【技术实现步骤摘要】
基于人工智能的传染病预警方法、装置、设备及介质
[0001]本申请涉及人工智能及数字医疗
，尤其涉及一种基于人工智能的传染病预警方法、装置、电子设备及存储介质。
技术介绍
[0002]在医疗领域，对于传染病的早期预警可以为传染病的防控提供重要的参考。然而影响传染病变化趋势的因素较为复杂，例如大气温度、空气湿度、风力、风速、风向等不可控的气候因素，还包括诸如传染病扩散范围在内的地理因素，这些因素导致对传染病的防控挑战性巨大。
[0003]目前，常见的传染病预测预警的模型主要有三类：一是构建传染病的传播动力学模型，二是基于监测的发病数与相关危险因素构建回归预测模型，三是控制图法，这些方法存在一定局限性，主要有：1)模型简单，受阈值设定影响大，不适宜的阈值会导致误诊病例增加，产生社会资源的浪费；2)模型无法同时实现时空两个维度的预警；3)一些回归预测模型，如差分自回归移动平均模型只能做短期预测。
技术实现思路
[0004]鉴于以上内容，有必要提供一种基于人工智能的传染病预警方法、装置、电子设备及存储介...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的传染病预警方法，其特征在于，所述方法包括：在多个采样地区采集传染病特征数据和标签数据，所述标签数据用于表征每个所述采样地区内的病例数量；依据所述标签数据构建所述传染病特征数据的时空关联矩阵；依据所述传染病特征数据、所述标签数据与所述时空关联矩阵训练传染病预警模型；将实时采集到的每个所述采样地区的传染病特征数据输入所述传染病预警模型获得实时预测结果，所述实时预测结果用于表征实时获得的每个所述采样地区的病例数量；依据每个所述采样地区的历史同期病例数量对所述实时预测结果进行评估获得评估结果，并依据所述评估结果进行传染病预警。2.如权利要求1所述的基于人工智能的传染病预警方法，其特征在于，所述在多个采样地区采集传染病特征数据和标签数据，包括：在预设采样时刻在多个采样地区采集传染病相关数据；针对每个所述采样时刻，将每个所述采样地区采集到的传染病相关数据整合为所述采样时刻对应的传染病特征数据；针对每个所述采样时刻，在每个所述采样地区采集感染传染病的病例数量，并将每个所述采样地区采集到的病例数量组合为所述采样时刻对应的标签数据。3.如权利要求1所述的基于人工智能的传染病预警方法，其特征在于，所述依据所述标签数据构建所述传染病特征数据的时空关联矩阵，包括：针对每个采样地区，依据所述采样时刻由早至晚的顺序将所述标签数据组合为所述采样地区对应的病例变化序列；构建初始空矩阵，并将所述采样地区的名称依据预设顺序排列作为所述初始空矩阵的行名称和列名称；以任意顺序遍历所述初始空矩阵中的每个元素，依据预设的相关性度量算法计算遍历到的元素所在行对应的病例变化序列和所在列对应的病例变化序列之间的相关性，以作为所述遍历到的元素的值；直到遍历完所述初始空矩阵中的所有元素，则停止遍历并获得时空关联矩阵。4.如权利要求1所述的基于人工智能的传染病预警方法，其特征在于，所述依据所述传染病特征数据、所述标签数据与所述时空关联矩阵训练传染病预警模型，包括：依据所述标签数据、所述传染病特征数据和所述时空关联矩阵构建训练数据集，所述训练数据集包括第一输入数据、第二输入数据、标签数据；将每个所述采样时刻的第一输入数据、第二输入数据同时输入预设的初始预测模型以获得预测结果；依据所述预测结果与所述标签数据计算所述初始预测模型的损失值；利用梯度下降法更新所述初始预测模型，响应于所述初始预测模型的损失值小于预设的终止阈值，则停止更新并获得传染病预警模型。5.如权利要求4所述的基于人工智能的传染病预警方法，其特征在于，所述依据所述标签数据、所述传染病特征数据和所述时空关联矩阵构建训练数据集，包括：将当前采样时刻对应的传染病特征数据与上一采样时刻对应的预测结果作为所述当前采样时刻的第一输入数据；
将所述当前采样时刻对应的传染病特征数据与所述时空关联矩阵相乘获得所述当前采样时刻的时空关联特征，并将所述时空关联特征与上一采样时刻对应的预测结果联合作为所述当前采样时刻的第二输入数据；将所述当前采样时刻...
【专利技术属性】
技术研发人员：宋亚男，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：
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。