[发明专利]基于人工智能的疫情预测方法、装置、计算机设备及介质

权利要求书

1.一种基于人工智能的疫情预测方法，其特征在于，所述基于人工智能的疫情预测方法包括：

遍历对应目标疾病的疑似患者群的病历单，得到每一疑似患者的症状数据；

基于预先设置的临床决策识别模型识别所述症状数据，得到疾病识别结果；

根据所述疾病识别结果判断所述疑似患者是否患有所述目标疾病；

当判断结果为所述疑似患者患有所述目标疾病时，将所述疑似患者作为确诊患者；

获取所有确诊患者的预设数据；

获取与所述症状数据匹配的目标症候群，并调用对应所述目标症候群的症候群处理模型处理所述预设数据，得到目标分布数据；

根据所述目标分布数据确定疫情风险等级。

2.根据权利要求1所述的基于人工智能的疫情预测方法，其特征在于，在所述遍历对应目标疾病的疑似患者群的病历单之前，所述方法还包括：

调用预设传染病动力学模型拟合所述目标疾病的关键参数；

根据所述关键参数采集确诊患者的目标流调数据；

解析所述目标流调数据，确认对应所述确诊患者的第一疑似患者群；

计算所述第一疑似患者群中每一疑似患者的确诊概率；

根据所述确诊概率确定第二疑似患者群。

3.根据权利要求1所述的基于人工智能的疫情预测方法，其特征在于，所述遍历对应目标疾病的疑似患者群的病历单，得到每一疑似患者的症状数据包括：

结构化所述病历单并获取结构化的病历单中的主题模块；

检测所述主题模块中是否包含预设关键字；

当检测结果为所述主题模块中包含预设关键字时，获取包含预设关键字的目标主题模块的数据存储形式；

根据所述数据存储形式匹配目标采集方式，并根据所述目标采集方式采集所述结构化的病例单中的症状数据。

4.根据权利要求1所述的基于人工智能的疫情预测方法，其特征在于，所述根据所述疾病识别结果判断所述疑似患者是否患有所述目标疾病包括：

检测所述疾病识别结果是否与所述目标疾病一致；

当检测结果为所述疾病识别结果与所述目标疾病不一致时，判定所述疑似患者未患有所述目标疾病；

当检测结果为所述疾病识别结果与所述目标疾病一致时，判定所述疑似患者患有所述目标疾病。

5.根据权利要求1所述的基于人工智能的疫情预测方法，其特征在于，所述获取与所述症状数据匹配的目标症候群包括：

根据所述症状数据确定目标症状点；

将所述目标症状点与症候群中的症状点进行匹配，得到匹配结果；

根据所述匹配结果确定目标症候群。

6.根据权利要求1所述的基于人工智能的疫情预测方法，其特征在于，所述症候群处理模型的训练过程还包括：

根据所述目标症候群确定目标历史数据；

获取对应所述目标历史数据的历史分布数据；

基于所述目标历史数据训练初始化的症候群处理模型；

计算所述症候群处理模型的输出值与实际值之间的误差；

根据所述误差确定与所述症候群处理模型的权值相关的目标函数，并确定目标函数值达到最小时的目标权值；

根据所述目标权值确定最终的症候群处理模型。

7.根据权利要求6所述的基于人工智能的疫情预测方法，其特征在于，所述根据所述目标分布数据确定风险等级包括：

获取对应所述目标历史数据历史分布数据；

计算所述目标分布数据与所述历史分布数据之间的数据差值；

根据所述数据差值确定疫情风险等级。