[发明专利]基于输入病例预测传染病趋势的方法及装置有效
申请号: | 202010695758.7 | 申请日: | 2020-07-20 |
公开(公告)号: | CN111739658B | 公开(公告)日: | 2021-02-02 |
发明(设计)人: | 焦增涛 | 申请(专利权)人: | 医渡云(北京)技术有限公司 |
主分类号: | G16H50/80 | 分类号: | G16H50/80 |
代理公司: | 北京律智知识产权代理有限公司 11438 | 代理人: | 孙宝海;阚梓瑄 |
地址: | 100191 北京市海*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 输入 病例 预测 传染病 趋势 方法 装置 | ||
本公开的实施例提供了一种基于输入病例预测传染病趋势的方法及装置。该方法包括:针对目标传染病,预测外部区域输入至目标区域的潜伏期人数;基于所述输入至目标区域的潜伏期人数以及干预措施的漏检率,确定经过干预后输入所述目标区域的潜伏期的人数;基于经过干预后输入所述目标区域的潜伏期的人数、历史疫情数据以及所述目标传染病的预设的传染病模型,预测未来所述目标区域的疫情数据。本公开中,在进行疫情数据预测时,融合了外部区域的输入数据以及干预措施的影响,提升传染病预测的准确性。
技术领域
本公开涉及医疗数据处理技术领域,具体而言,涉及一种基于输入病例预测传染病趋势的方法、装置、存储介质及电子设备。
背景技术
传染病模型基于对传染病的传播速度、空间范围、传播途径、动力学机理等问题研究,用以指导对传染病的有效地预防和控制。
在传染病模型SEIR中,人群按照易感期(Susceptible,S)、潜伏期(Exposed,E)、感染期(Infectious,I)以及移除期(Remove,R)的顺序感染。
相关技术中,基于上述模型进行疫情数据预测时,并未考虑针对输入病例的预测的情况,仅基于目标区域内的感染数据对疫情进行预测,无法适应一些复杂情况下的传染病感染预测,降低了传染病预测的准确性。
需要说明的是,在上述背景技术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。
发明内容
本公开实施例提供一种基于输入病例预测传染病趋势的方法及装置,融合了外部区域输入目标地区的输入数据以及干预措施的影响,提升传染病预测的准确性。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开实施例的一个方面,提供了一种基于输入病例预测传染病趋势的方法,其中,包括:针对目标传染病,预测外部区域输入至目标区域的潜伏期人数;基于所述输入至目标区域的潜伏期人数以及干预措施的漏检率,确定经过干预后输入所述目标区域的潜伏期的人数;基于经过干预后输入所述目标区域的潜伏期的人数、历史疫情数据以及所述目标传染病的预设的传染病模型,预测未来所述目标区域的疫情数据。
在本公开的一些示例性实施例中,基于前述方案,所述预测外部区域输入至目标区域的潜伏期人数,包括:确定所述外部区域在当地的潜伏期人数;确定所述外部区域输入所述目标区域的人数;根据输入所述目标区域的人数,以及所述外部地区在当地的潜伏期人数,预测外部区域输入至目标区域的潜伏期人数。
在本公开的一些示例性实施例中,基于前述方案,根据输入所述目标区域的人数,以及所述外部地区在当地的潜伏期人数,预测外部区域输入至目标区域的潜伏期人数,包括:确定所述外部地区在当地的潜伏期人数占据所述外部地区的总人数的比值;将所述比值与所述外部区域输入所述目标区域的人数的乘积的值,作为所述外部区域输入至目标区域的潜伏期人数。
在本公开的一些示例性实施例中,基于前述方案,所述漏检率是基于所述目标传染病的干预措施对应的历史疫情数据确定的。
在本公开的一些示例性实施例中,基于前述方案,基于所述输入至目标区域的潜伏期人数以及干预措施的漏检率,确定经过干预后输入所述目标区域的潜伏期的人数,包括:若所述外部区域的数目为一个,则将所述外部区域输入至目标区域的潜伏期人数与所述外部区域的干预措施的漏检率的乘积的值,作为所述经过干预后输入所述目标区域的潜伏期的人数;若所述外部区域的数目为多个,则将每一外部区域的输入至目标区域的潜伏期人数与该外部区域的干预措施的漏检率的乘积的值,作为每一外部区域经过干预后输入所述目标区域的潜伏期人数,对各个外部区域经过干预后输入所述目标区域的潜伏期人数求和,以确定经过干预后输入所述目标区域的潜伏期的人数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于医渡云(北京)技术有限公司,未经医渡云(北京)技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010695758.7/2.html,转载请声明来源钻瓜专利网。