[发明专利]医院疫情监测方法、装置、计算机设备及存储介质

权利要求书

1.一种医院疫情监测方法，其特征在于，所述医院疫情监测方法包括：

调用预设症状抽取工具识别目标文本中的症状信息以及所述症状信息对应的属性信息，并按照预设数据格式处理所述症状信息与所述属性信息，得到结构化的病例数据；

将所述病例数据与预设症候群的病例定义进行关键词匹配，确定所述病例数据对应的目标症候群；

获取所述目标症候群的关联因素，并分别调用预设数学模型确定所述目标症候群对应的第一预警信号集以及所述关联因素对应的第二预警信号集；

分别获取所述第一预警信号集中每一第一预警信号间的第一相关性以及所述第二预警信号集中每一第二预警信号的第二相关性，根据所述第一相关性筛选所述第一预警信号集，得到第一综合预警信号，并根据所述第二相关性筛选所述第二预警信号集，得到第二综合预警信号；

将所述第一综合预警信号输入至预先训练好的目标症候群预警模型中，得到第一预警结果，并将所述第二综合预警信号输入至预先训练好的关联因素预警模型中，得到第二预警结果；

根据所述第一预警结果与所述第二预警结果进行综合预警。

2.根据权利要求1所述的医院疫情监测方法，其特征在于，所述调用预设症状抽取工具识别目标文本中的症状信息以及所述症状信息对应的属性信息，并按照预设数据格式处理所述症状信息与所述属性信息，得到结构化的病例数据包括：

获取患者对应的目标文本；

获取所述目标文本中的第一预设关键词与第二预设关键词，并调用预设症状抽取工具抽取所述第一预设关键词对应的症状信息与所述第二预设关键词对应的属性信息；

按照预设数据格式组合所述症状信息以及所述属性信息，得到结构化的病例数据。

3.根据权利要求1所述的医院疫情监测方法，其特征在于，所述将所述病例数据与预设症候群的病例定义进行关键词匹配，确定所述病例数据对应的目标症候群包括：

获取所述病例数据中的第一关键词，并向量化处理所述第一关键词，得到第一关键词向量；

获取所述病例定义中的第二关键词，并向量化处理所述第二关键词，得到第二关键词向量；

计算所述第一关键词向量与所述第二关键词向量间的距离，并获取所述距离超过预设距离阈值的症候群作为与所述病例数据对应的目标症候群。

4.根据权利要求1所述的医院疫情监测方法，其特征在于，所述根据所述第一相关性筛选所述第一预警信号集，得到第一综合预警信号包括：

计算所述第一预警信号集中任意两个第一预警信号间的相关性系数；

检测所述相关性系数是否超过预设相关性阈值；

当检测结果为所述相关性系数超过所述预设相关性阈值时，移除其中任意一个第一预警信号，得到第一综合预警信号。

5.根据权利要求1所述的医院疫情监测方法，其特征在于，所述目标症候群预警模型的训练过程包括：

获取历史第一综合预警信号以及所述历史第一综合预警信号对应的历史第一预警结果；

以所述历史第一综合预警信号为输入向量，所述历史第一预警结果为输出向量作为训练样本，并将所述训练样本拆分为训练数据与测试数据；

调用所述训练数据训练神经网络模型，得到初始目标症候群预警模型；

调用所述测试数据获取所述初始目标症候群预警模型的准确性，并检测所述准确性是否超过预设准确性阈值；

当检测结果为所述准确性超过所述预设准确性阈值时，确定所述目标症候群预警模型构建完成。

6.根据权利要求1所述的医院疫情监测方法，其特征在于，所述调用预设数学模型确定所述目标症候群对应的第一预警信号集以及所述关联因素对应的第二预警信号集包括：

确定所述目标症候群对应的第一预设数学模型，并获取所述第一预设数学模型对应的第一变量数据；

调用所述第一预设数学模型处理所述第一变量数据得到第一预警信号集；

确定所述关联因素对应的第二预设数学模型，并获取所述第二预设数学模型对应的第二变量数据；

调用所述第二预设数学模型处理所述第二变量数据得到第二预警信号集。