一种基于大数据和人工智能的流行病早期发现系统和方法技术方案

本发明专利技术提供了一种基于大数据和人工智能的流行病早期发现系统和方法，系统包括智能数据采集装置和数据中心；智能数据采集装置采集并传输信息数据中心；S1：采集调查信息并初步分析判断传染病趋向，同时将采集到的调查信息和判断结果形成推荐结论传输至数据中心；S2：数据中心将所有得到的疑似症候群集合形成全局症候群列表，疑似症候群对应数值为a并形成列表；S3：数据中心利用上述步骤的症候群数据判断是否存在传染病迹象并利用上述步骤的时空数据构建传染时空网络；S4：通过S3得到的时空传染网络判断传染病的传播路径并进行传染病检验排查；其中本发明专利技术的有益效果是：解决了现有技术中流行病早期调查的弊端，实现了客观主动的流行病调查判断。主动的流行病调查判断。主动的流行病调查判断。

【技术实现步骤摘要】
一种基于大数据和人工智能的流行病早期发现系统和方法


[0001]本专利技术涉及疾病监测判断领域，特别涉及一种基于大数据和人工智能的流行病早期发现系统和方法。

技术介绍

[0002]现有的疫情直报系统来应对突发传染病还存在一些滞后与不足，其关键问题在于该系统是依靠人为记录和输入的，依赖主观判断和情感因素，造成严重的问题发现滞后性。同时该系统只能上报，引起监管人员重视，然后由人去做流行病调查，又会造成疫情控制的滞后性。
[0003]人为流行病调查成本高、周期长、风险大。虽然已经有一些追踪控制系统，比如健康码，但其完全依赖于人的输入，主观性太强。个别系统，比如健康云，可以做简单的人工智能问诊。但无法判断传染性。
[0004]行业内存在一些对单个人症状指标判断分析的工具何产品，然而仅仅通过症状和简单检测结果是很难判断疾病的，更难判断传染病。
[0005]现存的所有解决方案，均不能实现客观自动。

技术实现思路

[0006]为了解决上述技术问题，本专利技术中披露了一种基于大数据和人工智能的流行病早期发现系统和方法，本专利技术的技术方案是这样实施的：
[0007]一种基于大数据和人工智能的流行病早期发现系统和方法，：所述系统包括智能数据采集装置和数据中心；所述智能数据采集装置采集并传输信息至所述数据中心；所述方法包括如下步骤：
[0008]S1：采集调查信息并初步分析判断传染病趋向，同时将采集到的调查信息和判断结果形成推荐结论传输至数据中心；
[0009]S2：数据中心将所有得到的疑似症候群集合形成全局症候群列表，疑似症候群对应数值为a并形成列表；
[0010]S3：数据中心利用上述步骤的症候群数据判断是否存在传染病迹象并利用上述步骤的时空数据构建传染时空网络；
[0011]S4：通过S3得到的时空传染网络判断传染病的传播路径并进行传染病检验排查；
[0012]其中，所述S2中疑似症候群判别算法包括如下步骤：
[0013]S2-1：准备全局症侯群列表；
[0014]S2-2：取症状数据集S
i
＝{s1,s2,s3,
…
}，剔除非传染病症状元素；
[0015]S2-3：生成S
i
的幂集{{s1},{s2},{s3},{s1,s2},{s2,s3},
…
}；
[0016]S2-4：对S
i
幂集中的所有元素查询医学知识库比对；
[0017]S2-5：保留符合流行病特征的全部症状集合构成疑似症侯群集合；
[0018]S2-6：检查症侯群列表，检查疑似症候群是否存在，如果存在，该疑似症候群计数a
加1，如果不存在，建立新的疑似症候群并添加至症候群列表；
[0019]S2-7：当全部数据处理完毕，输出症候群列表与相应计数a的列表。
[0020]所述S3中传染性判别算法包括如下步骤：
[0021]S3-1：获取一个症候群S
t
；
[0022]S3-2：筛选每个人满足S
t
是S
i
的子集时，保留数据，否则忽略；
[0023]S3-3：提取筛选出的每个人的时空数据，当数据不唯一时，创建多个数据点；
[0024]S3-4：对时空数据归一化，映射到所有时空数据对到一个三维时空空间；
[0025]S3-5：选定一个时空距离d，对每个数据点按照这个距离半径检查是否有相邻点，并连接；
[0026]S3-6：对多个点连接起来的网络或几个独立网络，检查网络直径D；
[0027]S3-7：如果D大于预设值，则判断为传染性疾病，否则结束本症候群判断。
[0028]优选地，还包括S2A：
[0029]通过数据中心录入历史传染病流调记录，从这些数据中提取特异性症状结合历史确诊结果，训练一个症候群推荐系统辅助构建全局症候群列表。
[0030]优选地，所述方法还包括S2B：采用传染因子算法对症候群进行排序；
[0031]所述传染因子算法包括如下步骤：
[0032]S2B-1：在全局症候群列表中，查找子集关系；
[0033]S2B-2：一个症候群的传染因子计数为b，当一个症候群是另一个症候群的子集时，前者b加1；
[0034]S2B-3：对所有症候群计算传染因子Min(a
i
，b
i
)；
[0035]S2B-4：按照传染因子的排序输出症候群列表。
[0036]优选地，所述智能数据采集装置包括医疗机构、社区公共场所、家庭和个人智能数据采集装置。
[0037]优选地，所述智能数据采集装置采集的数据包括人工智能问询表、检测结果、记录情况、分析结果表、时间和地理位置信息。
[0038]优选地，所述S2A训练症候群推荐系统的方法包括波兹曼机、深度神经网络和随机森林。
[0039]优选地，所述S3-5步骤和S3-6步骤使用聚类算法设置预设时空距离。
[0040]实施本专利技术的技术方案可解决现有技术中无法客观主动的调查判断流行病的技术问题；实施本专利技术的技术方案，通过采用大数据和人工智能技术，自动识别疑似病例，自动上报，自动分析，以特异性症候群的迁移为判断是否有传染病的触发点，可实现提供稳健的流行病早期发现的技术效果。
附图说明
[0041]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例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本专利技术的一种实施例，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，还可以根据这些附图获得其他的附图。
[0042]图1为本专利技术的系统结构简图；
[0043]图2为本专利技术的方法流程简图；
[0044]图3为疑似症候群判别算法流程图；
[0045]图4为传染性判别算法流程示意图；
[0046]图5为传染因子算法流程示意图；
[0047]图6为归一化后的时空坐标结构示意图。
具体实施方式
[0048]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0049]实施例
[0050]在一种具体的实施例中，如图1、图2、图3和图4所示，一种基于大数据和人工智能的流行病早期发现系统和方法，其特征在于：系统包括智能数据采集装置和数据中心；智能数据采集装置采集并传输信息至数据中心；方法包括如下步骤：
[0051]S1：采集调查信息并初步分析判断传染病趋向，同时将采集到的调查信息和判断结果形成推荐结论传输至数据中心；
[0052]S2：数据中心将所有得到的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据和人工智能的流行病早期发现系统和方法，其特征在于：所述系统包括智能数据采集装置和数据中心；所述智能数据采集装置采集并传输信息至所述数据中心；所述方法包括如下步骤：S1：采集调查信息并初步分析判断传染病趋向，同时将采集到的调查信息和判断结果形成推荐结论传输至数据中心；S2：数据中心将所有得到的疑似症候群集合形成全局症候群列表，疑似症候群对应数值为a并形成列表；S3：数据中心利用上述步骤的症候群数据判断是否存在传染病迹象并利用上述步骤的时空数据构建传染时空网络；S4：通过S3得到的时空传染网络判断传染病的传播路径并进行传染病检验排查；其中，所述S2中疑似症候群判别算法包括如下步骤：S2-1：准备全局症侯群列表；S2-2：取症状数据集S
i
＝{s1,s2,s3,
…
}，剔除非传染病症状元素；S2-3：生成S
i
的幂集{{s1},{s2},{s3},{s1,s2},{s2,s3},
…
}；S2-4：对S
i
幂集中的所有元素查询医学知识库比对；S2-5：保留符合流行病特征的全部症状集合构成疑似症侯群集合；S2-6：检查症侯群列表，检查疑似症候群是否存在，如果存在，该疑似症候群计数a加1，如果不存在，增加当前新的疑似症候群并添加至症候群列表；S2-7：判断数据是否处理完毕，如果未处理完毕，回到S2继续进行，如果处理完毕，输出症候群列表与相应计数a的列表。所述S3中传染性判别算法包括如下步骤：S3-1：获取一个症候群S
t
；S3-2：筛选每个人满足S
t
是S
i
的子集时，保留数据，否则忽略；S3-3：提取筛选出的每个人的时空数据，当数据不唯一时，创建多个数据点；S3-4：对时空数据归一化，映射到...

【专利技术属性】
技术研发人员：孙炜，
申请(专利权)人：孙炜，
类型：发明
国别省市：