基于大数据的公共卫生疫情预警方法、系统、终端及介质技术方案

本发明专利技术公开了基于大数据的公共卫生疫情预警方法、系统、终端及介质，涉及公共卫生技术领域，其技术方案要点是：获取包含个人信息和用药信息的患者资料集；依据个人信息调取相应患者在预设时间段内的轨迹信息，并融合构建轨迹点关联图；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；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；根据患者的用药信息提取相应的适应症特征集，并分析对应轨迹点在相应时空下的病症累计值；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。本发明专利技术能够及时、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。生疫情的轨迹点以及相关人员进行预警处置。生疫情的轨迹点以及相关人员进行预警处置。

【技术实现步骤摘要】
基于大数据的公共卫生疫情预警方法、系统、终端及介质


[0001]本专利技术涉及公共卫生
，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。

技术介绍

[0002]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。
[0003]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。
[0004]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。

技术实现思路

[0005]为解决现有技术中的不足，本专利技术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。
[0006]本专利技术的上述技术目的是通过以下技术方案得以实现的：
[0007]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：
[0008]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；
[0009]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；
[0010]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；
[0011]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；
[0012]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；
[0013]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。
[0014]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。
[0015]进一步的，所述病症累计值的分析获得过程具体为：
[0016]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；
[0017]分别计算出不同患者对于同一适应症特征的患者特征值；
[0018]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；
[0019]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。
[0020]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；M
k
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；M
k
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，本专利技术具有以下有益效果：
[0038]1、本专利技术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、本专利技术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、本专利技术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专利技术实施例的进一步理解，构成本申请的一部分，并不构成对本专利技术实施例的限定。在附图中：
[0042]图1是本专利技术实施例中的流程图；
[0043]图2是本专利技术实施例中的系统框图。
具体实施方式
[0044]为使本专利技术的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本专利技术作进一步的详细说明，本专利技术的示意性实施方式及其说明仅用于解释本专利技术，并不作为对本专利技术的限定。
[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；医疗机构本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据的公共卫生疫情预警方法，其特征是，包括以下步骤：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；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；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；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；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；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。2.根据权利要求1所述的基于大数据的公共卫生疫情预警方法，其特征是，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。3.根据权利要求1所述的基于大数据的公共卫生疫情预警方法，其特征是，所述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。4.根据权利要求3所述的基于大数据的公共卫生疫情预警方法，其特征是，所述病症累计值的计算公式具体为：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；M
k
表示轨迹组中出现同一适应症特征的患者数量。5.根据权利要求3所述的基于大数据的公共卫生疫情预警方法，其特征是，所述病症累计值的计算公式具体为：其中，Y(h)表示...

【专利技术属性】
技术研发人员：杨婷，谢林伸，王佳，侯奕同，兰亚佳，
申请(专利权)人：四川大学华西第四医院，
类型：发明
国别省市：