[发明专利]急救呼叫量预测方法、装置、终端和存储介质

说明书

本发明实施例公开了一种急救呼叫量预测方法、装置、终端和存储介质，其中，方法包括，从历史记录中确定针对目标疾病的急救呼叫量对应的时序数据，并调用预测模型对时序数据进行运算，得到在目标时间段内针对目标疾病的参考急救呼叫量预测值，获取目标时间段对应的外部因素，并基于外部因素确定目标权重，采用目标权重对参考急救呼叫量预测值进行加权处理，得到目标急救呼叫量预测值，基于目标急救呼叫量预测值对医疗资源进行分配，通过实施上述方法，可以在考虑外部因素影响的情况下结合多种方式对急救呼叫量进行预测，提升急救呼叫量预测的准确性。本申请涉及区块链技术，如可以医疗资源进行分配策略写入区块链中，以对分配策略进行查询。

技术领域

本发明涉及计算机技术领域，具体应用于医疗技术领域，尤其涉及一种急救呼叫量预测方法、装置、终端和存储介质。

背景技术

随着计算机技术的发展，数据预测成为研究的热点之一，即通过对一系列的历史数据进行分析，得到数据的变化规律，并基于变化规律对未来的数据进行预测。当前，对数据预测的具体方式为获取到一系列真实存在的数据，并基于数据分析的方式统计出上述真实数据的规律，基于规律确定未知数据。

然而，在急救呼叫量预测领域，单纯以历史的急救呼叫量作为分析基础得到最终的急救呼叫量，可能存在预测值与真实情况偏差较大的情况，因实际过程中，历史急救呼叫量的变化可能伴随着一些客观因素，如某区域急救呼叫量陡增与该区域新开了化工厂存在客观联系，因此，当前对于急救呼叫量预测的准确性较低。

发明内容

本发明实施例提供了一种急救呼叫量预测方法、装置、终端和存储介质，可以在考虑外部因素影响的情况下结合多种方式对急救呼叫量进行预测，提升急救呼叫量预测的准确性。

一方面，本发明实施例提供了一种急救呼叫量预测方法，所述方法包括：

从历史记录中确定针对目标疾病的急救呼叫量对应的时序数据；

调用预测模型对所述时序数据进行运算，得到在目标时间段内针对目标疾病的参考急救呼叫量预测值，所述预测模型包括差分整合移动平均自回归模型、线性回归模型和非线性预测模型中的至少一种；

获取所述目标时间段对应的外部因素，并基于所述外部因素确定针对所述参考急救呼叫量预测值的目标权重，所述外部因素包括天气因数、空气因素和人为活动因素中的至少一种；

采用所述目标权重对所述参考急救呼叫量预测值进行加权处理，得到在目标时间段内针对目标疾病的目标急救呼叫量预测值；

基于目标急救呼叫量预测值确定针对医疗资源的分配策略，并基于所述分配策略对所述医疗资源进行分配。

一方面，本发明实施例提供了一种急救呼叫量预测装置，所述装置包括：

确定模块，用于从历史记录中确定针对目标疾病的急救呼叫量对应的时序数据；

调用模块，用于调用预测模型对所述时序数据进行运算，得到在目标时间段内针对目标疾病的参考急救呼叫量预测值，所述预测模型包括差分整合移动平均自回归模型、线性回归模型和非线性预测模型中的至少一种；

获取模块，用于获取所述目标时间段对应的外部因素；

所述确定模块，还用于基于所述外部因素确定针对所述参考急救呼叫量预测值的目标权重，所述外部因素包括天气因数、空气因素和人为活动因素中的至少一种；

处理模块，用于采用所述目标权重对所述参考急救呼叫量预测值进行加权处理，得到在目标时间段内针对目标疾病的目标急救呼叫量预测值；

所述确定模块，还用于基于目标急救呼叫量预测值确定针对医疗资源的分配策略；

分配模块，用于基于所述分配策略对所述医疗资源进行分配。