针对区域疫情风险实现量化分级评估检测的方法、装置、处理器及其计算机可读存储介质与流程

本发明涉及疫情防控技术领域，尤其涉及疫情传播风险量化评估技术领域，具体是指一种基于计算机软件针对区域疫情风险实现量化分级评估检测的方法、装置、处理器及其计算机可读存储介质。

背景技术：

在本次新冠肺炎疫情应对过程中，大数据和人工智能得到前所未有的重视和应用。各地运用大数据和人工智能技术，结合疫情防控工作的具体需求，加强传染源控制、切断传播链、落实重点人群监测跟踪，全面助力大型城市的防控救治、流行病学调查和疫情监测分析。

在实际的工作中，如何对某一个地区的风险分级是一个十分显示和迫切的问题，传统的仅仅依靠确诊人数来划定风险分级的方法存在一些不足。在突发疫情时，由于不同地域在新增确诊人数、检测阳性占比人数、该区域的救治能力，与感染的严重程度，密切接触者追踪能力等方面都存在的很大的差异，这些也都决定了区域风险不可一概而论，更应该根据不同区域的特点，进行量化评估、询证决策，以提高防疫政策的精准度和资源利用效率。

因此，亟需一种可以将多方面相关因素综合在一起，以量化评估某一区域的疫情风险等级，从而为疫情防控做出量化指导的智能化检测方法就显得尤为重要。

技术实现要素：

本发明的目的是克服了上述现有技术的缺点，提供了一种可信度高、结果更准确且成本极为低廉的基于计算机软件针对区域疫情风险实现量化分级评估检测的方法、装置、处理器及其计算机可读存储介质。

为了实现上述目的，本发明的基于计算机软件针对区域疫情风险实现量化分级评估检测的方法、装置、处理器及其计算机可读存储介质如下：

该基于计算机软件针对区域疫情风险实现量化分级评估检测的方法，其主要特点是，所述的方法包括以下步骤：

(1)根据不同区域的实际特点，确定某一具体时间范围内该区域的风险等级数值rrl；

(2)根据该区域内各个医院的实际运作饱和状态，计算该区域针对疫情风险的医院救治能力等级hs；

(3)根据该区域各个医院的救治能力情况，计算该区域确诊人员的感染严重程度等级si；

(4)根据上述各个等级数值确定该区域最终的风险等级，从而完成该区域风险量化分级评估。

较佳地，所述的步骤(1)具体包括以下步骤：

(1.1)计算该区域每10万人在系统预设的n天内平均新增感染人数pi，所述的n天内平均新增感染人数pi，根据以下公式进行计算：

其中，系统预设的天数n为7至14天；

(1.2)计算该区域n天内平均检测人数呈阳性占比ptd，所述的n天内检测人数呈阳性占比ptd，根据以下公式进行计算：

其中，ppos为n天内平均每天检测出阳性患者的总数，pall_test为n天内平均每天的检测总量；

(1.3)根据该区域疾控中心提供的基本传播系数确定所述区域的基本传播等级r0′；

(1.4)根据上述各个步骤所得到的变量参数计算该地区的风险等级数值rrl，所述的风险等级数值rrl根据以下公式进行计算：

rrl＝β0×pi+β1×ptd+β2×r′0；

其中，β0+β1+β2＝1，β0为该区域每10万人在系统预设的n天内平均新增感染人数所占权重，β1为该区域n天内平均检测人数呈阳性占比所占权重，β2为该区域内的基本传播系数所占权重。

较佳地，所述的风险等级数值rrl根据所述的n天内平均新增感染人数pi，n天内检测人数呈阳性占比ptd以及基本传播等级r0′三者的计算评分结果设置为低风险等级、中风险等级、较高风险等级、高风险等级或者极高风险等级。

较佳地，所述的步骤(2)具体为：

计算该区域内各个医院n天内平均住院空病床率以及n天内平均icu空床率从而确定该区域相关医院救治能力等级hs，所述的医院救治能力等级hs根据以下公式进行计算：

其中，bi为n天内平均空床数；ball为n天内平均床位总数；bicu为n天内平均icu空床数；bicu_all为n天内平均icu床位总数。

较佳地，所述的医院救治能力等级hs根据所述的n天内平均住院空病床率以及n天内平均icu空床率两者的计算评分结果设置为低风险等级、中风险等级、较高风险等级、高风险等级或者极高风险等级。

较佳地，所述的步骤(3)具体为：

根据n天内平均每天新增住院人数以及n天内平均每天新增icu人数计算出该区域的感染严重程度等级si，所述的感染严重程度等级si根据以下公式进行计算：

其中，ph为平均每天新增住院人数，ph_icu为平均每天新增icu人数，为每10万人n天内平均每天新增住院人数，为每10万人n天内平均每天新增icu人数。

较佳地，所述的感染严重程度等级si根据所述的n天内平均每天新增住院人数以及n天内平均每天新增icu人数两者的计算评分结果设置为低风险等级、中风险等级、较高风险等级、高风险等级或者极高风险等级。

较佳地，所述的步骤(4)具体为：

将所述的风险等级数值rrl、医院救治能力等级hs以及感染严重程度等级si通过分配三者的权重，计算出该地区最终的风险等级，所述的最终风险等级根据以下公式进行计算：

风险等级＝γ0×rrl+γ1×si+γ2×hs；

其中，γ0+γ1+γ2＝1，γ0为该地区风险等级权重，γ1为该地区救治能力权重，γ2为该地区确诊人员感染严重等级权重。

尤佳地，所述的系统预设的天数n为7天。

该用于针对区域疫情风险实现量化分级评估检测的装置，其主要特点是，所述的装置包括：

处理器，被配置成执行计算机可执行指令；

存储器，存储一个或多个计算机可执行指令，所述计算机可执行指令被所述处理器执行时，实现上述基于计算机软件针对区域疫情风险实现量化分级评估检测的方法的各个步骤。

该用于针对区域疫情风险实现量化分级评估检测的处理器，其主要特点是，所述的处理器被配置成执行计算机可执行指令，所述的计算机可执行指令被所述的处理器执行时，实现上述基于计算机软件针对区域疫情风险实现量化分级评估检测的方法的各个步骤。

该计算机可读存储介质，其主要特点是，其上存储有计算机程序，所述的计算机程序可被处理器执行以实现上述基于计算机软件针对区域疫情风险实现量化分级评估检测的方法的各个步骤。

采用了本发明的基于计算机软件针对区域疫情风险实现量化分级评估检测的方法、装置、处理器及其计算机可读存储介质，基于多源数据汇聚和分析研判，计算出相关地区的风险等级数值、医院救治能力以及人员感染严重程度，从而综合评估某个地区当前的疫情爆发风险情况，与现有技术相比更侧重于当前实际的实时疫情情况，并且通过将多方面的计算数值加权计算后可得到更可信的计算结果，同时，在数据获取方面更简单，在模型训练上几乎没有成本，可更直接明了的清楚某一地区的实际的疫情风险情况，具有较高的准确性和实用性。

附图说明

图1为本发明的基于计算机软件针对区域疫情风险实现量化分级评估检测的方法的流程图。

具体实施方式

为了能够更清楚地描述本发明的技术内容，下面结合具体实施例来进行进一步的描述。

在详细说明根据本发明的实施例前，应该注意到的是，在下文中，术语“包括”、“包含”或任何其他变体旨在涵盖非排他性的包含，由此使得包括一系列要素的过程、方法、物品或者设备不仅包含这些要素，而且还包含没有明确列出的其他要素，或者为这种过程、方法、物品或者设备所固有的要素。

请参阅图1所示，该基于计算机软件针对区域疫情风险实现量化分级评估检测的方法，其中，所述的方法包括以下步骤：

(1)根据不同区域的实际特点，确定某一具体时间范围内该区域的风险等级数值rrl；

(2)根据该区域内各个医院的实际运作饱和状态，计算该区域针对疫情风险的医院救治能力等级hs；

(3)根据该区域各个医院的救治能力情况，计算该区域确诊人员的感染严重程度等级si；

(4)根据上述各个等级数值确定该区域最终的风险等级，从而完成该区域风险量化分级评估。

作为本发明的优选实施方式，所述的步骤(1)具体包括以下步骤：

(1.1)计算该区域每10万人在系统预设的n天内平均新增感染人数pi，所述的n天内平均新增感染人数pi，根据以下公式进行计算：

其中，系统预设的天数n为7至14天；

(1.2)计算该区域n天内平均检测人数呈阳性占比ptd，所述的n天内检测人数呈阳性占比ptd，根据以下公式进行计算：

其中，ppos为n天内平均每天检测出阳性患者的总数，pall_test为n天内平均每天的检测总量；

(1.3)根据该区域疾控中心提供的基本传播系数确定所述区域的基本传播等级r0′；

(1.4)根据上述各个步骤所得到的变量参数计算该地区的风险等级数值rrl，所述的风险等级数值rrl根据以下公式进行计算：

rrl＝β0×pi+β1×ptd+β2×r′0；

其中，β0+β1+β2＝1，β0为该区域每10万人在系统预设的n天内平均新增感染人数所占权重，β1为该区域n天内平均检测人数呈阳性占比所占权重，β2为该区域内的基本传播系数所占权重。

作为本发明的优选实施方式，所述的风险等级数值rrl根据所述的n天内平均新增感染人数pi，n天内检测人数呈阳性占比ptd以及基本传播等级r0′三者的计算评分结果设置为低风险等级、中风险等级、较高风险等级、高风险等级或者极高风险等级。

作为本发明的优选实施方式，所述的步骤(2)具体为：

计算该区域内各个医院n天内平均住院空病床率以及n天内平均icu空床率从而确定该区域相关医院救治能力等级hs，所述的医院救治能力等级hs根据以下公式进行计算：

其中，bi为n天内平均空床数；ball为n天内平均床位总数；bicu为n天内平均icu空床数；bicu_all为n天内平均icu床位总数。

作为本发明的优选实施方式，所述的医院救治能力等级hs根据所述的n天内平均住院空病床率以及n天内平均icu空床率两者的计算评分结果设置为低风险等级、中风险等级、较高风险等级、高风险等级或者极高风险等级。

作为本发明的优选实施方式，所述的步骤(3)具体为：

根据n天内平均每天新增住院人数以及n天内平均每天新增icu人数计算出该区域的感染严重程度等级si，所述的感染严重程度等级si根据以下公式进行计算：

其中，ph为平均每天新增住院人数，ph_icu为平均每天新增icu人数，为每10万人n天内平均每天新增住院人数，为每10万人n天内平均每天新增icu人数。

作为本发明的优选实施方式，所述的感染严重程度等级si根据所述的n天内平均每天新增住院人数以及n天内平均每天新增icu人数两者的计算评分结果设置为低风险等级、中风险等级、较高风险等级、高风险等级或者极高风险等级。

作为本发明的优选实施方式，所述的步骤(4)具体为：

将所述的风险等级数值rrl、医院救治能力等级hs以及感染严重程度等级si通过分配三者的权重，计算出该地区最终的风险等级，所述的最终风险等级根据以下公式进行计算：

风险等级＝γ0×rrl+γ1×si+γ2×hs；

其中，γ0+γ1+γ2＝1，γ0为该地区风险等级权重，γ1为该地区救治能力权重，γ2为该地区确诊人员感染严重等级权重。

作为本发明的优选实施方式，所述的系统预设的天数n为7天。

该用于针对区域疫情风险实现量化分级评估检测的装置，其中，所述的装置包括：

处理器，被配置成执行计算机可执行指令；

存储器，存储一个或多个计算机可执行指令，所述计算机可执行指令被所述处理器执行时，实现上述基于计算机软件针对区域疫情风险实现量化分级评估检测的方法的各个步骤。

该用于针对区域疫情风险实现量化分级评估检测的处理器，其中，处理器被配置成执行计算机可执行指令，所述的计算机可执行指令被所述的处理器执行时，实现上述基于计算机软件针对区域疫情风险实现量化分级评估检测的方法的各个步骤。

该计算机可读存储介质，其中，其上存储有计算机程序，所述的计算机程序可被处理器执行以实现上述基于计算机软件针对区域疫情风险实现量化分级评估检测的方法的各个步骤。

在本发明的一具体实施方式中，基本传播数一般由疾控中心提供，如在本次疫情中，基本传播数的数值大约在2.9～3.8之间，具体数值根据地区不同会有稍许不同，查阅下方的3个表格可以得出每个变量相应的得分。随后根据地区之间不同的特性分配三个变量之间的权重，分别记为β0,β1,β2，若某地区的人口密度非常高，对于同样的感染人数，在该地区的检测数量就会大幅上升，此时就可以适当降低检测阳性占比的权重。

本技术方案所涉及的各项相关变量的具体含义如下：

1)病毒传播风险数值rrl

·每10万人7天内平均新增人数pi(newcaseper100k)：新增感染人数/100000；

·7天内平均检测阳性占比ptd(positivetestperday)：检测出阳性的数量/检测总量；

·基本传播等级r0′:在没有外力介入的情况下，一个被感染者，会把疾病传染给其他多少个人的平均数。将数值分在5个区间得到r0′；

本技术方案所述的风险等级数值rrl各项参数具体的量化等级见下表1所示：

表1

其中，检测阳性占比，是反映某一地区检测普及程度的指标。通常情况下，最完美的情况是对区域内所有人进行检测，但考虑到人力成本这显然不可能。因此这个指标下，如果一区域内阳性检测率很高，在不可能全员检测的情况下，则说明该地区的检测力度不够，我们并没有找到所有的病毒携带者。如果一区域内的阳性检测率较低，则说明我们检测的不仅仅是最有病的人，同时更可能覆盖到潜伏期患者；

而基本传播等级这个值直接可以表示流行病的传染能力(在所有人免疫力相同的且都是平均水平的时候，一个感染到某种传染病的人，会把疾病传染给其他多少个人的平均数)，数字越大代表流行病越难控制；

通过调整上述三个变量之间权重的重要程度，从而能够得到最终的风险等级数值rrl，比如某个地区有足够能力进行全员检测，那阳性检测率的权重就可以调整的很低，因为检测结果有足够让人信服的能力；反之，如果该地区只有能力对少部分人检测，或者检测目标过于针对某一部分认清，那此时检测率将明显偏大，则需要调大它的权重。

2)医院救治能力hs

·7日内平均住院空病床率医院空床数/医院病床总数

·7日内平均icu空床率医院icu病房空床数/医院icu病床总数

将上述两个参数变量结合后可得到医院救治能力得分情况，详见下表2所示：

表2

医院救治能力hs该变量分别针对两方面，普通患者和危重患者，医院救治能力的数值可以直接反映该地区医疗负担情况，很容易理解同样每天新增10000病例对不同城市所造成的影响是不同的。特别是在疫情暴发初期，过低的医院空床率会导致医院瘫痪导致无法对需要救治的病人实施治疗。

3)感染的严重程度si

·每10万人7天内平均新增住院人数新增住院人数/100000

·每10万人7天内平均新增icu人数新增icu人数/100000

将上述两个参数变量结合后可得到病毒感染严重程度得分情况，详见下表3所示：

表3

如果把传染病得病过程分为感染，治疗，死亡/康复这三个步骤，感染严重程度主要是通过治疗阶段的量化计算来判定感染严重程度。显然在一定人数内(这里取了10万)，每天因这个疾病住院或者进icu的人越多，就说明这个疾病的严重程度越高；反之如果症状足够普通，则更多的人可以在家自然康复。

在本发明的一具体实施方式中，将所述的风险等级数值rrl、医院救治能力等级hs以及感染严重程度等级si通过分配三者的权重，加权求和并根据下列公式决定该区域的最终风险等级：

s＝γ0rrl+γ1si+γ2hs

其中，γ0+γ1+γ2＝1

综上，本技术方案在实际的风险等级评估过程所涉及的结果输出值包括：

·区域风险等级数值rrl(regionalrisklevel)：rrl∈[1,5]

·医院救治能力等级hs(hospitalcapacity):hs∈[0,1]

·感染严重程度si(severityofinfection)：si∈r

·风险等级：一共分为五类，分别为低风险，中风险，较高风险，高风险和极高风险。

本技术方案在实际评估过程中，还涉及一种密切接触者追踪能力，该值的含义是指该区域是否有足够的资源与人员可以调查每个感染这的行动轨迹和接触人员。根据不同区域的人员密度，工作人员多少等因素可以生成一个具体的数值，这个数值代表了一周内需要追踪的密接人数总数，每周根据实际变化更新这个数值。比较该数值与实际可以寻找到的密接人数可以判断该地区在流行病调查方面的资源是否充足。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行装置执行的软件或固件来实现。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成的，程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一实施例”、“一些实施例”、“示例”、“具体示例”、或“实施例”、“实施方式”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

采用了本发明的基于计算机软件针对区域疫情风险实现量化分级评估检测的方法、装置、处理器及其计算机可读存储介质，基于多源数据汇聚和分析研判，计算出相关地区的风险等级数值、医院救治能力以及人员感染严重程度，从而综合评估某个地区当前的疫情爆发风险情况，与现有技术相比更侧重于当前实际的实时疫情情况，并且通过将多方面的计算数值加权计算后可得到更可信的计算结果，同时，在数据获取方面更简单，在模型训练上几乎没有成本，可更直接明了的清楚某一地区的实际的疫情风险情况，具有较高的准确性和实用性。

在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。