过程2800开始(框2802)。在一些实施例中，疫情管理服务器102被配置为创建感染源节点和/或发作节点以创建用于与一个或多个规则2117进行比较的病例。在其他示例中，疫情管理服务器102可以通过示例过程2800处理先前未筛选的病例。此外，在一些实施例中，疫情管理服务器102被配置为基于疾病病例和/或聚类的通知来创建用于筛选的新病例。该通知基于数据107和/或206，并且可以包括手动输入到完整的电子表单中的数据、通过CSV格式文件批量上传、实验室识别的疾病结果的导入、手动创建病例、手动创建聚类、和/或检测数据107和/或206内的病例或聚类。

如图所示，疫情管理服务器102迭代规则2117a至2117c，例如对于未筛选的病例按优先级顺序一次一个规则。规则2117a到2117c可以由管理员和/或疫情管理服务器102基于风险指定来布置或排序，其中，首先排序较高风险的规则。在某些情况下，较新的规则被放置在层级的顶部。在一些实施例中，疫情管理服务器102周期性地(例如，每分钟)检查未筛选的病例和/或数据107、206以与规则2117匹配。在说明性示例中，疫情管理服务器102顺序地将规则2117a、2117b和2117c的层级与在病例内的信息相比较(框2804、2806和2808)。疫情管理服务器102在规则2117和病例信息之间执行密码查询以确定是否满足规则。密码查询可以确定例如病例(包括任何相关表单和感染源)是否与规则内的一个或多个条件匹配。

如果一个规则的条件不满足或不成立，则疫情管理服务器102进行到下一个规则2117。如果病例未能满足任何规则，则疫情管理服务器102使得该病例被存储到存储器设备120作为不匹配的病例(框2810)。或者，包罗万象的规则2117可以放置在层级的最后，以确保所有病例都被分配。此时，如果病例数据被更新/改变和/或如果规则被修改或添加新规则，则未筛选的病例可被重新处理(框2812)。在一些实施例中，当与病例分类相关的信息改变时，可以通过规则2117重新筛选匹配的病例。

如果存在与规则的匹配，则疫情管理服务器102将该病例排队以处理匹配(框2814)。应当理解，将病例放置在队列中使得后台机器资源能够并行或批量地处置多个排队病例的后续处理。这在高系统负载的时间期间可能是有益的，以给予疫情管理服务器102关于如何处理病例而不使系统超载的更多灵活性。

如图28所示，规则的满足使得疫情管理服务器102将病例转化为医疗系统的用户的工作(框2816)。规则的匹配还使得疫情管理服务器102添加规则的节点与图形数据库中的发作节点之间的“找到”链接或关系，如图29的用户界面2900中所示。该图示示出了每个规则2117在图形数据库中具有节点。病例(经由发作节点)与规则2117的关联防止疫情管理服务器102将同一发作与层级结构中具有较低优先级的另一规则相关联。删除“找到”关系导致病例被放入框2812中以便重新处理。

除了更新图形数据库之外，疫情管理服务器102还可以通过应用来自满足的规则的工作流程、使用规则定义的分配将病例分配给临床医生或临床医生团队、和/或设置关键病例字段(例如风险、指导和/或通知要求)来修改病例。在一些实施例中，疫情管理服务器102使得用户能够修改特定感染源的工作流程规则。为了分配病例，疫情管理服务器102被配置为遵循由规则2117指定的分配条件。这可以包括将病例随机分配给团队和/或个人、选择具有最少数量病例的团队和/或个人、根据团队/个人的可用能力分配病例、通过个人/团队的字母顺序列表顺序分配病例、和/或根据相对于感染源位置的护理区域或医疗位置选择个人和/或团队(使用位置/停留节点，如上所述)。团队或个人的分配使得疫情管理服务器102创建经由图形数据库中的“分配”链接链接到发作节点的团队/个人节点。

示例疫情管理服务器102被配置为使用来自规则2117的信息来确定病例或聚类是否与已确认的疫情相关联。如图26和27所示，感染源和对应的发作节点链接到疫情节点。然而，一些链接可以由疫情管理服务器102确定为可能的疫情。疫情管理服务器102可以分析随时间推移的趋势以确定新病例添加到所定义的地理区域(形成聚类)的每次疫情的速度有多快。如果在定义的地理区域上在定义的时间段(例如，一周、两周等)内将多个病例添加到疫情节点，则疫情管理服务器102被配置为将可能的疫情分类改变为或然的疫情分类或确认的疫情分类。在一些情况下，病例的数量可以基于地理区域的人口密度。例如，阈值可能是人口中每周每1000人有5个新病例。

五、活动映射实施例

如上面结合图8所讨论的，宿主节点与一个或多个位置相关联，如通过自我报告或接触者追踪所确定的。在一些实施例中，图形数据库结构的宿主节点包括活动映射特征或参数。活动映射是详细记录个人访问过的位置以及访问期间他们接触过的人的过程。活动映射的目的是提供数据来识别疫情如何传播以及谁可能有感染疾病的风险。活动地图被添加到个人或感染源(例如，宿主节点的记录)而不是单个病例或聚类。因此，可以在离散的时间记录活动，但它们都有助于单个地图。

图30是根据本公开的示例实施例的用于活动映射的用户界面3000的图。用户界面3000包括用于添加活动和/或位置的部分3002。活动/位置的创建使得疫情管理服务器102经由停留节点将位置节点链接到宿主节点。为了添加位置，用户输入患者位于特定位置的一个日期或日期范围。部分3002还可以包括用于输入时间、时间范围或持续时间的字段。部分3004包括用于位置的地址、机构名称、兴趣点等的字段。在部分3004中输入位置使得该位置被显示在地图上。位置的确认导致该位置被连接到宿主节点并被显示在与宿主节点关联的活动地图上。

在一些实施例中，疫情管理服务器102被配置为使得用户能够输入患者的行进位置信息。图31是由疫情管理服务器102提供的用于输入旅行信息的用户界面3100的图。旅行信息表示两个位置之间的旅程。用户界面3100的部分3102包括用于选择开始日期、时间、开始位置和旅程类型(例如，步行、汽车、火车、飞机等)的字段。部分3102可以包括持续时间滑块以指定患者行进的持续时间。部分3102还可以包括用于描述或指定旅程类型的描述字段。此外，部分3102可以包括使得用户能够选择航班号、火车路线号码、公共汽车路线等的字段。如图所示，部分3102使得用户能够指定旅程的多于一种的交通模式。除了至少一个位置节点之外，旅程信息还被与宿主节点相关地存储到活动地图。此外，旅程信息显示在地图3104上。

示例疫情管理服务器102还被配置为使得用户能够记录患者在每个位置或旅程中的接触者。图32是根据本公开的示例实施例的用于记录位置或旅程(例如，地点)的接触者信息的用户界面3200的图。接触者信息的输入使得疫情管理服务器102为接触者个体创建链接到与患者宿主节点相同的位置节点的宿主和停留节点。如果存在流行病学链接，则疫情管理服务器102还可以在图形数据库结构中的患者宿主节点和接触者节点之间创建直接链接。

将接触者信息输入到用户界面3200中还导致为所输入的位置的活动地图3104创建接触者条目。对于每个位置，用户界面3200提供用于输入密切接触者的数量和密切接触者的姓名的字段。在一些实施例中，用户界面3200可以提示用户其他信息，例如接触者的电子邮件、电话号码、家庭地址或联系接触者所需的其他标识符。

活动地图的使用提供了患者和已知接触者的视觉接触者追踪。疫情管理服务器102可以组合来自一个或多个患者的活动地图的数据(经由对应的宿主节点)以识别疫情的地理聚类和/或以其他方式直观地评估可能的、或然的或确认的疫情如何随着时间的推移而传播。在一些实施例中，聚合地图可以具有时间条，其示出随时间推移的宿主移动和已确认的、可能的和或然的病例的位置。

结论

应当理解，可以使用一个或多个计算机程序或组件来实现本文描述的所有公开的方法和过程。可以作为任何常规计算机可读介质上的一系列计算机指令来提供这些组件，任何常规计算机可读介质包括RAM、ROM、闪存、磁盘或光盘、光存储器或其他存储介质。这些指令可以被配置为由处理器执行，该处理器在执行该系列计算机指令时执行或促进所公开的方法和过程的全部或部分的执行。

应当理解，对本文描述的示例实施例的各种改变和修改对于本领域技术人员来说将是显而易见的。可以在不脱离本主题的精神和范围并且不削弱其预期优点的情况下做出这样的改变和修改。因此，这些变化和修改旨在由所附权利要求涵盖。

应当理解，除非在权利要求中明确引用术语“装置”或“步骤”，否则无意援引35U.S.C.112(f)或者前AIA 35U.S.C 112的第6段。因此，权利要求并不意味着限于说明书中描述的对应结构、材料或动作或其等同物。

Claims (20)

1.一种疫情管理服务器系统，包括：

存储器设备，所述存储器设备在其中存储(i)病例规则，每个病例规则指定用于满足相应病例规则的至少一个条件，以及(ii)指令，所述指令定义用于疾病疫情追踪的图形数据库结构，所述指令针对给定宿主指定：

创建宿主节点，所述宿主节点与宿主参数相关联，

发作节点通过“病例”链接连接到所述宿主节点，所述发作节点关联于与所述宿主的疾病分类相关的发作参数，并且

规则节点通过“找到”链接连接到所述发作节点，所述规则节点与病例工作流程、分配和通知相关联；以及

疫情管理服务器，所述疫情管理服务器被配置为：

接收与所述宿主相关的患者数据，

基于与相应节点的参数定义匹配的至少一些所接收到的患者数据的内容，将所述至少一些所接收到的患者数据以所述宿主节点或所述发作节点中至少一个的一个或多个参数存储到所述图形数据库，

将所述宿主节点和所述发作节点的参数与所述病例规则的条件进行比较，并且

对于具有首先匹配所述宿主节点和发作节点的参数的至少一个条件的病例规则，在所述规则节点和所述发作节点之间创建链接，所述链接使得为所述发作节点添加所述病例规则的病例工作流程、将所述发作节点分配给个人或团队，以及生成关于与所述病例规则关联的通知。

2.根据权利要求1所述的系统，其中，按顺序或层级排列所述病例规则，并且

其中，所述疫情管理服务器还被配置为顺序地将每个所述病例规则的一个或多个条件与所述宿主节点和发作节点的参数进行比较，直到存在与一个病例规则的匹配。

3.根据权利要求1或2所述的系统，其中，所述病例工作流程定义由对象指定的一系列步骤，用于获取与所述发作节点的病例有关的文档或管理与所述发作节点相关联的疾病。

4.根据权利要求1至3中任一项所述的系统，其中，所述疫情管理服务器还被配置为使用所述病例规则的分配来经由“分配的”链接在所述发作节点与个人或团队的节点之间创建链接。

5.根据权利要求1至4中任一项所述的系统，其中，所述通知标识应当接收指示对于所述宿主节点和所述发作节点满足所述病例规则的消息的一个或多个个人或组织。

6.根据权利要求5所述的系统，其中，所述病例规则包括用于处理所述病例的指导信息，所述指导信息被包括在与所述通知相关的消息内。

7.根据权利要求1至6中任一项所述的系统，其中，每个所述病例规则是包括所述一个或多个条件、分配信息、到所述病例工作流程的链接以及通知信息的数据结构或文件。

8.根据权利要求1至7中任一项所述的系统，其中，在完成所述病例工作流程之后，所述疫情管理服务器还被配置为通过“部分”链接将疫情节点连接到所述发作节点，以指示当所述工作流程的结果指示所述病例与所述疫情相关时所述宿主已成为所述疾病的疫情的一部分，并且

其中，所述疫情节点经由“定义为”链接连接到定义节点，所述定义节点指定与所述疫情节点相关的疾病的疾病参数。

9.根据权利要求8所述的系统，其中，所述疾病参数包括以下至少之一：所述疾病的名称、所述疾病的背景、与所述疾病相关的时间/地点、所述疾病的临床标准、所述疾病的实验室标准、所述疾病的传播模式、确定“疑似”分类的标准、确定“或然”分类的标准以及确定“确认”分类的标准。

10.根据权利要求1至9中任一项所述的系统，其中，所述服务器还被配置为在确定所述患者数据中的至少一些与所述定义节点的疾病参数的至少一些匹配之后，经由所述发作节点将所述宿主节点连接到所述疫情节点。

11.根据权利要求1至10中任一项所述的系统，其中，所述宿主参数包括所述宿主的姓名、患者分类标志、临床医生分类标志、人分类标志、动物分类标志、污染物分类标志、对象分类标志、患者人口统计数据或患者医疗数据中的至少一个。

12.根据权利要求1至11中任一项所述的系统，其中，所述发作参数包括以下各项中的至少一个：所述宿主的病例编号的开始、所述宿主的疾病的“可能”分类、所述宿主的疾病的“或然”分类、所述宿主的疾病的“确认”分类、所述宿主的免疫状态、所述宿主的免疫类型、指示所述宿主在医疗机构感染所述疾病的标志、或与所述宿主相关的死亡信息。

13.根据权利要求1至12中任一项所述的系统，其中，所述疫情管理服务器还被配置为在确定所述宿主的“确认”或“或然”分类之后生成所述发作节点的相应发作参数的病例编号。

14.根据权利要求1至13中任一项所述的系统，其中，所述疫情管理服务器还被配置为：

接收与所述宿主节点相关联的地理位置或旅程中的至少一项；

针对所述至少一个地理位置或旅程创建与所述宿主节点相关的活动地图；以及

针对所述至少一个地理位置或旅程，创建通过“停留”链接被链接到所述宿主节点的停留节点以及通过“入”链接被链接到所述停留节点之一的位置节点。

15.一种疫情管理方法，包括：

在存储器设备中存储(i)病例规则，每个病例规则指定用于满足相应病例规则的至少一个条件，以及(ii)用于疾病疫情追踪的图形数据库结构，所述图形数据库结构针对给定宿主而被配置，使得：

在创建宿主节点时，将所述宿主节点与宿主参数相关联，

当发作节点经由“病例”链接连接到所述宿主节点时，所述发作节点关联于与所述宿主的疾病分类相关的发作参数，并且

当规则节点经由“找到”链接连接到所述发作节点时，所述规则节点与病例工作流程、分配和通知相关联；

在疫情管理服务器中接收与所述宿主相关的患者数据；

基于与相应节点的参数定义匹配的至少一些所接收到的患者数据的内容，将所述至少一些所接收到的患者数据以所述宿主节点或所述发作节点中至少一个的一个或多个参数存储到所述图形数据库，

经由所述疫情管理服务器将所述宿主节点和所述发作节点的参数与所述病例规则的条件进行比较，并且

对于具有首先匹配所述宿主节点和发作节点的参数的至少一个条件的病例规则，经由所述疫情管理服务器在所述规则节点和所述发作节点之间创建链接，所述链接使得为所述发作节点添加所述病例规则的病例工作流程、将所述发作节点分配给个人或团队，以及生成关于与所述病例规则关联的通知。

16.根据权利要求15所述的方法，其中，按顺序或层级排列所述病例规则，并且

所述方法还包括：经由疫情管理服务器顺序地将每个所述病例规则的一个或多个条件与宿主节点和发作节点的参数进行比较，直到存在与一个病例规则的匹配。

17.根据权利要求15或16所述的方法，其中，所述病例工作流程定义由对象指定的一系列步骤，用于获取与所述发作节点的病例有关的文档或管理与所述发作节点相关联的疾病。

18.根据权利要求15至17中任一项所述的方法，还包括：经由所述疫情管理服务器使用所述病例规则的分配来经由“分配的”链接在所述发作节点与个人或团队的节点之间创建链接。

19.根据权利要求1至18中任一项所述的方法，其中，所述通知标识应当接收指示对于所述宿主节点和所述发作节点满足所述病例规则的消息的一个或多个个人或组织，并且

其中，所述病例规则包括用于处理所述病例的指导信息，所述指导信息被包括在与所述通知相关的消息内。

20.根据权利要求1至19中任一项所述的方法，还包括：经由所述疫情管理服务器将疫情节点经由“部分”链接连接到所述发作节点，以指示当所述工作流程的结果指示所述病例与所述疫情相关时所述宿主已成为所述疾病的疫情的一部分，并且

其中，所述疫情节点经由“定义为”链接连接到定义节点，所述定义节点指定与所述疫情节点相关的疾病的疾病参数。