[发明专利]健康检测方法、系统、终端设备及存储介质在审
申请号: | 202010756886.8 | 申请日: | 2020-07-30 |
公开(公告)号: | CN111863280A | 公开(公告)日: | 2020-10-30 |
发明(设计)人: | 周雨豪;李月 | 申请(专利权)人: | 深圳前海微众银行股份有限公司 |
主分类号: | G16H50/80 | 分类号: | G16H50/80;G16H10/20;G06Q10/04;G06Q10/06;G06Q50/26;G06F16/29;G06N20/00 |
代理公司: | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人: | 张志江 |
地址: | 518000 广东省深圳市前海深港合作区前*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 健康 检测 方法 系统 终端设备 存储 介质 | ||
1.一种健康检测方法,其特征在于,所述健康检测方法包括:
获取待检测人员的时空轨迹数据,并将所述时空轨迹数据输入病毒感染风险预测模型,其中,所述病毒感染风险预测模型为预先基于病毒感染确诊数据进行机器学习训练得到;
根据所述病毒感染风险预测模型输出的病毒感染风险预测结果确定是否对所述待检测人员进行流行病学调查。
2.如权利要求1所述的健康检测方法,其特征在于,所述健康检测方法,还包括:
根据病毒感染确诊数据构建训练数据对,并利用所述训练数据对将预设的机器学习模型训练成为所述病毒感染风险预测模型。
3.如权利要求2所述的健康检测方法,其特征在于,所述根据病毒感染确诊数据构建训练数据对的步骤,包括:
获取病毒感染确诊数据,并检测所述病毒感染确诊数据中确诊病例的密切接触者;
检测所述确诊病例的第一时空轨迹,和从所述密切接触者中确诊的感染病例的第二时空轨迹;
计算所述第一时空轨迹与所述第二时空轨迹之间的距离,和所述密切接触者中所述感染病例的比例;
将所述距离作为病毒感染时空范围,并将所述比例作为病毒感染风险程度,以封装所述病毒感染时空范围和所述病毒感染风险程度形成训练数据对。
4.如权利要求2所述的健康检测方法,其特征在于,所述利用所述训练数据对将预设的机器学习模型训练成为所述病毒感染风险预测模型的步骤,包括:
将所述训练数据对输入预设的机器学习模型进行迭代训练直到所述机器学习模型训练收敛或迭代训练达到预设轮次;
将训练收敛或迭代训练达到预设轮次的所述机器学习模型作为所述病毒感染风险预测模型。
5.如权利要求2所述的健康检测方法,其特征在于,在所述利用所述训练数据对将预设的机器学习模型训练成为所述病毒感染风险预测模型的步骤之后,还包括:
结合区块链技术将所述病毒感染风险预测模型写入预设区块链中进行存储,以供各监管机构登入所述预设区块链进行提取。
6.如权利要求1所述的健康检测方法,其特征在于,所述根据所述病毒感染风险预测模型输出的病毒感染风险预测结果确定是否对所述待检测人员进行流行病学调查的步骤,包括:
检测所述病毒感染预测结果是否大于或者等于预设阈值,其中,所述病毒感染风险预测结果为所述病毒感染风险预测模型计算得到的所述时空轨迹数据与病毒感染时空范围相匹配的病毒感染风险程度;
若是,则确定需要对所述待检测人员进行流行病学调查;
若否,则确定不需要对所述待检测人员进行流行病学调查。
7.如权利要求1或者6所述的健康检测方法,其特征在于,在所述将所述时空轨迹数据输入病毒感染风险预测模型的步骤之前,还包括:
针对所述时空轨迹数据进行哈希编码,以供所述病毒感染风险预测模型根据所述时空轨迹数据的哈希编码,计算与病毒感染时空范围的哈希编码相匹配的病毒感染风险程度。
8.一种健康检测系统,其特征在于,所述健康检测系统包括:
获取模块,用于获取待检测人员的时空轨迹数据,并将所述时空轨迹数据输入病毒感染风险预测模型,其中,所述病毒感染风险预测模型为预先基于病毒感染确诊数据进行机器学习训练得到;
确定模块,用于根据所述病毒感染风险预测模型输出的病毒感染风险预测结果确定是否对所述待检测人员进行流行病学调查。
9.一种终端设备,其特征在于,所述终端设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的健康检测程序,所述健康检测程序被所述处理器执行时实现如权利要求1至7中任一项所述的健康检测方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的健康检测方法的步骤。
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深圳前海微众银行股份有限公司,未经深圳前海微众银行股份有限公司许可,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/202010756886.8/1.html,转载请声明来源钻瓜专利网。