一种传染病智能化监测预警系统的制作方法

1.本发明涉及互联网技术领域，具体涉及一种传染病智能化监测预警系统。


背景技术：

2.长期以来，传染病的暴发和流行给人类健康带来了巨大威胁，早发现、早预警、早应对是传染病防控工作的关键，是有效保障人民身体健康和生命安全的前提，也是各国公共卫生领域面对的重大挑战。现有传染病相关监测管理系统有传染病网络直报系统、传染病数据监控处理方法和系统，具体内容如下：
3.1.1传染病网络直报系统
4.该系统按《中华人民共和国传染病防治法》的规定，各地医院首诊医生接诊传染病确诊或疑似病例后，认真填写“传染病报告卡”并在规定时间内通过网络直报系统上报，其中甲类或部分乙类传染病要在2小时内上报，其它乙类或丙类传染病要在6或24小时内上报。
5.系统优点：传染病上报流程简便，通道畅通，速度快、效率高。
6.缺陷和不足：1)预警能力不足。仅能通过上报的信息直观判断有传染病例出现，但对暴发源头、风险程度、扩散趋势等问题系统本身不具备预警功能和能力。2)智能化程度欠佳。首个或多个传染病病例出现后，需要专家人为研判疫情的发展趋势、风险程度等，以及决定启动相应级别的应急预案。人为判断和决策，若有失误可能造成“防控不足”或“过度防控”的风险。3)系统本身录入的传染病信息(数据)有限，其它众多相关或有价值的信息和数据需人为获取。
7.1.2传染病数据监控处理方法和系统
8.在获取特定的包括健康档案中传染病数据信息的基础上，通过对相关数据的处理分析，结合设定的预警值，发出特定传染病的早期预警。
9.系统优点：理论上具有一定的传染病预测功能和作用。
10.缺陷和不足：1)该预测仅基于医院健康档案数据，覆盖人群范围和预测能力有限；2)传染病的暴发源和传播途径呈复杂化，仅分析健康档案数据不足以有效研判传染病的暴发源、扩散态势、风险等级等问题，预警能力受到较大限制。


技术实现要素：

11.为此，本发明提供一种传染病智能化监测预警系统，以解决现有传染病监测管理系统存在的录入数据有限、预警能力不足、智能化程度不高的问题。
12.为了实现上述目的，本发明提供如下技术方案：一种传染病智能化监测预警系统，所述系统包括：
13.多源异构数据获取模块，用于动态获取传染病相关的多个来源的信息数据并进行数据转换；
14.数据处理与分析模块，用于对获取的多源异构数据进行融合分析和处理，并生成
未来风险预测结果；
15.预警提示模块，用于根据生成的未来风险预测结果进行预警提示，并提出相应的紧急应对措施。
16.进一步地，所述多源异构数据获取模块，具体用于：
17.通过数据接口链接医疗卫生领域的“传染病网络直报系统”，获取包括传染病确诊、疑似和无症状感染者首诊时间、症状、检测结果的诊断信息，以及包括基础病史、年龄、居住地、工作单位、身份证和手机号码的个人信息；
18.通过数据接口链接各级医院管理信息系统，获取包含传染病早期阶段的常见症状的就诊数据，与各级传染病防控部门实施联网，实时抓取早期传染病确诊或疑似病例的症状、时间、空间以及个人信息；
19.获取来源于大数据的包括地理、气象、交通、通讯、环境实时监测的信息数据，从互联网活动数据中采集传染病关联的信息数据以及个人上报其周围传染病相关可疑信息，获取早期能够体现疾病潜伏的信息数据。
20.进一步地，所述系统还包括app应用，具体用于：
21.通过配套app应用直接采集个体信息，包括身份证号、姓名、性别、年龄、家庭成员信息等，在app中嵌套的电子地图上直接标记在过去一段时间内所去到过的地址。
22.进一步地，所述数据处理与分析模块，具体用于：
23.疾病暴发规律分析：基于实时病例数据的地址信息进行空间和时空聚类分析，判断在哪段时间内和哪些地方病例增加较为集中并较其他地区显著，还有助于从时间上将传染病发生发展过程划分为不同阶段，从而认识各个阶段病例的时空聚集特征。
24.进一步地，所述数据处理与分析模块，具体用于：
25.不同等级风险人群划定：利用社交网络分析构建人与人之间的接触关系网络，其中每个节点代表一个涉疫人员，每条边代表两个人之间相互接触的关系，边的权重代表接触方式，依此推测发生感染的概率；并利用多个指标分析社交网络的数据模型；还根据涉疫人员的地址信息，将以上社交网络关系图绘制到地图上，从而反映地区之间的社会联系。
26.进一步地，所述数据处理与分析模块，具体用于：
27.不同等级风险区域划定：集成空间信息与核酸检测技术的传染病检测方案，通过分析手机信令数据实时发现传染病确诊和疑似病例的时空轨迹，基于此能更加快捷准确地判断各街道社区潜在的传染病患病率并将全域划分为不同风险等级地区，从而因地制宜实施核酸检测策略；根据身份证号信息在系统内关联个体的时空轨迹信息与传染病检测结果，对其感染风险进行更加精准的研判。
28.进一步地，所述数据处理与分析模块，具体用于：
29.影响因素识别：将集成的多源异构数据个体的流行病学调查数据相结合，分析多维度变量与病例发生之间的关系。
30.进一步地，所述数据处理与分析模块，具体用于：
31.未来风险预测：利用得到的多维度变量与病例发生之间的关系，整合支持向量机和随机森林等机器学习算法与长短期记忆神经网络和循环神经网络等深度学习算法，对集成的多源异构大数据进行综合分析和处理，由系统自动运算产生分析结果，包括潜在暴发源和风险因素、风险等级、发展态势、应对措施，从而有效地识别早期风险，全面提升疫情研
判和多点触发预警能力。
32.进一步地，所述预警提示模块，具体用于：
33.结合地图平台、城市兴趣点和来自基于位置服务app的用户地址数据，生成包含每个小区和村庄边界的电子地图，作为预测预警的基本单元；
34.预警提前量s＝sb－sa，其中：sa为传染病患者被感染日期，sb为确诊日期，两者之差为理论上的提前预警的天数。
35.进一步地，所述预警提示模块，具体用于：
36.采用的预警、提示方式包括：疫情声光预警；风险区域电子地图光色预警；不同区域疫情发展态势曲线提示；文字方式综合提示，全域或局部区域的疫情暴发源头、风险等级、发展趋势以及需采取的应对措施等。
37.本发明具有如下优点：
38.本发明提出的一种传染病智能化监测预警系统，具有以下优势：
39.动态监测和实时预警同步。动态监测传染病病例信息，及时判定风险人群、风险区域以及传染病发展态势，准实时对监测范围内的局部或全域进行风险(区域和人群)预警，同时自动提示应对策略。
40.2)数据来源多元化。所采集的数据和信息来源于多领域，除了健康档案数据以外，还包括传染病患者的诊断数据和个人信息，以及地理、气象、交通、通讯等与传染病感染、传播、检测、防控等相关的多领域的多源异构数据。
41.3)数据的可靠性高、时效性强。所有数据均来源于政府或行业官网，属于实时或最新数据。
42.4)系统功能较强。具备与我国现行“传染病网络直报系统”和智慧城市平台联网并行的功能，适合在多级疾病防控部门运行。
43.5)智能化程度高。从信息采集、信息转换、数据融合、数据处理，到处理结果输出，实现全智能化运行，没有实质性人为干预。
44.6)实现多尺度智能化预警和提示。以已确诊、疑似病例和无症状感染者信息为突破口和切入点，结合其它众多领域相关信息和数据，智能预判风险人群、风险区域、风险等级、发展态势等，并自动发出预警和提示，为传染病精准防控工作扎实有序推进提供有效参考。
附图说明
45.为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式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示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。
46.图1为本发明实施例1提供的一种传染病智能化监测预警系统的模块构成示意图；
47.图2为本发明实施例1提供的一种传染病智能化监测预警系统的网络架构示意图；
48.图3为本发明实施例1提供的一种传染病智能化监测预警系统中传染病病例的时空聚类图；
49.图4为本发明实施例1提供的一种传染病智能化监测预警系统中涉疫人员的社交
网络关系图；
50.图5为本发明实施例1提供的一种传染病智能化监测预警系统中涉疫人员的社交网络关系地图。
具体实施方式
51.以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
52.实施例1
53.如图1和图2所示，本实施例提出了一种传染病智能化监测预警系统，所述系统包括：
54.多源异构数据获取模块100，用于动态获取传染病相关的多个来源的信息数据并进行数据转换；
55.数据处理与分析模块200，用于对获取的多源异构数据进行融合分析和处理，并生成未来风险预测结果；
56.预警提示模块300，用于根据生成的未来风险预测结果进行预警提示，并提出相应的紧急应对措施。
57.1系统数据来源
58.本系统的数据来源主要有五个方面，一是医疗卫生领域的“传染病网络直报系统”，相关信息和数据包括：传染病确诊、疑似和无症状感染者首诊时间、症状、检测结果等诊断信息，以及基础病史、年龄、居住地、工作单位、身份证和手机号码等个人信息；二是各级医院管理信息系统中包含传染病早期阶段的常见症状的就诊数据；三是“志愿者地理信息系统”app直报的传染病可疑信息；四是来源于大数据的的空间(地理)、气象、交通、通讯、实时检测等信息数据；五是互联网活动数据(如短时间内多人在线对传染病相关关键词的密集搜索)。
59.2投产运行条件
60.适合在多级疾病防控部门投产运行，对环境无特殊要求，具备普通电子设备运行条件、有稳定的4g或5g网络即可。
61.3政府行为前提
62.各级疾病防控部门尽职尽责，对每例传染病确诊、疑似患者和无症状感染者，均果断采取有效的管控、医疗和救治等措施，杜绝其作为病原体宿主继续参与病毒传播。
63.4适合传染病类型
64.本系统更适合以呼吸道和接触为主要传播途径的传染病动态监测和预警。
65.具体实现的内容如下：
66.1预警单元设定
67.结合openstreetmap、城市兴趣点和来自基于位置服务app的用户地址数据，生成包含每个小区和村庄边界的电子地图，作为后面预测预警的基本单元。
68.2流调和检测信息采集
69.与系统配套的app可直接通过选项和填空两种形式采集个体信息，如身份证号、姓名、性别、年龄、家庭成员信息等，并且在app中嵌套的电子地图上直接标记在过去一段时间内所去到过的地址，避免了传统流行病学调查报告中自然语言处理难题，如地址信息格式不规范、无效地址信息等。
70.3疾病暴发规律分析
71.基于实时病例数据的地址信息进行空间和时空聚类分析，判断在哪段时间内和哪些地方病例增加较为集中并较其他地区显著(图3)，还有助于从时间上将传染病发生发展过程划分为不同阶段，从而认识各个阶段病例的时空聚集特征。
72.4不同等级风险人群划定
73.利用社交网络分析构建人与人之间的接触关系网络(图4)，其中每个节点代表一个人(涉疫人员)，每条边代表两个人之间相互接触的关系，边的权重代表接触方式，可依此推测发生感染的概率。可利用以下等指标分析社交网络的数据模型：(1)度：定义为与网络中的节点相连的边的数目，是节点活跃性的度量，节点在网络中的度越大，就代表此人接触的人越多，在传染链的分析中越重要；(2)密度和中心势：分别描述了图的总体凝聚力水平和这种凝聚力在多大程度上是围绕某些点组织起来的。如果密度和中心势很高，说明该地区的涉疫人员之所以成为密接或次密接是由少数几个人引起的，说明该地区内部或这几个人的活动性很强，为后续的封控措施提供支持；(3)定义并计算节点影响力，可进一步对影响力较大的人的基本特征进行分析，例如归纳他们的职业特征、经常活动的范围等，为疫情防控中的重点关注人员提供指导，为精准防控提供支持；(4)识别凝聚子群：即网络分析中的社区探测，就是在复杂庞大的网络中识别出一个个的社群，社群内部的人员之间具有相对较强、直接、紧密、经常或积极的关系；(5)平均最短路径：网络中的平均最短路径可用于衡量网络中节点间相互联系的紧密程度，最短路径越小，说明该社群内两两之间越容易产生关联，否则越难产生关联，这就为评估社群内部人员的流动性等提供了指导，有助于辅助决策隔离的尺度(例如居家隔离、楼栋隔离或社区隔离等)。
74.此外，还可根据涉疫人员的地址信息，将以上社交网络关系图绘制到地图上，从而反映地区之间的社会联系(图5)。
75.5不同等级风险区域划定
76.集成空间信息与核酸检测技术的传染病检测方案，通过分析手机信令数据实时发现传染病确诊和疑似病例的时空轨迹，基于此可更加快捷准确地判断各街道社区潜在的传染病患病率并将全域划分为不同风险等级地区，从而因地制宜实施核酸检测策略(如核酸检测采用单样本或混合样本方法，以及每组混合样本的样本数量等)。此外，根据身份证号信息在系统内关联个体的时空轨迹信息与核酸检测结果，可对其感染风险进行更加精准的研判。如某人核酸检测结果为阳性，并且近期有密接(次密)史，则真阳性概率高，反之则假阳性概率高；如核酸检测结果为阴性，但近期有密接(次密)史，则需酌情更换检测方法进行再检测，或对其进行短暂隔离后再次进行核酸检测，从而降低社会防疫成本、提高精准防控能力。
77.6影响因素识别
78.该系统可通过数据接口动态获取地理、天气、通讯、交通(铁路、公路、航空)、环境实时监测等数据，以及根据需要采集其他早期能够体现疾病潜伏的信息(如科学文献、交通
和环境实时监测、互联网活动数据等)，集成多源异构数据，并与个体的流行病学调查数据相结合，分析多维度变量与病例发生之间的关系。
79.7未来风险预测
80.该系统可与医院管理信息系统连通，通过医院就诊数据实时监测传染病早期阶段的常见症状，可与各级传染病防控部门实施联网，实时抓取早期传染病确诊或疑似病例的症状、时间、空间以及个人信息，还可接受个人通过“志愿者地理信息系统”app直接上报其周围传染病相关可疑信息。利用上述得到的多维度变量与病例发生之间的关系，整合支持向量机和随机森林等机器学习算法与长短期记忆神经网络和循环神经网络等深度学习算法，对以上多源异构大数据进行综合分析和处理，由系统自动运算产生分析结果(潜在暴发源和风险因素、风险等级、发展态势、应对措施等)，从而有效地识别早期风险，全面提升疫情研判和多点触发预警能力。
81.8预警、提示方式选择
82.1、疫情声光预警；
83.2、风险区域电子地图光色预警；
84.3、不同区域疫情发展态势曲线提示；
85.4、文字方式综合提示，全域或局部区域的疫情暴发源头、风险等级、发展趋势以及需采取的应对措施等。
86.本系统的功能优势如下：
87.1)动态监测和实时预警同步。动态监测传染病病例信息，及时判定风险人群、风险区域以及传染病发展态势，准实时对监测范围内的局部或全域进行风险(区域和人群)预警，同时自动提示应对策略。
88.2)数据来源多元化。所采集的数据和信息来源于多领域，除了健康档案数据以外，还包括传染病患者的诊断数据和个人信息，以及地理、气象、交通、通讯等与传染病感染、传播、检测、防控等相关的多领域的多源异构数据。
89.3)数据的可靠性高、时效性强。所有数据均来源于政府或行业官网，属于实时或最新数据。
90.4)系统功能较强。具备与我国现行“传染病网络直报系统”和智慧城市平台联网并行的功能，适合在多级疾病防控部门运行。
91.5)智能化程度高。从信息采集、信息转换、数据融合、数据处理，到处理结果输出，实现全智能化运行，没有实质性人为干预。
92.6)实现多尺度智能化预警和提示。以已确诊、疑似病例和无症状感染者信息为突破口和切入点，结合其它众多领域相关信息和数据，智能预判风险人群、风险区域、风险等级、发展态势等，并自动发出预警和提示，为传染病精准防控工作扎实有序推进提供有效参考。
93.本系统遵循“动态监测、同步预警”构思理念，只要监测到新增确诊、疑似病例和无症状感染者的信息，本系统智能进行处理分析，排查、识别、预判新的风险单元和风险人群，同步发出预警和提示，为适度施策和精准防控提供参考和支持。
94.预警提前量(用s表示，单位：天)，s＝sb－sa，其中：sa为传染病患者被感染日期，sb为确诊日期，两者之差为理论上的提前预警的天数。预警的价值就在于提前预测、精准施
策，高效防控，有效保障人民身体健康和生命安全，以最小代价收获最大效益。
95.通过传染病预警和风险提示，提醒民众遵守防控规定，加强自我防护，防止感染、阻断传播，同样具有较大意义。
96.虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。