[发明专利]一种基于疾病传播特征的智能预警系统及预警方法

说明书

本发明公开了一种基于疾病传播特征的智能预警系统及预警方法，该系统包括体温采集系统、智能预警系统、数据决策系统和平行医疗大数据云端；所述体温采集系统将采集到的体温数据上传到平行医疗大数据云端；所述智能预警系统采用修正的SEIR传染病动力学模型，预测未来的各类型人群数量，并将预测结果上传到平行医疗大数据云端；所述数据决策系统接收平行医疗大数据云端发送的预测结果，结合地理区域信息，划分地区危险等级，并把最终结果以图表形式进行展示，对高危区域进行标红显示，并将结果通过智能人工采集APP推送给指定人群。本发明所公开的系统及方法能够有效预测疾病传播趋势，有助于做出区域性警示，及时阻止疫情蔓延，有效保护群众健康安全。

技术领域

本发明涉及疾病防控技术领域，特别涉及一种基于疾病传播特征的智能预警系统及预警方法。

背景技术

新型冠状病毒(2019-nCoV)等突发急性传染病，严重影响社会稳定、对人类健康构成重大威胁。由于当今世界交通系统高度发达，人口流动速度快，流动区域广泛，为急性传染病的传播提供了极其便利的条件。只有进行有效管理监控、有效控制传染源，才能切断传染途径、遏制疫情扩散，这就要求对潜在疫情区域人员实施严格有效地管控措施。对于确诊患者、疑似患者、无法排除感染可能的发热患者、确诊患者的密切接触者等“四类人员”进行集中收治和相对性的隔离观察。自新型冠状病毒肺炎疫情爆发以来，大数据、人工智能核心科技以及疫情应急管理可视化决策平台正在发挥着前所未有的作用，成为防控工作可靠的信息化支撑。建设应急管理可视化决策系统对于现代社会具有深远意义。急性传染病患者往往会出现体温升高的情况，因此对体温升高的人员进行监控和排查进而隔离治疗是一个有效的方法。

根据传染病的模型建立研究进而推广产生了传染病动力学模型。传染病动力学是对进行理论性定量研究的一种重要方法，是根据种群生长的特性、疾病的发生及在种群内的传播、发展规律，以及与之有关的社会等因素，建立能反映传染病动力学特性的数学模型。通过对模型动力学性态的定性、定量分析和数值模拟，来分析疾病的发展过程、揭示流行规律、预测变化趋势、分析疾病流行的原因和关键。对于2003年发生的SARS疫情，国内外学者建立了大量的动力学模型研究其传播规律和趋势，研究各种隔离预防措施的强度对控制流行的作用，为决策部门提供参考。有关SARS传播动力学研究多数采用的是SIR或SEIR模型。评价措施效果或拟合实际流行数据时，往往通过改变接触率和感染效率两个参数的值来实现。石耀霖建立了SARS传播的系统动力学模型，以越南的数据为参考，进行了MonteCarlo实验。初步结果表明：感染率及其随时间的变化是影响SARS传播的最重要因素。

当前的疫情控制大多是被动数据驱动性,通过已发病的区域警示做出决策性的政策等指导方案。这无疑并没有充分利用好当前信息技术和智能算法所带来的优势和便利,进而使整个社会陷入被动性管理的范式中。所以亟需一种可以预测疾病传播,并且指导性的一种方法体系。

发明内容

为解决上述技术问题，本发明提供了一种基于疾病传播特征的智能预警系统及预警方法，以达到有效预测疾病传播趋势，有助于做出区域性警示，及时阻止疫情蔓延，有效保护群众健康安全的目的。

为达到上述目的，本发明的技术方案如下：

一种基于疾病传播特征的智能预警系统，包括体温采集系统、智能预警系统、数据决策系统和平行医疗大数据云端；

所述体温采集系统包括智能双摄采集设备、智能穿戴设备和智能人工采集APP，所述体温采集系统将采集到的体温数据上传到平行医疗大数据云端；

所述智能预警系统采用修正的SEIR传染病动力学模型，将研究人群分为健康人群、潜伏人群、已感染人群、移除人群、被隔离的潜伏期人群和被隔离的住院感染人群，统计现阶段各个人群的数量，并根据平行医疗大数据云端传来的体温数据和医疗机构的检测信息预测各人群相互之间的转化率，从而预测未来的各人群数量，并将预测结果上传到平行医疗大数据云端；