[发明专利]医疗废弃物在线监控与预测方法及系统

权利要求书

1.一种医疗废弃物在线监控与预测方法，其特征在于，所述方法包括：

收集，运输和处理医疗废弃物，并采集医疗废弃物回收、运输以及存储的过程信息，所述过程信息包括：医废类型以及医废重量；

根据所述过程信息进行医疗废弃物分类统计，并根据所统计的历史数据以及预测算法预测不同种类所述医疗废弃物的产量；

所述根据所述过程信息进行医疗废弃物分类统计，并根据所统计的历史数据以及预测算法预测不同种类所述医疗废弃物的产量，具体包括：根据医院地址以及所述医废类型对采集的数据进行分组，统计对应的所述医废重量；计算当前时间距离上次进行医废处理的时间间隔，标记为处理周期；获取各医院的病床数，每个所述处理周期的病床利用率以及就诊人次；将各医院按照等级进行标记；根据各医院等级，所述各医院的病床数、上个处理周期的所述病床利用率、上个处理周期所述就诊人次、所述医废类型、各所述医废类型对应的上个处理周期所述医废重量、各所述医废类型前四个处理周期的所述医废重量均值以及当前季节等作为数据特征，并采用回归预测算法预测下个处理周期各医院对应的各所述医废类型的所述医废重量；

所述回归预测算法为多元线性回归预测算法，选取均方误差MSE确定医废重量预测模型的系数；

根据所述过程信息进行预警统计分类，并根据各预警类型的数据特征以及机器学习算法预测触发各类预警事件的概率；

所述根据所述过程信息进行预警统计分类，并根据各预警类型的数据特征以及机器学习算法预测触发各类预警事件的概率，具体包括：计算各医院每个所述处理周期的各所述医废类型中所触发的各类所述预警事件的概率；记录所述预警事件发生时的天气情况；将所述医疗废弃物按照细菌含量百分比划分等级进行标记；将所述医疗废弃物分别按形态，毒性等级以及腐蚀性进行标记；将各医院按照等级进行标记；针对上述数据进行特征提取，采用机器学习算法预测各所述医废类型触发不同类型预警事件的概率；

所述机器学习算法为GBDT算法，选取决定系数R2和均方误差MSE共同确定预警事件概率预测模型的系数；

查询及管理所述过程信息以及统计数据。

2.根据权利要求1所述的医疗废弃物在线监控与预测方法，其特征在于，所述收集，运输和处理医疗废弃物，并采集所述医疗废弃物回收、运输以及存储的过程信息，具体包括：

收集医疗废弃物，获取收集信息，所述收集信息包括以下至少一个：医废类型，收集医废重量，收集图像和/或视频，时间，地点，负责人；

运输医疗废弃物，实时获取运输信息，所述运输信息包括以下至少一个：运输医废重量，运输图像和/或视频，运输轨迹，运输交接人；

存储医疗废弃物，获取仓储信息，所述仓储信息包括以下至少一个：入库医废重量，入库时间，出库医废重量，出库时间，仓储图像和/或视频，仓库环境参数，分类仓细菌浓度，入库交接人；

处理医疗废弃物，获取处理信息，所述处理信息包括以下至少一个：处理医废重量，处理时间，处理地点，处理交接人。

3.根据权利要求2所述的医疗废弃物在线监控与预测方法，其特征在于，所述根据所述过程信息进行预警统计分类，具体包括以下至少一个所述预警类型：

破损预警，根据获取的所述收集图像和/或视频，所述运输图像和/或视频以及所述仓储图像和/或视频信息监测所述医疗废弃物有无破损，若存在破损，启动报警装置，并记录预警信息；

重量偏差预警，实时监测获取的所述收集医废重量，所述运输医废重量，所述入库医废重量以及所述出库医废重量是否存在偏差，若存在偏差，启动所述报警装置，并记录预警信息；

轨道偏离预警，实时监测运输医废车辆的所述运输轨迹，若所述运输轨迹严重偏离预定路线时，启动所述报警装置，并记录预警信息；

超时预警，根据获取的所述入库时间计算所述医疗废弃物的存储时长，若超出预定时长，启动所述报警装置，并记录预警信息；

环控预警，实时监测所述仓库环境参数，若所述仓库环境参数超出预定参数值，启动所述报警装置，并记录预警信息，所述仓库环境参数包括以下至少一个：温度，湿度；

细菌超标预警，实时监测所述分类仓细菌浓度，若所述分类仓细菌浓度超出预定细菌浓度值，启动所述报警装置，并记录预警信息。