[发明专利]基于多源大数据的传染病协同监测方法和机器人

权利要求书

1.一种人工智能方法，其特征在于，所述方法包括：

目标疾病获取步骤：获取待监测的疾病作为目标疾病；

医院监测数据获取步骤：针对每一区域每一时段，通过互联网从医院获取目标传染病的医院监测数据；

个人监测数据获取步骤：针对每一区域每一时段，通过移动互联网从个人获取目标传染病的个人监测数据；

第一交集获取步骤：针对每一区域每一时段，获取在目标传染病的个人监测数据存在监测结果，又在目标传染病的医院监测数据中存在监测结果的个人的集合，作为第一交集；

相关个人数据获取步骤：针对每一区域每一时段，通过互联网获取目标传染病的相关个人数据；目标传染病相关个人数据包括购买与目标传染病相关的药品或咨询数据；

第二交集获取步骤：针对每一区域每一时段，获取在目标传染病的个人监测数据存在监测结果，又在目标传染病的医院监测数据中存在监测结果，又在目标传染病的相关个人数据中存在相关个人数据的个人的集合，作为所述每一区域所述每一时段的第二交集；

初始化深度学习模型作为第一监测结果预测模型；将每一区域每一时段的第二交集中的每一个人在所述每一区域所述每一时段的目标传染病的个人监测数据和相关个人数据作为输入，所述每一个人在所述每一区域所述每一时段的目标传染病的医院监测数据中的监测结果作为预期输出，训练第一监测结果预测模型；

第一监测结果预测模型构建步骤：初始化深度学习模型作为第一监测结果预测模型；将每一区域每一时段的第一交集中存在的每一个人在所述每一区域所述每一时段的目标传染病的个人监测数据、相关个人数据作为输入，所述每一个人在所述每一区域所述每一时段的目标传染病的医院监测数据中的监测结果作为预期输出，训练第一监测结果预测模型；

第二监测结果预测模型构建步骤：初始化深度学习模型作为第二监测结果预测模型；将每一区域每一时段的第一交集中存在第二交集中不存在的每一个人在所述每一区域所述每一时段的目标传染病的个人监测数据作为输入，所述每一个人在所述每一区域所述每一时段的目标传染病的医院监测数据中的监测结果作为预期输出，训练第二监测结果预测模型；

监测结果预测模型使用步骤：在使用时，获取每一区域每一时段的目标传染病的医院监测数据、目标传染病的个人监测数据、目标传染病的相关个人数据中的每一个人；若所述每一个人在所述每一区域所述每一时段的目标传染病的医院监测数据中，则以所述每一区域所述每一时段的目标传染病的医院监测数据的监测结果作为所述每一个人在所述每一区域所述每一时段的监测结果；若所述每一个人不在所述每一区域所述每一时段的目标传染病的医院监测数据中，在所述每一区域所述每一时段的目标传染病的个人监测数据、在所述每一区域所述每一时段的目标传染病的相关个人数据中，则以所述每一个人在所述每一区域所述每一时段的目标传染病的个人监测数据、在所述每一区域所述每一时段的目标传染病的相关个人数据作为输入，对第一监测结果预测模型计算得到的输出作为所述每一个人在所述每一区域所述每一时段的监测结果；若所述每一个人不在所述每一区域所述每一时段的目标传染病的医院监测数据中、不在所述每一区域所述每一时段的目标传染病的相关个人数据中，在所述每一区域所述每一时段的目标传染病的个人监测数据中，则以所述每一个人在所述每一区域所述每一时段的目标传染病的个人监测数据作为输入，对第二监测结果预测模型计算得到的输出作为所述每一个人在所述每一区域所述每一时段的监测结果。