医疗机构病毒病例预测方法、系统、介质和设备与流程

本发明涉及基于人工智能和大数据预测病例趋势的，特别是一种医疗机构病毒病例预测方法、系统、介质和设备。

背景技术：

1、近年，呼吸道传染病等流行性、传播性疾病的流行和爆发对世界各国造成严重危害。若能对其流行态势进行准确感知并及时发出预警就能提前采取措施防止疾病蔓延，降低疫情对人民生活和社会运转的影响。随着人工智能、大数据等技术的快速发展，相关技术中已经出现一些采用人工智能模型来预测疾病传播趋势的报道，但模型的科学性和准确性尚不理想。

2、因鉴于此，特提出发明。

技术实现思路

1、本发明的目的是提供一种医疗机构病毒病例预测方法、系统、介质和设备，得到精准科学的预测结果。

2、为了实现上述目的，第一方面，本发明提供的一种医疗机构病毒病例预测方法，，包括：

3、获取原始数据，所述原始数据包括医疗机构数据和机构周边人群密集度暴露度数据；

4、对所述原始数据进行质控和特征处理；

5、基于所述质控和特征处理后的数据，采用有监督机器学习的方法训练回归模型，从而根据得到的病毒病例预测模型对病毒病例数进行预测。

6、可选的，所述医疗机构数据包括病毒病例监测数据、病毒病原学监测数据、气象观测数据、诊疗统计数据中的一种或多种的组合。

7、可选的，所述机构周边人群密集度暴露度数据包括酒店数据、影院数据、公共营业场所数据、办公大厦数据、商场数据、学校数据中的一种或几种的组合。

8、可选的，所述根据得到的病毒病例预测模型对病毒病例数进行预测包括：

9、根据机构周边人群密集度暴露度数据计算传播力指数，传播子群的暴露指数，潜在人群的受体密度，以所述传播力指数，传播子群的暴露指数，潜在人群的受体密度以及传染物生存期作为病毒病例预测模型的输入参数进行预测。

10、第二方面，本发明提供一种医疗机构病毒病例预测系统，包括：

11、原始数据单元，用于获取原始数据，所述原始数据包括医疗机构数据和机构周边人群密集度暴露度数据；

12、处理单元，用于对所述原始数据进行质控和特征处理；

13、模型训练单元，基于所述质控和特征处理后的数据，采用有监督机器学习的方法训练回归模型；

14、预测单元，用于根据训练得到的病毒病例预测模型对病毒病例数进行预测。

15、可选的，所述医疗机构数据包括病毒病例监测数据、病毒病原学监测数据、气象观测数据、诊疗统计数据中的一种或多种的组合。

16、可选的，所述所述机构周边人群密集度暴露度数据包括酒店数据、影院数据、公共营业场所数据、办公大厦数据、商场数据、学校数据中的一种或几种的组合。

17、可选的，所述根据训练得到的病毒病例预测模型对病毒病例数进行预测包括：

18、根据机构周边人群密集度暴露度数据计算传播力指数，传播子群的暴露指数，潜在人群的受体密度，以所述传播力指数，传播子群的暴露指数，潜在人群的受体密度以及传染物生存期作为病毒病例预测模型的输入参数进行预测。

19、第三方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序代码，所述计算机程序代码在被运行时执行上述的方法。

20、第四方面，本发明提供了一种计算设备，包括：

21、至少一个处理器；以及

22、至少一个存储器，所述至少一个存储器被耦合到所述至少一个处理器并且存储用于由所述至少一个处理器执行的指令，所述指令当由所述至少一个处理器执行时，使得所述计算设备执行上述的方法。

23、本发明提供的医疗机构病毒病例预测方法、系统、介质和设备，汇聚来自医院、公共卫生机构、气象部门等渠道的多来源数据，利用机器学习技术与方法构建预测模型，根据不同特征组合对模型预测结果的影响，选择最优特征组合构建最优模型，并将模型集成到信息系统中投入实际应用，能够得到精准科学的预测结果。

技术特征：

1.医疗机构病毒病例预测方法，其特征在于，包括：

2.根据权利要求1所述的医疗机构病毒病例预测方法，其特征在于，所述医疗机构数据包括病毒病例监测数据、病毒病原学监测数据、气象观测数据、诊疗统计数据中的一种或多种的组合。

3.根据权利要求1所述的医疗机构病毒病例预测方法，其特征在于，所述机构周边人群密集度暴露度数据包括酒店数据、影院数据、公共营业场所数据、办公大厦数据、商场数据、学校数据中的一种或几种的组合。

4.根据权利要求1所述的医疗机构病毒病例预测方法，其特征在于，所述根据得到的病毒病例预测模型对病毒病例数进行预测包括：

5.医疗机构病毒病例预测系统，其特征在于，包括：

6.根据权利要求5所述的医疗机构病毒病例预测系统，其特征在于，所述医疗机构数据包括病毒病例监测数据、病毒病原学监测数据、气象观测数据、诊疗统计数据中的一种或多种的组合。

7.根据权利要求5所述的医疗机构病毒病例预测系统，其特征在于，所述所述机构周边人群密集度暴露度数据包括酒店数据、影院数据、公共营业场所数据、办公大厦数据、商场数据、学校数据中的一种或几种的组合。

8.根据权利要求5所述的医疗机构病毒病例预测系统，其特征在于，所述根据训练得到的病毒病例预测模型对病毒病例数进行预测包括：

9.一种计算机可读存储介质，其上存储有计算机程序代码，所述计算机程序代码在被运行时执行根据权利要求1至4中任一项所述的方法。

10.一种计算设备，包括：

技术总结
本发明公开了一种医疗机构病毒病例预测方法、系统、介质和设备，方法包括：获取原始数据，所述原始数据包括医疗机构数据和机构周边人群密集度暴露度数据；对所述原始数据进行质控和特征处理；基于所述质控和特征处理后的数据，采用有监督机器学习的方法训练回归模型，从而根据得到的病毒病例预测模型对病毒病例数进行预测。本发明汇聚来自医院、公共卫生机构、气象部门等渠道的多来源数据，利用机器学习技术与方法构建预测模型，根据不同特征组合对模型预测结果的影响，选择最优特征组合构建最优模型，并将模型集成到信息系统中投入实际应用，能够得到精准科学的预测结果。

技术研发人员：任义民,程晨,王锡辉,冯学强
受保护的技术使用者：北京梦天门科技股份有限公司
技术研发日：
技术公布日：2024/1/15