一种流行病趋势预测方法及系统技术方案

本发明专利技术提供了一种流行病趋势预测方法及系统，方法是通过采集用户的基本信息，根据用户的基本信息，给定该用户的流行病权重；根据预设的规则对该用户的流行病权重进行更新，在更新完毕后，根据更新后的流行病权重以及该用户的基本信息计算获取用户所在区域的预警分数；当用户所在区域的预警分数大于预设的预警阈值时，判断所预设的趋势预测模型中是否对该流行病已建模；若该流行病已建模，则通过趋势预测模型输出感染趋势定量预测结果，并对趋势预测模型进行修正；若该流行病未建模，则通过趋势预测模型输出感染趋势定性预测结果，并对趋势预测模型进行拟合。该方法及该系统能解决预测结果精度不准以及某些情况下的预测结果缺失的技术问题。缺失的技术问题。缺失的技术问题。

【技术实现步骤摘要】
一种流行病趋势预测方法及系统


[0001]本专利技术涉及趋势预测
，特别是涉及一种流行病趋势预测方法及系统。

技术介绍

[0002]流行性疾病一直是人类最大的敌人，每次重大流行病如天花、霍乱、鼠疫、流感、新冠的爆发都给社会带来了毁灭性的灾难。因此准确预测疾病的流行趋势，为政府和个人提供防控的数据依据显得尤为重要。
[0003]在流行病的研究中McKendrick和Kermack提出的SIR模型是一个里程碑式的成果，为后续的研究奠定了坚实的基础。
[0004]SIR模型建立了易感染个体(S)、感染个体(I)和恢复个体(R)随时间的变化关系，理论上使用历史数据可以拟合得到相对准确的模型参数，进而对未来该疾病的流行提供预测依据。但在实际中会遇到以下两个困难：
[0005]1)对于未被建模的流行病，无法使用SIR做预测；
[0006]2)即使已被建模，在新一次的疾病爆发过程中也很难准确获得不同时间的易感染个体数量、感染个体数量和恢复个体数量。
[0007]理想情况下在疫情一开始蔓延的时候通过行政力量实现不同本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种流行病趋势预测方法，其特征在于，包括如下步骤：根据用户的基本信息，给定用户的流行病权重；按预设规则更新用户的所述流行病权重，并根据更新后的流行病权重获取用户所在区域的预警分数；当所述预警分数大于预设预警阈值时，判断预设的趋势预测模型是否已建模所述流行病；若是，则对已建模的所述流行病输出感染趋势定量预测，并修正所述趋势预测模型；若否，则对未建模的所述流行病输出感染趋势定性预测，并拟合所述趋势预测模型。2.如权利要求1所述的流行病趋势预测方法，其特征在于，所述根据用户的基本信息，给定所述用户的流行病权重，包括如下步骤：根据对话系统获取用户的所述基本信息；根据专家系统与用户的所述基本信息，判断用户疾病是否与预设流行病列表内的流行病相匹配；若是，则根据用户的所述基本信息确定用户的所述流行病权重的取值；其中，用户的所述基本信息具体为：用户ID、问诊时间、地址和症状。3.如权利要求2所述的流行病趋势预测方法，其特征在于，所述若是，则根据用户的所述基本信息确定用户的所述流行病权重的取值，包括如下步骤：根据用户的地址获取用户所在区域；统计并获取用户所在区域的同种疾病数据；根据所述用户所在区域的同种疾病数据确定用户的所述流行病权重的取值。4.如权利要求3所述的流行病趋势预测方法，其特征在于，所述预设规则，具体为第一公式，如下：其中，w'
id
是用户ID本次问诊得到的流行病权重，w
id
为更新后的流行病权重，t是本次问诊与上一次问诊的时间间隔，λ和δ均为权重更新系数。5.如权利要求4所述的流行病趋势预测方法，其特征在于，所述根据更新后的流行病权重获取用户所在区域的预警分数，包括如下步骤：获取用户所在区域的总人数；预设统计周期；在每个统计周期内，根据更新后的流行病权重和所述用户所在区域的总人数获取用户所在区域的预警分数；所述根据更新后的流行病权重和所述用户所在区域的总人数获取用户所在区域的预警分数，具体为第二公式，如下：其中，s
area
为用户所在区域的预警分数，w
id
为更新后的流行病权重，N为用户所在区域的总人数。
6.如权利要求5所述的流行病趋势预测方法，其特征在于，所述预设的趋势预测模型，具体为第三公式，如下：其中，S为易...

【专利技术属性】
技术研发人员：左勇，马源，王晓龙，
申请(专利权)人：智慧眼科技股份有限公司，
类型：发明
国别省市：