传染病预警方法及传染病数据区块链系统技术方案

传染病预警方法及传染病数据区块链系统，属于传染病防控技术领域，为了解决现有的传染病预警主要依靠医生进行诊断识别，医生发生误诊或漏诊，以及上报后疾病预防控制机构产生误判时，容易造成难以在传染病传播前进行有效防控的问题；本发明专利技术通过进行区域性的预警分区，在每个预警区块内构建预警区块链进行患者数据的上报，预警监控平台基于预警区块链对所有患者数据进行传染病的定性计算和监控，确定不同预警区块和全市范围内传染病患者的，并基于预警区块链对各个预警区块内的节点进行传染病疫情预警通报，实现各节点的信息互通，有针对性的对传染病患者所属预警区块或者全市范围进行相应的疫情防控，保证了传染病疫情防控的时效性。的时效性。的时效性。

【技术实现步骤摘要】
传染病预警方法及传染病数据区块链系统


[0001]本专利技术涉及传染病防控
，具体而言，为传染病预警方法及传染病数据区块链系统。

技术介绍

[0002]传染病疫情报告制度是我国传染病控制的基本手段，它为各级政府提供传染病发生、发展等信息，是政府及时进行决策与采取预防控制措施的重要前提。依据传染病疫情报告制度，执行职务的医务人员发现传染病暴发、流行以及原因不明的传染病后、应及时向疾病预防控制机构报告。
[0003]目前传染病上报比较依赖于医生的判断。但是由于呼吸道传染病缺乏症状和体征的独特性，且病因隐匿，对不常见的呼吸道传染病情况则更加严重。当疾病尚处于初发阶段时，各医疗机构接诊散发病人，医生比较容易发生误诊或漏诊。另外，即便医生上报了病例，若疾病预防控制机构认为病例不具有流行性，也可能造成误判，这样就会错过控制病原体传播的最佳时间窗口。难以在传染病传播前对所属的目标区域进行有效防控。
[0004]因此，推出传染病预警方法及传染病数据区块链系统。

技术实现思路

[0005]本专利技术的目的在于提供传染病预警方法及传染病数据区块链系统，旨在解决上述
技术介绍
中，现有的传染病预警主要依靠医生进行诊断识别，医生发生误诊或漏诊，以及上报后疾病预防控制机构产生误判时，容易造成难以在传染病传播前进行有效防控的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：传染病预警方法，包括以下实施方法：S100：构建传染病预警监控平台，通过预警监控平台对所属城市的每天医疗数据进行监控；S200：以城市的各大医院为核心节点划分预警区块，涵盖分布该医院所属20公里范围内的药店和社区诊所为下级节点构建全市的预警区块链；S300：每个预警区块内所属的医院、药店和社区诊所接诊医生对患者进行详细诊断，并将患者诊断病例上传预警监控平台；S400：预警监控平台对预警区块链各节点上传的患者病例数据进行大数据计算分析，判定患者患病类型和统计各病患数量；S500：监控预警平台通知医院和疾控中心接收处理传染病患者，各预警区块内传染病数量或者整体突破监控预警平台设定阈值时启动预警。
[0007]进一步地，针对S200步骤中，预警区块链的设置实施步骤具体如下：S210：根据医院分布对全市进行区域划分，构建以医院为核心节点的预警区块间的预警区块链，预警区块链传输的患者数据受预警监控平台监控：S220：核心节点分设所属的内网和外网，内网负责对接传输本医院各接诊部门对
传染病患者的接诊检测数据；S230：设定各医院所属20公里范围内的药店和社区诊所为下级节点，下级节点并入核心节点的外网进行信息对接。
[0008]进一步地，核心节点的内网用于对医院所属的病患诊疗数据进行传输和存储，仅供被授予访问权限的医生进行查看，内网服务对接的医院接诊部门包括传染病科、免疫科、呼吸科、感染科、消化科和皮肤科。
[0009]进一步地，外网用于对医院所属20公里范围内的药店和社区诊所提供患者病例数据进行上报传输服务，以及针对传染病患者确诊后对其进行预警信息的通报，药店和社区诊所上报的患者病例数据形式包括患者基本身份信息的电子病例、展示患者病理体征的图片或视频图像。
[0010]进一步地，针对S400步骤中，对于患者是否为传染病患者的判定实施流程如下：S410：数据收集，收集过往患者的相关体征数据和标签数据，标签数据即是否患有传染病，构成训练集样本；S420：数据预处理，对数据进行包括特征选择、特征缩放和缺失值处理的预处理操作，保证数据的质量和适用性；S430：特征工程，对原始特征进行转换、组合或生成新的特征，以提取更有用信息来辅助分类；S440：模型训练，构建传染病评估模型，采用训练集样本对传染病评估模型进行训练，根据已有结果测试传染病评估模型判定准确性；S450：模型评估，将监控预警平台接收的患者数据作为测试集对传染病评估模型进行优化调整，根据患者实际检测结果对比测试判定准确性，随后再对监控预警平台接收的所有患者数据进行传染病计算判定。
[0011]进一步地，传染病评估模型的计算公式为：，其中，f(x)为预测函数；X是输入的自变量，即患者数据的提取特征；w是权重向量；T表示转置运算，将参数权重向量w进行转置；b是偏置项；sign是符号函数，它返回输入的符号正数为1或负数为
‑
1,1代表患者发生传染病，
‑
1代表患者未发生传染病。
[0012]进一步地，针对S400步骤中，预警监控平台接收上传的患者病例数据包括收集和分析传染病的流行病学数据，即病例数量、地理分布和时间趋势；分析患者的临床数据，即症状、体征和实验室检测结果；以及社交网络数据，即患者的人际接触网络和出行规律。
[0013]本专利技术提供另一种技术方案：传染病数据区块链系统，包括每个监测节点进行患者数据保存的节点数据库，对接转移节点数据库传送患者数据的数据采集端口，以及数据采集端口对接控制数据传输进行运行的MCU单元，MCU单元控制接收的患者数据传输到终端数据库内进行分类储存，且MCU单元将接收的患者数据传输给监测判定单元，监测判定单元用于计算判定患者是否患有传染病，并根据监测判定结构将信息传递给预警通告模块和应急预案模块，预警通告模块和应急预案模块根据患者的传染病判定结果，分别来对各节点发出传染病区域预警警报和执行相应的应急防控措施指示。
[0014]进一步地，监测判定单元具体包括：对比数据模块，用于储存过往的传染病患者数据，并将上传接收新的疑似传染病
患者数据进行对比分析，寻找分析新的疑似传染病患者数据和过往的传染病患者数据异同点；计算分析模块，用于采用大数据技术和传染病评估模型对上传接收的所以患者数据进行计算分析，判定每个患者的患病类型，即确定患者是否为传染病；轨迹追踪模块，用于采用社交媒体和移动通信渠道获取患者的行动轨迹进行确定，为确定患者传染病的可能性提供侧面参考，以及进行传染病防控时划定应急防控范围；患者统计模块，用于分别整理统计每个预警分区内和全市整体区域内所有传染病患者的类型和总体数量，并生成整理统计报告。
[0015]进一步地，MCU单元包括数据处理模块，数据处理模块用于对收集到的患者数据进行清洗，去除重复、错误或不完整的数据，分析患者数据的各个特征，并根据特征与是否患传染病之间的相关性进行评估和筛选，选择提取与目标变量相关性较高的特征，剔除对分类结果影响较小的特征，并将其组合和标准化处理后进行信号转换传输。
[0016]与现有技术相比，本专利技术的有益效果如下：本专利技术提出的传染病预警方法及传染病数据区块链系统，节点的接诊医生通过询问、影像检查等手段对患者进行详细病理特征信息采集，数据采集后保存到节点数据库内，再进行上传系统，数据采集端口与节点数据库进行对接后将相关数据传输到MCU单元，MCU单元对其进行转化处理后，MCU单元基于大数据分析技术对患者数据进行计算和分析，判定患者是否为传染病，根据每个预警分区内和全市范围内所有传染病患者的数量进行考虑，针对传染病的危险等级利用预警通告模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.传染病预警方法，其特征在于，包括以下实施方法：S100：构建传染病预警监控平台，通过预警监控平台对所属城市的每天医疗数据进行监控；S200：以城市的各大医院为核心节点划分预警区块，涵盖分布该医院所属20公里范围内的药店和社区诊所为下级节点构建全市的预警区块链；S300：每个预警区块内所属的医院、药店和社区诊所接诊医生对患者进行详细诊断，并将患者诊断病例上传预警监控平台；S400：预警监控平台对预警区块链各节点上传的患者病例数据进行大数据计算分析，判定患者患病类型和统计各病患数量；S500：监控预警平台通知医院和疾控中心接收处理传染病患者，各预警区块内传染病数量或者整体突破监控预警平台设定阈值时启动预警。2.如权利要求1所述的传染病预警方法，其特征在于：针对S200步骤中，预警区块链的实施步骤具体如下：S210：根据医院分布对全市进行区域划分，构建以医院为核心节点的预警区块间的预警区块链，预警区块链传输的患者数据受预警监控平台监控：S220：核心节点分设所属的内网和外网，内网负责对接传输本医院各接诊部门对传染病患者的接诊检测数据；S230：设定各医院所属20公里范围内的药店和社区诊所为下级节点，下级节点并入核心节点的外网进行信息对接。3.如权利要求2所述的传染病预警方法，其特征在于：核心节点的内网用于对医院所属的病患诊疗数据进行传输和存储，仅供被授予访问权限的医生进行查看，内网服务对接的医院接诊部门包括传染病科、免疫科、呼吸科、感染科、消化科和皮肤科。4.如权利要求2所述的传染病预警方法，其特征在于：外网用于对医院所属20公里范围内的药店和社区诊所提供患者病例数据进行上报传输服务，以及针对传染病患者确诊后对其进行预警信息的通报，药店和社区诊所上报的患者病例数据形式包括患者基本身份信息的电子病例、展示患者病理体征的图片或视频图像。5.如权利要求1所述的传染病预警方法，其特征在于：针对S400步骤中，对于患者是否为传染病患者的判定实施流程如下：S410：数据收集，收集过往患者的相关体征数据和标签数据，标签数据即是否患有传染病，构成训练集样本；S420：数据预处理，对数据进行包括特征选择、特征缩放和缺失值处理的预处理操作，保证数据的质量和适用性；S430：特征工程，对原始特征进行转换、组合或生成新的特征，以提取更有用信息来辅助分类；S440：模型训练，构建传染病评估模型，采用训练集样本对传染病评估模型进行训练，根据已有结果测试传染病评估模型判定准确性；S450：模型评估，将监控预警平台接收的患者数据作为测试集对传染病评估模型进行优化调整，根据患者实际检测结果对比测试判定准确性，随后再对监控预警平台接收的所有患者数据进行...

【专利技术属性】
技术研发人员：何英俊，邓凯丽，郭思君，
申请(专利权)人：深圳市龙岗区吉华公共卫生服务中心，
类型：发明
国别省市：