[发明专利]基于个体自适应传播网络的传染病预警方法、系统及介质

说明书

本发明公开了一种基于个体自适应传播网络的传染病预警方法、系统及介质，对多模态的传染病数据进行统一表征；利用统一表征的传染病数据，构建基于个体自适应行为信息网络和传染病传播网络的相互作用模型，分析相互作用模型的阈值，根据所述阈值确定个体自适应行为和传染病传播之间的作用关系。本发明能够将不同模态的数据统一表征，能够准确刻画个体自适应行为，准确预测传染病的传播阈值。

技术领域

本发明涉及人工智能领域，特别是一种冠状病毒传染病预警方法、系统及存储介质。

背景技术

回顾人类历史，传染病一直以来都是人类健康的最大威胁。借助理论分析和模拟仿真，通过建立传染病传播模型，预测传染病的发展趋势，并且针对特定场景和个性化人群，制定精准的防控措施和个性化的应对策略，是优化传染病防治路径，战胜传染病的重要手段。基于动力模型的传染病研究最早可以追溯到1760年Bernoulli对天花疫苗的研究分析上^[1].1911年Ross(诺贝尔奖获得者)在研究蚊子与人之间疟疾传播动力学时提出了一个微分动力模型^[2].1927年Kermack和Mckendrick在研究流行于伦敦的黑死病时，将受疫情影响地区的总人口分为易感者、感病者、移出者，提出最具影响力的SIR模型^[3][4]。SIR模型基于微分方程系统，具有充分的理论依据，并且可以根据已有数据比较准确地拟合疫情传播曲线，能够利用相轨线分析得出控制传染病蔓延的有效措施。1932年Kermack和Mckendrick提出了SIS仓室模型，并在对SIR模型和SIS模型分析研究的基础上提出了传染病动力学中的阈值理论^[5]。我国于2004年建立基于互联网的中国疾病预防控制信息系统已并于2008年投入试运行，目前已经成为我国进行传染病监测的主要技术手段和相关数据的主要来源。

复杂网络是人类社会真实系统的简化和抽象，能够刻画交通运输网、在线社交网等真实网络，能够模拟个体之间的连接，吸引了社会、生物、物理、信息等众多领域学者的关注，并在多个领域取得了丰硕的成果。基于复杂网络研究传染病动力学，能够模拟传染病在真实社会的传播特性，从而为实际的精准预测和有效防控提供重要依据^[6]。目前，基于复杂网络的传播动力学研究主要包括三个方面：预测传播动力学的爆发阈值^[7]、建模分析传播行为的演化特征^[8]、挖掘影响传播动力学的关键节点^[9]。在传播动力学的爆发阈值研究方面，Satorras等人提出异质平均场理论用于计算无标度网络上的传播阈值^[10]。他们通过计算度分布的二阶矩发散确定传播阈值，当度分布的二阶矩发散指数＝3时，传染病的传播阈值将消失；当度分布的二阶矩发散指数3时，存在有限大小的传播阈值。在建模分析传播行为的演化特征研究方面，文献[11]将随机游走动力学应用于无标度网络上的传染病传播行为演化特征研究，提出中心性相比节点度能更好预测传染病的传播范围。在挖掘影响传播动力学的关键节点方面，Chen等人通过衡量介数中心性和紧密性中心性，提出半局域中心性，通过在实际网络上模拟仿真实验表明，半局域中心性能更好第识别影响传播动力学的关键节点^[12]。在社会生活中，当人们通过大众媒体、在线社交媒体以及其他各种渠道知道一种传染病开始蔓延时，为了保护自己会做出行为的改变(如：减少外出、减少聚集、戴口罩等)，这会有效降低传染病传播的风险和速度，会对传染病流传播动力学甚至传染病传播网络结构造成巨大影响。上述列举的相关研究没有将人类的自适应行为加入传播动力学研究中，对传染病实际传播的预测不够准确。因此，将人类自适应行为纳入传染病的传播模型中，构建多重网络驱动的传染病相互作用模型，具有重要价值。

参考文献：

[1]Bernoulli D,etdesavantages de l’inoculation pour la pr′evenir,Histoire de l’Acad.,Roy.Sci.(Paris)avec Mem,(1760),pp.1–45.