【技术实现步骤摘要】
基于大数据人工智能的传染病应对方法和机器人
本专利技术涉及人工智能
，特别是涉及一种基于大数据人工智能的传染病应对方法和机器人。
技术介绍
在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：现有技术下，在新发重大传染病应对方面，防护资源例如口罩、医疗资源例如病房稀缺与人们诊治需求之间的矛盾难以解决。因此，现有技术还有待于改进和发展。
技术实现思路
基于此，有必要针对现有技术的缺陷或不足，提供基于大数据人工智能的传染病应对方法和机器人，以解决现有技术中防护资源与人们诊治需求之间的矛盾难以解决的问题。第一方面，本专利技术实施例提供一种人工智能方法，所述方法包括：目标传染病获取步骤：获取需要应对的传染病，作为目标传染病；预警应对步骤：获取预警的级别，根据预警的级别确定应对的级别；疫情判断步骤：针对每一区域，获取所述每一区域的目标传染病状况，若所述目标传染病状况为严重，则将所述每一区域的预警级别设置为预设较高级别，将对所述每一区域的预警阈值调整到预设较...
【技术保护点】
1.一种人工智能方法，其特征在于，所述方法包括：/n目标传染病获取步骤：获取需要应对的传染病，作为目标传染病；/n预警应对步骤：获取预警的级别，根据预警的级别确定应对的级别；/n疫情判断步骤：针对每一区域，获取所述每一区域的目标传染病状况，若所述目标传染病状况为严重，则将所述每一区域的预警级别设置为预设较高级别，将对所述每一区域的预警阈值调整到预设较低阈值；若所述目标传染病状况为不严重，则将所述每一区域的预警级别设置为预设较低级别，将对所述每一区域的预警阈值调整到预设较高阈值；/n资源判断步骤：针对每一区域，获取所述每一区域的目标传染病医疗资源状况的变化，若所述医疗资源状况...
【技术特征摘要】
1.一种人工智能方法，其特征在于，所述方法包括：
目标传染病获取步骤：获取需要应对的传染病，作为目标传染病；
预警应对步骤：获取预警的级别，根据预警的级别确定应对的级别；
疫情判断步骤：针对每一区域，获取所述每一区域的目标传染病状况，若所述目标传染病状况为严重，则将所述每一区域的预警级别设置为预设较高级别，将对所述每一区域的预警阈值调整到预设较低阈值；若所述目标传染病状况为不严重，则将所述每一区域的预警级别设置为预设较低级别，将对所述每一区域的预警阈值调整到预设较高阈值；
资源判断步骤：针对每一区域，获取所述每一区域的目标传染病医疗资源状况的变化，若所述医疗资源状况的紧张程度上升，则降低所述每一区域的预警级别，提高所述每一区域的预警阈值；若所述医疗资源状况的紧张程度下降，则提高所述每一区域的预警级别，降低所述每一区域的预警阈值；
用户优先级判断步骤：针对每一用户，获取所述每一用户的信息，若所述用户承担重要工作任务或属于重点爱护的人群，则将所述每一用户的预警级别设置为预设较高级别，将对所述每一用户的预警阈值调整到预设较低阈值；若所述用户没有承担重要工作任务且不属于重点爱护的人群，则将所述每一用户所属区域的预警级别作为对所述每一用户的预警级别，将对所述每一用户的预警阈值调整为所述每一用户所属区域的预警阈值；重点爱护的人群包括医护人员、孕妇、老人、幼儿；
用户病情判断步骤：针对每一用户，获取所述每一用户的疑似感染目标传染病的程度，若所述用户的疑似感染目标传染病的程度高于预设疑似程度阈值，则将所述每一用户的预警级别设置为预设较高级别，将对所述每一用户的预警阈值调整到预设较低阈值；若所述用户的疑似感染目标传染病的程度低于预设疑似程度阈值，则保持所述每一用户现有的预警级别、预警阈值；
应对成本步骤：根据预警级别，推荐不同成本的应对方案；
应对成本步骤具体包括：若预警级别较高，则推荐较高成本的应对方案；若预警级别较低，则推荐较低成本的应对方案；
应对时效步骤：根据预警级别，推荐不同时效的应对方案；
应对时效步骤具体包括：若预警级别较高，则推荐较高时效的应对方案；若预警级别较低，则推荐较低时效的应对方案。
2.根据权利要求1所述的人工智能方法，其特征在于，所述方法还包括：
用户智能预警应对步骤：获取训练样本中每一用户，获取训练样本中每一用户所属区域的目标传染病状况、训练样本中所述每一用户所属区域的目标传染病医疗资源状况的变化、训练样本中所述每一用户的信息、训练样本中所述每一用户的疑似感染目标传染病的程度作为输入，获取训练样本中所述每一用户对应的预警建议和应对建议作为预期输出，对深度学习神经网络模型进行训练，得到用户智能预警应对深度学习神经网络模型，将用户所属区域的目标传染病状况、所述用户所属区域的目标传染病医疗资源状况的变化、所述用户的信息、所述用户的疑似感染目标传染病的程度作为用户智能预警应对深度学习神经网络模型的输入，计算得到的输出是所述用户对应的预警建议和应对建议；
区域智能预警应对步骤：获取训练样本中每一区域，获取训练样本中每一区域的目标传染病状况、所述每一区域的目标传染病医疗资源状况的变化作为输入，获取训练样本中所述每一区域对应的预警建议和应对建议作为预期输出，对深度学习神经网络模型进行训练，得到区域智能预警应对深度学习神经网络模型，将区域的目标传染病状况、所述区域的目标传染病医疗资源状况的变化作为区域智能预警应对深度学习神经网络模型的输入，计算得到的输出是所述区域对应的预警建议和应对建议。
3.根据权利要求2所述的人工智能方法，其特征在于，
区域的目标传染病状况获取的步骤具体包括：判断区域的目标传染病所属的阶段，目标传染病所属的阶段包括高峰期或低峰期或级别或量化值；根据区域的目标传染病所属的阶段判断所述区域的目标传染病状况是否严重；若区域的目标传染病所属的阶段处于高峰期或高级或量化值超过第一预设值，则所述区域的目标传染病状况严重，否则所述区域的目标传染病状况不严重；
判断区域的目标传染病所属的阶段的步骤具体包括：获取区域的每日新增确诊病例数，若所述区域每日新增确诊病例数超过K1，则该区域当前阶段属于1级，若所述区域每日新增确诊病例数处于K1-K2，则该区域当前阶段属于2级，若所述区域每日新增确诊病例数处于K2-K3，则该区域当前阶段病情严重程度属于3级，如此类推；其中，K1、K2、K3均为自然数且K1<K2<K3；或将所述区域每日新增确诊病例数进行标准化后作为病情严重程度的量化值；将所述区域每日新增确诊病例数进行标准化包括将所述区域每日新增确诊病例数除以所述区域人口数；
区域的目标传染病医疗资源状况的变化获取的步骤具体包括：判断所述区域的目标传染病当前医疗资源紧张程度，目标传染病当前医疗资源紧张程度包括级别或量化值；根据区域的目标传染病当前医疗资源紧张程度判断所述每一区域的目标传染病医疗资源状况的变化；若所述区域的目标传染病的当前医疗资源紧张程度的级别升高或量化值增加值超过第二预设值，则所述区域的目标传染病当前医疗资源紧张程度上升；若所述区域的目标传染病的当前医疗资源紧张程度的级别不变或量化值的变化未超过第二预设值，则所述区域的目标传染病当前医疗资源紧张程度不变；若所述区域的目标传染病的当前医疗资源紧张程度的级别下降或量化值减少值超过第三预设值，则所述区域的目标传染病当前医疗资源紧张程度下降；
判断所述区域的目标传染病当前医疗资源紧张程度的步骤具体包括：获取区域的目标传染病的当前医疗资源占用率，若所述区域的目标传染病的当前医疗资源占用率超过A1％，则所述区域的目标传染病的当前医疗资源紧张程度属于1级，若所述区域的目标传染病的当前医疗资源占用率处于A1％-A2％，则所述区域的目标传染病的当前医疗资源紧张程度属于2级，若所述区域的目标传染病的当前医疗资源占用率处于A2％-A3％，则所述区域的目标传染病的当前医疗资源紧张程度属于3级，如此类推；其中，A1、A2、A3均为0至100之间的非负数且A1<A2<A3；或将所述区域的目标传染病的当前医疗资源占用率作为所述区域的目标传染病的当前医疗资源紧张程度的量化值。
4.根据权利要求1所述的人工智能方法，其特征在于，
获取用户的信息的步骤具体包括：通过摄像头获取用户头像，自动识别出所述用户的身份证号，并请用户进行确认，若用户确认了识别出来的身份证号，则根据所述身份证号获取所述用户信息；若用户不确认或否认了识别出来的身份证号，则根据所述用户的头像识别所述用户信息；每一用户的身份证号与用户信息已经事先存储在用户知识库中；所述用户信息包括年龄或/和年龄或/和职业；
通过摄像头获取用户头像自动识别出所述用户的身份证号的步骤具体包括：获取用户头像和身份证号的样本集合，将通过摄像头获取用户头像，自动识别出所述用户的身份证号分别作为输入和预期输出对深度学习神经网络模型进行训练，得到身份识别深度学习神经网络模型，将所述用户的头像输入身份识别深度学习神经网络模型，计算得到的输出为所述用户的身份证号；
根据所述用户的头像识别所述用户信息的步骤具体包括：获取用户头像和身份信息的样本集合，将通过摄像头获取用户头像，自动识别出所述用户的身份信息分别作为输入和预期输出对深度学习神经网络模型进行训练，得到身份信息识别深度学习神经网络模型，将所述用户的头像输入身份信息识别深度学习神经网络模型，计算得到的输出为所述用户的身份信息。
5.一种人工智能系统，其特征在于，所述系统包括：
目标传染病获取模块：获取需要应对的传染病，作为目标传染病；
预警应对模块：获取预警的级别，根据预警的级别确定应对的级...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。