数据驱动疫情检测和医疗资源分配的联合决策系统与方法技术方案

本发明专利技术属于疫情应急决策领域，提供了一种数据驱动疫情检测和医疗资源分配的联合决策系统与方法。本发明专利技术可以基于不断到达的确诊病例数据以及疫情检测结果数据，不断学习和改进对与人群中易感者、无症状感染者、有症状感染者和康复者的数量以及疫情的传播参数的预测和估计，并以最小化未来的感染总人数为目标，动态地对疫情监测和医疗资源分配进行联合决策。本发明专利技术的效果和益处是可以基于有限的确诊病例数据以及疫情检测数据，对疫情发展进行预测，并实现基于预测的决策，降低总体感染人数，提高决策的前瞻性、有效性和科学性。有效性和科学性。有效性和科学性。

【技术实现步骤摘要】
数据驱动疫情检测和医疗资源分配的联合决策系统与方法


[0001]本专利技术属于疫情应急决策管理领域，涉及一种数据驱动疫情检测和医疗资源分配的联合决策系统与方法。

技术介绍

[0002]疫情的传播具有时空动态特征，受到当地的人口密度、感染人数以及人口流动等多个因素影响。因此，在疫情防控中，对辖区内各区域进行有针对性的疫情检测，确诊和隔离无症状感染者，并将有限的医疗资源分配给各区域，对实现精准、及时地疫情控制十分重要。然而，当前公共卫生决策部门在进行疫情检测和医疗资源分配决策时可获得的信息十分有限，仅能获取下属卫生机构周期性地上报的确诊病例数据。同时，疫情检测和医疗资源分配是复杂不确定条件下的两个相互耦合的决策问题，合适的检测策略会帮助公共卫生决策部门获得更多的信息以提高疫情预测效果，以制定更精准、及时的医疗资源分配决策，同样医疗资源的分配决策也会影响检测决策。综上所述，需要建立数据驱动的优化方法，利用不断到达的确诊病例数据和疫情检测数据(以下统一简称为数据)预测疫情状态和发展趋势，实现对疫情检测和医疗资源分配的联合决策。
[0003]目前，在疫情应急决策领域中，尚未有将疫情检测和医疗资源分配进行联合决策的专利。在疫情应急医疗资源分配领域，现有专利通常假设需求已知或者满足一定的概率分布，在此基础之上进行医疗资源的分配决策优化，对于决策部门只能获得下属卫生机构周期性地上报的确诊病例数据和疫情检测确数据这一现实情况考虑不足。而在疫情检测方面，现有的专利集中检测装置和仪器方面，疫情检测决策方法还尚未被关注。中国专利号为CN202010738486.4的“一种基于多目标优化的应急医疗资源分配方法”以最小化高危人群与感染程度为目标，利用粒子群算法对N个区域的应急医疗资源分配方案进行决策。中国专利号为CN202011237212.3的“一种突发公共卫生事件医疗物资智能调配系统”通过对应急物资紧急保障流程特征分析确定物资优先级，并设计了一种基于优先级调配函数原则建设应急医疗物资智能调配追溯信息系统架构。
[0004]目前的疫情检测和医疗资源分配决策存在以下不足：当前实际决策中，疫情检测和医疗资源分配通常是基于专家经验或者反应式的决策方式，即，将医疗资源按照确诊人数的多少进行分配，并重点检测确诊人数较多的地区。然而，疫情的传播是一个时空动态过程，自由活动的无症状感染者会极大地增加疫情传播，仅基于确诊数据生成的决策疫情控制效率较低，需要进行基于预测的决策。与此同时，当前疫情检测和医疗资源分配决策过程是相互独立的，没有充分考虑其耦合关系，这也极大地影响了疫情控制效率。

技术实现思路

[0005]本专利技术要解决的技术问题是在突发大规模疫情爆发时，如何依据有限的数据和信息，对疫情检测和医疗资源分配进行多阶段的动态决策，降低疫情中总感染人数。本专利技术将疫情检测和医疗资源分配进行了联合考虑，将多个地区组成的网络中的人口密度、人口流
动等因素，将疫情传播和资源需求的时空动态性和地域特征反映在决策模型中，提出一种数据驱动的多阶段疫情检测和医疗资源分配联合决策系统与方法，其能够基于不断到达的确诊病例数据以及疫情检测结果数据，对疫情的传播进行预测，并基于预测对疫情检测和医疗资源分配进行联合决策，从而可以实现在信息有限的情况下，进行具有前瞻性地、有效和科学地决策。
[0006]本专利技术的技术方案：
[0007]一种数据驱动疫情检测和医疗资源分配的联合决策系统，包括初始化模块、信息输入模块、计算模块1、计算模块2、计算模块3、决策输出模块和计算模块4；所述的初始化模块根据疫情传播特征和决策辖区数量建立疫情传播机理模型，并根据历史经验数据初始化不确定参数取值空间；信息输入模块用于输入新到达的数据，并根据实际中可用资源情况动态调整模型资源约束；计算模块1用于根据新到达的数据对模型中不确定参数的取值空间进行参数化表示；计算模块2根据新到达的数据及计算模块1中的参数化表示结果对疫情传播状态进行估计；计算模块3根据计算模块2中的疫情传播状态估计结果动态地生成疫情检测和医疗资源分配决策；决策输出模块用于将计算模块3生成的决策结果进行格式化表示并提供给决策者(例如，疾控中心)作为决策支持；计算模块4基于计算模块1通过学习新数据得到的参数空间表示，更新疫情传播机理模型中不确定参数的取值空间，作为下一阶段的输入。
[0008]本专利技术的原理：将大规模突发性疫情的传播刻画为一个由多个地区相互连接成的复杂网络，网络具有的参数不确定、系统状态部分可观测、系统动态非平稳特点，本专利技术基于系统观察数据，利用回归方法和拉丁超立方抽样方法，将不确定参数空间表示为经验概率，并根据后续不断到达的新的数据，学习和更新系统参数空间和经验概率，实现不确定空间的参数化表示，从而将疫情检测和医疗资源分配问题描述为随机动态规划问题，最后采用滚动时域优化方法求解。
[0009]一种数据驱动疫情检测和医疗资源分配的联合决策方法，采用上述系统，具体步骤如下：
[0010](1)初始化模块：问题建模与初始化
[0011]步骤1.1：问题建模
[0012]将决策中心辖区内的M个区域表示成相互连通的网络，基于传染病传播中的SEIR模型(易感人群S，无症状感染人群E，有症状感染人群I，康复人群R)将每个区域的人口分成四类，并考虑区域间的人口短期流动，利用常微分方程建立结合具体的疫情传播特征和决策变量建立疫情传播机理模型。
[0013]步骤1.2：问题初始化
[0014]结合历史数据和专家经验，以给定的置信区间确定模型中的参数取值范围，形成不确定参数空间，记为
[0015]初始化结束后，在每个决策阶段开始时，重复步骤(2)到步骤(7)。
[0016](2)信息输入模块：信息输入
[0017]步骤2.1：输入新增确诊信息
[0018]在决策阶段k开始时，输入当前获得的新数据，包括新确诊有症状的人数和检测确诊的无症状感染者人数，记为X
k
，X
k
：＝{X
i,k
|i＝1,
…
,M}。
[0019]步骤2.2：更新可用资源信息
[0020]根据当前可用的医疗资源和疫情检测资源，更新决策模型约束。
[0021](3)计算模块1：对当前不确定参数空间进行参数化表示
[0022]步骤3.1：参数抽样
[0023]利用拉丁超立方抽样方法，在当前不确定参数空间中抽取N个向量。
[0024]步骤3.2：参数排序和选取
[0025]针对步骤3.1中抽取的参数向量θ，结合参数向量θ对新到达数据X
k
的拟合效果估计值C
k
(θ)进行升序排序，选取前N
A
个元素，即拟合误差最小的前N
A
个元素，形成参数集合Θ
k
。
[0026]步骤3.3：计算参数的经验概率
[0027]基于C
k
(θ)计算参数集合Θ...

【技术保护点】

【技术特征摘要】
1.一种数据驱动疫情检测和医疗资源分配的联合决策系统，所述的联合决策系统包括初始化模块、信息输入模块、计算模块1、计算模块2、计算模块3、决策输出模块和计算模块4；所述的初始化模块根据疫情传播特征和决策辖区数量建立疫情传播机理模型，并根据历史经验数据初始化不确定参数取值空间；信息输入模块用于输入新到达的数据，并根据实际中可用资源情况动态调整模型资源约束；计算模块1用于根据新到达的数据对模型中不确定参数的取值空间进行参数化表示；计算模块2根据新到达的数据及计算模块1中的参数化表示结果对疫情传播状态进行估计；计算模块3根据计算模块2中的疫情传播状态估计结果动态地生成疫情检测和医疗资源分配决策；决策输出模块用于将计算模块3生成的决策结果进行格式化表示并提供给决策者作为决策支持；计算模块4基于计算模块1通过学习新数据得到的参数空间表示，更新疫情传播机理模型中不确定参数的取值空间，作为下一阶段的输入。2.一种数据驱动疫情检测和医疗资源分配的联合决策方法，采用权利要求1所述的联合决策系统，其特征在于，具体步骤如下：(1)初始化模块：问题建模与初始化步骤1.1：问题建模将决策中心辖区内的M个区域表示成相互连通的网络，基于传染病传播中的SEIR模型将每个区域的人口分成四类，并考虑区域间的人口短期流动，利用常微分方程建立结合具体的疫情传播特征和决策变量建立疫情传播机理模型；步骤1.2：问题初始化结合历史数据和专家经验，以给定的置信区间确定模型中的参数取值范围，形成不确定参数空间，记为初始化结束后，在每个决策阶段开始时，重复步骤(2)到步骤(7)；(2)信息输入模块：信息输入步骤2.1：输入新增确诊信息在决策阶段k开始时，输入当前获得的新数据，包括新确诊有症状的人数和检测确诊的无症状感染者人数，记为X
k
，X
k
：＝{X
i，k
|i＝1，...，M}；步骤2.2：更新可用资源信息根据当前可用的医疗资源和疫情检测资源，更新决策模型约束；(3)计算模块1：对当前不确定参数空间进行参数化表示步骤3.1：参数抽样利用拉丁超立方抽样方法，在当前不确定参数空间中抽取N个向量；步骤3.2：参数排序和选取针对步骤3.1中抽取的参数向量θ，结合参数向量θ对新到达数据X
k
的拟合效果估...

【专利技术属性】
技术研发人员：都牧，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：