基于大数据的公共卫生疫情预警方法、系统、终端及介质

1.本发明涉及公共卫生技术领域，更具体地说，它涉及基于大数据的公共卫生疫情预警方法、系统、终端及介质。


背景技术：

2.公共卫生疫情主要是指由于传染性疾病、群体性不明原因疾病等引起的影响公众安全的事件，此类事件具有突发性和难以预测等特性，但同时一般也具有相同或类似的发病症状体现，例如新型冠状病毒。
3.目前，公共卫生疫情主要是医院医生依据剧增的患者数量以及病理分析初步发现，初步确定疫情后依据同类患者的轨迹信息进行溯源追踪，在一定程度上能够有效抑制疫情进一步扩散。但是，由于患者就诊的医院可能较为分散，受限于数据共享限制和就诊医生团队不同的影响，患者数量的批量性、患者病症的相似性表征难以被及时发现；此外，患者出现一定症状后，一般情况下会首先选择就近的医疗机构进行治疗，例如社区医院、诊所和药店，受限于医疗资源影响，容易导致公共卫生疫情难以及时发现。
4.因此，如何研究设计一种能够克服上述缺陷的基于大数据的公共卫生疫情预警方法、系统、终端及介质是我们目前急需解决的问题。


技术实现要素：

5.为解决现有技术中的不足，本发明的目的是提供基于大数据的公共卫生疫情预警方法、系统、终端及介质，能够及时、准确的对存在公共卫生疫情的轨迹点以及相关人员进行预警处置。
6.本发明的上述技术目的是通过以下技术方案得以实现的：
7.第一方面，提供了基于大数据的公共卫生疫情预警方法，包括以下步骤：
8.获取目标区域内至少一个医疗机构所记录的包含个人信息和用药信息的患者资料集；
9.依据个人信息调取相应患者在预设时间段内的轨迹信息，并将所有患者的轨迹信息融合构建轨迹点关联图；
10.筛选出轨迹点关联图中轨迹密度大于密度阈值的轨迹点作为目标分析点；
11.将目标分析点所对应的所有患者的轨迹信息划分成不同时空下的轨迹组；
12.根据患者的用药信息提取相应的适应症特征集，并依据轨迹组中所有患者的适应症特征集分析对应轨迹点在相应时空下的病症累计值；
13.以病症累计值超出相似阈值输出对应轨迹点在相应时空下的公共卫生疫情预警信号。
14.进一步的，所述用药信息中的每一种药品对应一个适应症特征集，适应症特征集中每一个适应症特征的特征值均为适应症数量的倒数值。
15.进一步的，所述病症累计值的分析获得过程具体为：
16.统计轨迹组中出现同一适应症特征的患者数量，并选取患者数量超出预设数量的适应症特征作为预警分析特征；
17.分别计算出不同患者对于同一适应症特征的患者特征值；
18.依据患者特征值求和计算得到所有患者对于同一适应症特征的特征总值；
19.根据所有预警分析特征的特征总值之和计算得到病症累计值。
20.进一步的，所述病症累计值的计算公式具体为：
[0021][0022]
其中，y(h)表示h个预警分析特征所对应的病症累计值；表示第i个患者所属的第j个药品中对于第k个预警分析特征的特征值；表示第i个患者中包含预警分析特征的药品数量；mk表示轨迹组中出现同一适应症特征的患者数量。
[0023]
进一步的，所述病症累计值的计算公式具体为：
[0024][0025]
其中，y(h)表示h个预警分析特征所对应的病症累计值；表示第i个患者所属的第j个药品中对于第k个预警分析特征的特征值；表示第i个患者中包含预警分析特征的药品数量；mk表示轨迹组中出现同一适应症特征的患者数量；表示轨迹点d在时空t下的基础流通人数。
[0026]
进一步的，所述医疗机构包括医院、诊所和药店。
[0027]
进一步的，所述轨迹密度为轨迹点关联图中相应轨迹点的重叠频次。
[0028]
第二方面，提供了基于大数据的公共卫生疫情预警系统，包括：
[0029]
信息采集模块，用于获取目标区域内至少一个医疗机构所记录的包含个人信息和用药信息的患者资料集；
[0030]
轨迹融合模块，用于依据个人信息调取相应患者在预设时间段内的轨迹信息，并将所有患者的轨迹信息融合构建轨迹点关联图；
[0031]
轨迹筛选模块，用于筛选出轨迹点关联图中轨迹密度大于密度阈值的轨迹点作为目标分析点；
[0032]
轨迹划分模块，用于将目标分析点所对应的所有患者的轨迹信息划分成不同时空下的轨迹组；
[0033]
病症分析模块，用于根据患者的用药信息提取相应的适应症特征集，并依据轨迹组中所有患者的适应症特征集分析对应轨迹点在相应时空下的病症累计值；
[0034]
预警判断模块，用于以病症累计值超出相似阈值输出对应轨迹点在相应时空下的公共卫生疫情预警信号。
[0035]
第三方面，提供了一种计算机终端，包含存储器、处理器及存储在存储器并可在处
理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面中任意一项所述的基于大数据的公共卫生疫情预警方法。
[0036]
第四方面，提供了一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行可实现如第一方面中任意一项所述的基于大数据的公共卫生疫情预警方法。
[0037]
与现有技术相比，本发明具有以下有益效果：
[0038]
1、本发明提出的基于大数据的公共卫生疫情预警方法，通过为每个患者购买药品建立患者资料集，并依据患者的轨迹信息和药品适应症对患者购买药品的关联性进行分析，能够快速分析得到表征不同患者在同一轨迹点、同一时空下受公共卫生疫情影响可能性的病症累计值，同时依据密度阈值对部分轨迹点进行过滤，有效降低了公共卫生疫情预警分析的工作量，能够及时、准确的对存在公共卫生疫情的轨迹点以及相关人员进行预警处置；
[0039]
2、本发明在不考虑基础流通人数时所对应的病症累计值计算，能够适用于大范围、高密度的公共卫生疫情预警分析；
[0040]
3、本发明在考虑了基础流通人数时所对应的病症累计值计算，能够适用于小范围、低密度的公共卫生疫情预警分析，适用范围广。
附图说明
[0041]
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本技术的一部分，并不构成对本发明实施例的限定。在附图中：
[0042]
图1是本发明实施例中的流程图；
[0043]
图2是本发明实施例中的系统框图。
具体实施方式
[0044]
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
[0045]
实施例1：基于大数据的公共卫生疫情预警方法，如图1所示，包括以下步骤：
[0046]
s1：获取目标区域内至少一个医疗机构所记录的包含个人信息和用药信息的患者资料集；医疗机构包括但不限于医院、诊所和药店；
[0047]
s2：依据个人信息调取相应患者在预设时间段内的轨迹信息，并将所有患者的轨迹信息融合构建轨迹点关联图；轨迹信息可通过移动网络通信系统进行定位获取；
[0048]
s3：筛选出轨迹点关联图中轨迹密度大于密度阈值的轨迹点作为目标分析点；轨迹密度可采用轨迹点关联图中相应轨迹点的重叠频次；
[0049]
s4：将目标分析点所对应的所有患者的轨迹信息划分成不同时空下的轨迹组；同一时空下表示不同患者在相同时间段内经过同一轨迹点；
[0050]
s5：根据患者的用药信息提取相应的适应症特征集，并依据轨迹组中所有患者的适应症特征集分析对应轨迹点在相应时空下的病症累计值；
[0051]
s6：以病症累计值超出相似阈值输出对应轨迹点在相应时空下的公共卫生疫情预警信号。
[0052]
在本实施例中，用药信息中的每一种药品对应一个适应症特征集，适应症特征集中每一个适应症特征的特征值均为适应症数量的倒数值。
[0053]
病症累计值的分析获得过程具体为：统计轨迹组中出现同一适应症特征的患者数量，并选取患者数量超出预设数量的适应症特征作为预警分析特征；分别计算出不同患者对于同一适应症特征的患者特征值；依据患者特征值求和计算得到所有患者对于同一适应症特征的特征总值；根据所有预警分析特征的特征总值之和计算得到病症累计值。
[0054]
作为一种可选的实施方式，病症累计值的计算公式具体为：
[0055][0056]
其中，y(h)表示h个预警分析特征所对应的病症累计值；表示第i个患者所属的第j个药品中对于第k个预警分析特征的特征值；表示第i个患者中包含预警分析特征的药品数量；mk表示轨迹组中出现同一适应症特征的患者数量。
[0057]
本发明在不考虑基础流通人数时所对应的病症累计值计算，能够适用于大范围、高密度的公共卫生疫情预警分析。
[0058]
作为另一种可选的实施方式，病症累计值的计算公式具体为：
[0059][0060]
其中，y(h)表示h个预警分析特征所对应的病症累计值；表示第i个患者所属的第j个药品中对于第k个预警分析特征的特征值；表示第i个患者中包含预警分析特征的药品数量；mk表示轨迹组中出现同一适应症特征的患者数量；表示轨迹点d在时空t下的基础流通人数。
[0061]
本发明在考虑了基础流通人数时所对应的病症累计值计算，能够适用于小范围、低密度的公共卫生疫情预警分析，适用范围广。
[0062]
实施例2：基于大数据的公共卫生疫情预警系统，该公共卫生疫情预警系统用于实现实施例1中所记载的公共卫生疫情预警方法，如图2所示，包括信息采集模块、轨迹融合模块、轨迹筛选模块、轨迹划分模块、病症分析模块和预警判断模块。
[0063]
其中，信息采集模块，用于获取目标区域内至少一个医疗机构所记录的包含个人信息和用药信息的患者资料集。轨迹融合模块，用于依据个人信息调取相应患者在预设时间段内的轨迹信息，并将所有患者的轨迹信息融合构建轨迹点关联图。轨迹筛选模块，用于筛选出轨迹点关联图中轨迹密度大于密度阈值的轨迹点作为目标分析点。轨迹划分模块，用于将目标分析点所对应的所有患者的轨迹信息划分成不同时空下的轨迹组。病症分析模块，用于根据患者的用药信息提取相应的适应症特征集，并依据轨迹组中所有患者的适应症特征集分析对应轨迹点在相应时空下的病症累计值。预警判断模块，用于以病症累计值超出相似阈值输出对应轨迹点在相应时空下的公共卫生疫情预警信号。
[0064]
工作原理：本发明通过为每个患者购买药品建立患者资料集，并依据患者的轨迹信息和药品适应症对患者购买药品的关联性进行分析，能够快速分析得到表征不同患者在同一轨迹点、同一时空下受公共卫生疫情影响可能性的病症累计值，同时依据密度阈值对部分轨迹点进行过滤，有效降低了公共卫生疫情预警分析的工作量，能够及时、准确的对存在公共卫生疫情的轨迹点以及相关人员进行预警处置。
[0065]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0066]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0067]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0068]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0069]
以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。