未知传染病的预警方法、装置、电子设备及计算机介质制造方法及图纸

本公开涉及一种未知传染病的预警方法、装置、电子设备及计算机可读介质，属于预警技术领域。该方法包括：获取对象的特征数据；根据所述对象的特征数据和预先训练的疾病概率图谱，确定所述对象是否为未知疾病类型；获取预设时间段内所述未知疾病类型的对象数量，并根据所述未知疾病类型的对象数量进行未知传染病的预警。本公开通过获取对象的特征数据，并使用预先训练的疾病概率图谱确定对象的疾病类型，可以提供一种能够对未知传染病进行有效预警的预警方法。的预警方法。的预警方法。

【技术实现步骤摘要】
未知传染病的预警方法、装置、电子设备及计算机介质
[0001]分案说明
[0002]本专利申请是申请号为202011411809.5、申请日为2020年12月04日、专利技术名称为“未知传染病的预警方法、装置、电子设备及计算机介质”的专利申请的分案申请。


[0003]本公开涉及预警
，具体而言，涉及一种未知传染病的预警方法、未知传染病的预警装置、电子设备及计算机可读介质。

技术介绍

[0004]对于新发(未知)传染病来说，如新冠肺炎、非典型性肺炎等，传染病的监测和早期预警对于疾病的早期防控有重大作用。
[0005]然而，现有技术中只能在新发传染病已经出现爆发现象之后，才能对其进行监控与预警，很难在疫情出现的早期就进行有效的防控。
[0006]鉴于此，本领域亟需一种能够对新发传染病进行早期预警的方法。
[0007]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0008]本公开的目的在于提供一种未知传染病的预警方法、未知传染病的预警装置、电子设备及计算机可读介质，进而至少在一定程度上对未知传染病的出现进行有效预警。
[0009]根据本公开的第一个方面，提供一种未知传染病的预警方法，包括：
[0010]获取对象的特征数据；
[0011]根据所述对象的特征数据和预先训练的疾病概率图谱，确定所述对象是否为未知疾病类型；
[0012]获取预设时间段内所述未知疾病类型的对象数量，并根据所述未知疾病类型的对象数量进行未知传染病的预警。
[0013]在本公开的一种示例性实施例中，所述根据所述对象的特征数据和预先训练的疾病概率图谱，确定所述对象是否为未知疾病类型，包括：
[0014]将所述对象的特征数据输入预先训练的疾病概率图谱中，得到所述对象被确定为各种已知疾病类型的概率；
[0015]在所述对象被确定为各种已知疾病类型的概率都小于已知疾病概率阈值时，将所述对象确定为未知疾病类型。
[0016]在本公开的一种示例性实施例中，所述根据所述未知疾病类型的对象数量进行未知传染病的预警，包括：
[0017]根据所述未知疾病类型的对象数量，以及多个所述未知疾病类型的对象之间的关联关系，确定未知传染病预警等级；
[0018]根据所述未知传染病预警等级进行未知传染病的预警。
[0019]在本公开的一种示例性实施例中，所述根据所述未知疾病类型的对象数量，以及多个所述未知疾病类型的对象之间的关联关系，确定未知传染病预警等级，包括：
[0020]根据所述未知疾病类型的对象数量，以及多个所述未知疾病类型的对象之间的关联关系，判断当前所有所述未知疾病类型的对象是否满足预设的多条预警规则，其中，所述预警规则包括对象数量预警规则和对象关联关系预警规则；
[0021]在当前所有所述未知疾病类型的对象满足第一数量的预警规则时，将当前预警等级确定为第一预警等级；
[0022]在当前所有所述未知疾病类型的对象满足第二数量的预警规则时，将当前预警等级确定为第二预警等级。
[0023]在本公开的一种示例性实施例中，判断当前所有所述未知疾病类型的对象是否满足预设的对象数量预警规则，包括：
[0024]根据预设历史周期获取每一所述预设历史周期中对应的预设时间段内的未知疾病类型对象的历史数量，并根据多组所述历史数量确定所述未知疾病类型的对象数量阈值；
[0025]在当前所述未知疾病类型的对象数量大于或等于所述对象数量阈值时，判定当前所有所述未知疾病类型的对象满足所述对象数量预警规则。
[0026]在本公开的一种示例性实施例中，所述疾病概率图谱的训练方法包括：
[0027]从历史病例中获取历史对象的特征数据，以及所述历史对象的疾病类型，其中，所述疾病类型包括未知疾病类型和多种已知疾病类型；
[0028]根据所述历史对象的特征数据和所述历史对象的疾病类型，确定所述历史对象在患病期间的每个监测周期内被确定为每一种已知疾病类型的概率；
[0029]以所述历史对象的历史特征数据作为输入数据，以所述历史对象在患病期间的每个监测周期内被确定为每一种已知疾病类型的概率作为输出数据，训练所述疾病概率图谱。
[0030]在本公开的一种示例性实施例中，所述根据所述历史对象的特征数据和所述历史对象的疾病类型，确定所述历史对象在患病期间的每个监测周期内被确定为每一种已知疾病类型的概率，包括：
[0031]根据所述历史对象的特征数据确定各个疾病类型的历史对象在患病期间产生每一种特征数据的概率；
[0032]根据各个所述疾病类型的历史对象在患病期间产生每一种特征数据的概率，确定所述历史对象被确定为每一种已知疾病类型的概率。
[0033]在本公开的一种示例性实施例中，所述根据所述历史对象的特征数据确定各个疾病类型的历史对象在患病期间产生每一种特征数据的概率，包括：
[0034]根据所述历史对象的特征数据确定各个疾病类型的历史对象在患病期间，每种所述特征数据对应的历史对象数量；
[0035]根据所述各个疾病类型的历史对象在患病期间，每种所述特征数据对应的历史对象数量，以及各个所述疾病类型的历史对象总数，确定各个所述疾病类型的历史对象在患病期间产生每一种特征数据的概率。
[0036]在本公开的一种示例性实施例中，所述根据各个所述疾病类型的历史对象在患病期间产生每一种特征数据的概率，确定所述历史对象被确定为每一种已知疾病类型的概率，包括：
[0037]根据各个所述疾病类型的历史对象总数，确定各个所述疾病类型的先验发病概率；
[0038]根据各个所述疾病类型的先验发病概率，以及各个所述疾病类型的历史对象在患病期间产生每一种特征数据的概率，通过预设概率模型确定所述历史对象被确定为每一种已知疾病类型的概率。
[0039]根据本公开的第二方面，提供一种未知传染病的预警装置，包括：
[0040]对象数据获取模块，用于获取对象的特征数据；
[0041]疾病类型确定模块，用于根据所述对象的特征数据和预先训练的疾病概率图谱，确定所述对象是否为未知疾病类型；
[0042]未知传染病预警模块，用于获取预设时间段内所述未知疾病类型的对象数量，并根据所述未知疾病类型的对象数量进行未知传染病的预警。
[0043]根据本公开的第三方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的未知传染病的预警方法。
[0044]根据本公开的第四方面，提供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时实现上述任意一项所述的未知传染病的预警方法。
[0045]本公开示例性实施例可以具有以下有益效果：
[0046]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种未知传染病的预警方法，其特征在于，包括：获取对象在患病期间的每个监测周期内的特征数据；根据所述特征数据和预先训练的疾病概率图谱，得到所述对象在所述患病期间的每个监测周期内被确定为各种已知疾病类型的概率；在所述对象在所述监测周期内被确定为各种已知疾病类型的概率都小于已知疾病概率阈值时，将所述对象确定为未知疾病类型；获取预设时间段内所述未知疾病类型的对象数量，并根据所述未知疾病类型的对象数量，以及多个所述未知疾病类型的对象之间的关联关系进行未知传染病的预警。2.根据权利要求1所述的未知传染病的预警方法，其特征在于，所述根据所述未知疾病类型的对象数量，以及多个所述未知疾病类型的对象之间的关联关系进行未知传染病的预警，包括：根据所述未知疾病类型的对象数量，以及多个所述未知疾病类型的对象之间的关联关系，确定未知传染病预警等级，其中，所述关联关系包括多个所述未知疾病类型的对象之间的社会关系，以及多个所述未知疾病类型的对象的流行病学史的相似度；根据所述未知传染病预警等级进行未知传染病的预警。3.根据权利要求2所述的未知传染病的预警方法，其特征在于，所述根据所述未知疾病类型的对象数量，以及多个所述未知疾病类型的对象之间的关联关系，确定未知传染病预警等级，包括：根据所述未知疾病类型的对象数量，以及多个所述未知疾病类型的对象之间的关联关系，判断当前所有所述未知疾病类型的对象是否满足预设的多条预警规则，其中，所述预警规则包括对象数量预警规则和对象关联关系预警规则；在当前所有所述未知疾病类型的对象满足第一数量的预警规则时，将当前预警等级确定为第一预警等级；在当前所有所述未知疾病类型的对象满足第二数量的预警规则时，将当前预警等级确定为第二预警等级。4.根据权利要求3所述的未知传染病的预警方法，其特征在于，判断当前所有所述未知疾病类型的对象是否满足预设的对象数量预警规则，包括：根据预设历史周期获取每一所述预设历史周期中对应的预设时间段内的未知疾病类型对象的历史数量，并根据多组所述历史数量确定所述未知疾病类型的对象数量阈值；在当前所述未知疾病类型的对象数量大于或等于所述对象数量阈值时，判定当前所有所述未知疾病类型的对象满足所述对象数量预警规则。5.根据权利要求1所述的未知传染病的预警方法，其特征在于，所述疾病概率图谱的训练数据是通过统计各个疾病类型的历史对象在住院时刻产生相应的特征数据集合的前提下，在患病期间的每个监测周期内产生每一种特征数据的条件概率得到的。6.根据权利要求1所述的未知传染病的预警方法，其特征在于，所述疾病概率图谱的训练方法包括：从历史病例中获取历史对象的特征数据，以及所述历史对象的疾病类型，其中，所述疾病类型包括未知疾病类型和多种已知疾病类型；根据所述历史对象的特征数据和所述历史对象的疾病类型，确定所述历史对象在患病
期间的每个监测周期内被确定为每一种已知疾病类型的概率；以所述历史对象的历史特征数据作为输入数据，以所述历史对象在患病期间的每个监测周期内被确定为每一种已知疾病类型的概率作为输出数据，训练所述疾病概率图...

【专利技术属性】
技术研发人员：李林峰，李思敏，王尧，
申请(专利权)人：医渡云北京技术有限公司，
类型：发明
国别省市：