[发明专利]一种疾病的预警方法、预警装置、设备及介质

说明书

本发明涉及疾病的预警技术领域，涉及一种疾病的预警方法、预警装置、设备及介质。预警方法，步骤包括：获取已知疾病数据，并且根据疾病数据建立基础模型；获取公卫数据建立公卫数据集；将获取的公卫数据集处理获得完整数据；根据所述完整数据分成建模用的预警数据，所述预警数据分解出已知数据和异常数据；将所述已知数据进入基础模型进行预警模拟；用所述异常数据建立预警模型进行趋势预测。本实施例预警模型实时的对公卫数据中疾病进行预警，当出现异常疾病时，建立相应的预警模型进行预警。通过多次模拟实验结果，得出多套预防方案，将这些方案做组合以及实施方式和实施时间点的选择，得出预防该疾病的最优方案，采取更有效的手段做防控管理。

技术领域

本发明涉及疾病的预警技术领域，具体地，涉及一种疾病的预警方法、预警装置、设备及介质。

背景技术

目前市面上存在的预警决策方法缺少传染病模型的支撑，建立模型库系统填补目前的技术缺失，通过建立模型库系统解决目前缺少传染病模型的问题，模型库系统的参数设置决定预测结果的准确性，专业技术人员基于行业的累积与对疾病的认知，对模型库进行合理的参数设置，解决模型预测结果与实际偏差较大的问题；通过实时监测系统与预警系统，能够解决提高公共卫生突发事件的应急反应能力。

本发明发明人在实现本发明的过程中，发现：目前，预警方法无法对数据异常情况进行研判分析，无法准确发现突发传染病，无法更早的为相关机构和人员发出预警信号。

发明内容

针对现有技术的上述缺陷，本发明的主要目的在于提供一种疾病的预警方法，主要步骤包括：

获取已知疾病数据，并且根据疾病数据建立基础模型，其中所述疾病数据包括疾病的症状、发病时间；

获取公卫数据建立公卫数据集，所述公卫数据是医疗机构接诊记录中的就诊数据；

将获取的公卫数据集分别通过清洗处理、脱敏处理和归一化处理，获得完整数据；

根据所述完整数据分成建模用的预警数据，所述预警数据分解出已知数据和异常数据；

将所述已知数据进入基础模型进行预警模拟；

用所述异常数据建立预警模型进行趋势预测，其中具体的：

在所述公卫数据集查找出相同的异常数据，根据异常数据的疾病症状设定模型因子，和疾病症状的比重设定模型因子权重，根据模型因子和模型因子权重在基础模型上建立预警模型，用于预测该异常数据的发展趋势。

进一步的，所述预警数据分解出常规数据和异常数据是，将获得的所述预警数据中的数据与基础模型比对；

如所述预警数据与所述基础模型任意一数据特征相同，则所述预警数据为已知数据；否则，该所述预警数据为异常数据。

进一步的，在获得所述异常数据后，针对异常数据的进行预警，所述预警包括症状类型预警和症状区域预警；

所述症状类型预警是一时期内针对异常数据中该相同症状的类型疾病出现的地区进行预警；

症状区域预警是则是一地区内该相同症状的疾病统计。

进一步的，所述针对异常数据的进行预警还会从病症层进行分析是对病症数据做处理，通过数据归纳得出近期各病症的数据情况，分析人群分布，病症携带者区域分布，以及未来病状扩散趋势。

进一步的，所述清洗处理是通过双线性插值法对所述数据集进行完整性处理，具体的是将数据集内缺失的数据进行插值处理从而获得完整数据集。

进一步的，所述脱敏处理是通过替代法、无效化、均值法或者偏移法其中一只或者两种以上组合方法对数据集进行脱敏处理，从而获得脱敏数据集。

进一步的，所述归一化处理是将数据集中分为时序数据集和非归序数据；

所述时序数据是按照时间顺序排列的数据集；所述非归序数据是非按照时间顺序排列的数据集。