基于人工智能的传染病早期风险预警方法、装置制造方法及图纸

本发明专利技术公开了基于人工智能的传染病早期风险预警方法、装置、计算机设备。方法包括：接收第一用户终端的病例信息并判断是否与预设的传染病病患类型相匹配，若相匹配则发送信息获取请求以获取第一用户终端反馈的详细病患信息，对病例信息及详细病患信息进行量化得到患者量化信息，根据病患风险预测模型获取与病患量化信息对应的病患风险值，并结合区域风险分析模型获取每一区域的风险预警信息。本发明专利技术基于智能决策技术，属于人工智能和数字医疗领域，可方便快捷地对流感病毒的早期感染者进行准确区分，并结合区域风险分析模型结合病患风险值快速获取得到区域的风险预警信息，以实现在疫情未大规模爆发时对区域传染病的患病风险进行早期风险预警。

【技术实现步骤摘要】
基于人工智能的传染病早期风险预警方法、装置
本专利技术涉及人工智能
和数字医疗领域，属于智慧城市中对区域传染病的患病风险进行早期风险预警的应用场景，尤其涉及一种基于人工智能的传染病早期风险预警方法、装置。
技术介绍
流感流行时期病毒的传染性较强，出现一个感染者后往往会牵连出众多关联的感染者，在此时病毒扩散至一定规模的情况下再进行流感防控则需要付出巨大代价，患者感染流感病毒早期症状较轻，在不进行核酸检测时往往被归类至发烧或轻微感冒，因此难以从众多就诊者中对流感病毒的早期感染者进行准确区分，若在流感病毒还未扩散时及时发现早期感染者并迅速采取针对性的防控措施，则可控制流感病毒的扩散规模并大幅较少防控压力。现有技术中可通过引入包含红码、黄码、绿码的健康码对个人的病毒感染风险进行评估，然而采用上述方式所生成的健康码仅能对病毒感染风险进行一个大概的预测，且仅能适用于疫情爆发后的防控阶段，而无法在防控阶段之前对流感病毒的早期感染者进行准确区分，也即无法对区域传染病的患病风险进行早期预警。因而，现有技术方法中存在无法对流感病毒的早期感染者进行准确区分以进行早期风险预警的问题。
技术实现思路
本专利技术实施例提供了一种基于人工智能的传染病早期风险预警方法、装置、计算机设备及存储介质，旨在解决现有技术方法中所存在的无法对流感病毒的早期感染者进行准确区分以进行早期风险预警的问题。第一方面，本专利技术实施例提供了一种基于人工智能的传染病早期风险预警方法，其包括：接收来自所述第一用户终端的病例信息，判断所述病例信息是否与预设的传染病病患类型相匹配；若所述病例信息与所述预设的传染病病患类型相匹配，则发送信息获取请求至所述第一用户终端以获取所述第一用户终端反馈的详细病患信息；根据预置的信息量化规则对所述病例信息及所述详细病患信息进行量化以得到对应的患者量化信息；根据预置的病患风险预测模型获取与所述病患量化信息对应的病患风险值；根据预置的区域风险分析模型，对所有所述患者量化信息及对应的所述病患风险值进行分析，得到每一区域的风险预警信息。第二方面，本专利技术实施例提供了一种基于人工智能的传染病早期风险预警装置，其包括：病例信息判断单元，用于接收来自所述第一用户终端的病例信息，判断所述病例信息是否与预设的传染病病患类型相匹配；信息获取请求发送单元，用于若所述病例信息与所述预设的传染病病患类型相匹配，则发送信息获取请求至所述第一用户终端以获取所述第一用户终端反馈的详细病患信息；患者量化信息获取单元，用于根据预置的信息量化规则对所述病例信息及所述详细病患信息进行量化以得到对应的患者量化信息；病患风险值获取单元，用于根据预置的病患风险预测模型获取与所述病患量化信息对应的病患风险值；区域风险预警信息获取单元，用于根据预置的区域风险分析模型，对所有所述患者量化信息及对应的所述病患风险值进行分析，得到每一区域的风险预警信息。第三方面，本专利技术实施例又提供了一种计算机设备，其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的基于人工智能的传染病早期风险预警方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的基于人工智能的传染病早期风险预警方法。本专利技术实施例提供了一种基于人工智能的传染病早期风险预警方法、装置、计算机设备及存储介质。接收第一用户终端的病例信息并判断是否与预设的传染病病患类型相匹配，若相匹配则发送信息获取请求以获取第一用户终端反馈的详细病患信息，对病例信息及详细病患信息进行量化得到患者量化信息，根据病患风险预测模型获取与病患量化信息对应的病患风险值，并结合区域风险分析模型获取每一区域的风险预警信息。通过上述方法，可方便快捷地对流感病毒的早期感染者进行准确区分，并结合区域风险分析模型结合病患风险值快速获取得到区域的风险预警信息，以实现在疫情未大规模爆发时对区域传染病的患病风险进行早期风险预警。附图说明为了更清楚地说明本专利技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，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。图1为本专利技术实施例提供的基于人工智能的传染病早期风险预警方法的流程示意图；图2为本专利技术实施例提供的基于人工智能的传染病早期风险预警方法的应用场景示意图；图3为本专利技术实施例提供的基于人工智能的传染病早期风险预警方法的子流程示意图；图4为本专利技术实施例提供的基于人工智能的传染病早期风险预警方法的另一流程示意图；图5为本专利技术实施例提供的基于人工智能的传染病早期风险预警方法的另一子流程示意图；图6为本专利技术实施例提供的基于人工智能的传染病早期风险预警方法的另一子流程示意图；图7为本专利技术实施例提供的基于人工智能的传染病早期风险预警方法的另一子流程示意图；图8为本专利技术实施例提供的基于人工智能的传染病早期风险预警方法的另一子流程示意图；图9为本专利技术实施例提供的基于人工智能的传染病早期风险预警装置的示意性框图；图10为本专利技术实施例提供的计算机设备的示意性框图。具体实施方式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，都属于本专利技术保护的范围。应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在此本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本专利技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。请参阅图1及图2，图1是本专利技术实施例提供的基于人工智能的传染病早期风险预警方法的流程示意图，图2为本专利技术实施例提供的基于人工智能的传染病早期风险预警方法的应用场景示意图；该基于人工智能的传染病早期风险预警方法应用于管理服务器10中，该方法通过安装于管理服务器10中的应用软件进行执行，管理服务器10与至少一台第一用户终端20通过网络连接实现数据信息的传输，管理服务器10即是用于执行基于人工智能的传染病早期风险预本文档来自技高网...

【技术保护点】
1.一种基于人工智能的传染病早期风险预警方法，应用于管理服务器中，所述管理服务器与至少一台第一用户终端通过网络连接，其特征在于，所述方法包括：/n接收来自所述第一用户终端的病例信息，判断所述病例信息是否与预设的传染病病患类型相匹配；/n若所述病例信息与所述预设的传染病病患类型相匹配，则发送信息获取请求至所述第一用户终端以获取所述第一用户终端反馈的详细病患信息；/n根据预置的信息量化规则对所述病例信息及所述详细病患信息进行量化以得到对应的患者量化信息；/n根据预置的病患风险预测模型获取与所述病患量化信息对应的病患风险值；/n根据预置的区域风险分析模型，对所有所述患者量化信息及对应的所述病患风险值进行分析，得到每一区域的风险预警信息。/n

【技术特征摘要】
1.一种基于人工智能的传染病早期风险预警方法，应用于管理服务器中，所述管理服务器与至少一台第一用户终端通过网络连接，其特征在于，所述方法包括：
接收来自所述第一用户终端的病例信息，判断所述病例信息是否与预设的传染病病患类型相匹配；
若所述病例信息与所述预设的传染病病患类型相匹配，则发送信息获取请求至所述第一用户终端以获取所述第一用户终端反馈的详细病患信息；
根据预置的信息量化规则对所述病例信息及所述详细病患信息进行量化以得到对应的患者量化信息；
根据预置的病患风险预测模型获取与所述病患量化信息对应的病患风险值；
根据预置的区域风险分析模型，对所有所述患者量化信息及对应的所述病患风险值进行分析，得到每一区域的风险预警信息。


2.根据权利要求1所述的基于人工智能的传染病早期风险预警方法，其特征在于，所述信息量化规则包括病患项目信息、关联项目信息及项目值量化规则，所述根据预置的信息量化规则对所述病例信息及所述详细病患信息进行量化以得到对应的患者量化信息，包括：
根据所述病患项目信息及所述关联项目信息对所述病例信息及所述详细病患信息进行分类，以得到与所述病患项目信息对应的病患信息及与所述关联项目信息对应的关联信息；
根据所述项目值量化规则对所述病患信息的项目值及所述关联信息的项目值分别进行量化以得到对应的病患量化信息及关联量化信息。


3.根据权利要求1所述的基于人工智能的传染病早期风险预警方法，其特征在于，所述根据预置的病患风险预测模型获取与所述病患量化信息对应的病患风险值之前，所述方法还包括：
若接收到所述管理服务器的管理员输入的样本数据库，根据所述样本数据库所包含的样本数据及预置的梯度计算公式对所述病患风险预测模型进行训练，以得到训练后的所述病患风险预测模型。


4.根据权利要求3所述的基于人工智能的传染病早期风险预警方法，其特征在于，所述根据所述样本数据库所包含的样本数据及预置的梯度计算公式对所述病患风险预测模型进行训练，以得到训练后的所述病患风险预测模型，包括：
根据预设检测信息量化规则对每条所述样本数据中的检测信息进行量化得到检测量化信息；
根据所述病患风险预测模型获取与所述样本病患量化信息对应的样本输出节点值；
根据预存的损失函数获取所述检测量化信息与所述样本输出节点值之间的损失值；
根据所述梯度计算公式、所述损失值及所述病患风险预测模型的计算值计算得到所述病患风险预测模型中每一参数的更新值以更新所述参数的参数值。


5.根据权利要求1所述的基于人工智能的传染病早期风险预警方法，其特征在于，所述区域风险分析模型包括风险阈值及风险区间信息，所述根据预置的区域风险分析模型，对所有所述患者量化信息及对应的所述病患风险值进行分析，得到每一区域的风险预警信息，包括：
根据所述患者量化信息所属区域对每一区域包含的患者进行统计得到区域患者统计信息...

【专利技术属性】
技术研发人员：徐欣星，
申请(专利权)人：平安国际智慧城市科技股份有限公司，
类型：发明
国别省市：广东;44