[发明专利]一种基于联邦学习和区块链的传染病预警方法和系统

权利要求书

1.一种基于联邦学习和区块链的传染病预警方法，其特征在于，所述传染病预警方法包括：

根据传感病防控区域设置范围设置多个传感病防控区域块；

针对所述传感病防控区域块设置多个病症数据采集节点，其中，所述病症数据采集节点为所述传感病防控区域块的疾病诊断中心和/或防控医院；

在每个所述病症数据采集节点上设置传染病预警模型，并将所述病症数据采集节点确定为区块链节点；

通过所述传染病预警模型实时根据所述病症数据采集节点上获取的疾病数据进行传染病预警分析，获得预警分析结果；

通过所述区块链节点将其所对应的病症数据采集节点的预警分析结果在区块链内进行同步共享。

2.根据权利要求1传染病预警方法，其特征在于，根据传感病防控区域设置范围设置多个传感病防控区域块，包括：

获取所述传感病防控区域设置范围的疾病诊断中心和防控医院的总数量；

按照每个所述传感病防控区域块至少有一个疾病诊断中心或防控医院为标准进行传感病防控区域块划分；

当一个传感病防控区域设置范围没有疾病诊断中心和/或防控医院时，将所述传感病防控区域与其半径5-10km范围内的包含疾病诊断中心和防控医院的总数量最多的传感病防控区域进行合并，形成联合传感病防控区域；

针对所述联合传感病防控区域按照至少有一个疾病诊断中心或防控医院为标准进行传感病防控区域块划分。

3.根据权利要求1传染病预警方法，其特征在于，在每个所述病症数据采集节点上设置传染病预警模型，并将所述病症数据采集节点确定为区块链节点，包括：

通过信誉区块链以互联网为媒介通过大数据分析方式进行可靠性信息筛选，获取各种典型传染病的症状数据，并从所述病症数据中提取与所述典型床染病对应的症状向量，并将所述症状向量作为训练样本数据；

利用所述训练样本数据对symptomBERT模型进行训练，获得训练完成的symptomBERT模型；

当所述病症数据采集节点上的symptomBERT模型训练完成时，自动将完成symptomBERT模型训练的所述病症数据采集节点设置为区块链节点，并添加至区块链中。

4.根据权利要求1传染病预警方法，其特征在于，通过所述传染病预警模型实时根据所述病症数据采集节点上获取的疾病数据进行传染病预警分析，获得预警分析结果，包括：

每个病症数据采集节点以互联网为媒介通过大数据分析方式实时获取所述传感病防控区域块内出现的疾病病症数据；

将所述疾病病症数据输入至病症数据采集节点对应的symptomBERT模型中，通过symptomBERT模型提取病症向量，并根据所述病症向量进行传感病预警分析，确定当前病症向量对应的疾病是否属于传染病，并获得预警分析结果；

将预警分析结果上传至区块链节点。

5.一种基于联邦学习和区块链的传染病预警系统，其特征在于，所述传染病预警系统包括：

区域块设置模块，用于根据传感病防控区域设置范围设置多个传感病防控区域块；

采集节点设置模块，用于针对所述传感病防控区域块设置多个病症数据采集节点，其中，所述病症数据采集节点为所述传感病防控区域块的疾病诊断中心和/或防控医院；

节点确定模块，用于在每个所述病症数据采集节点上设置传染病预警模型，并将所述病症数据采集节点确定为区块链节点；

分析模块，用于通过所述传染病预警模型实时根据所述病症数据采集节点上获取的疾病数据进行传染病预警分析，获得预警分析结果；

共享模块，用于通过所述区块链节点将其所对应的病症数据采集节点的预警分析结果在区块链内进行同步共享。