(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111356636.6 (22)申请日 2021.11.16 (71)申请人 医渡云 （北京） 技 术有限公司 地址 100191 北京市海淀区花园北路3 5号9 号楼8层801 (72)发明人 梁世浩　焦增涛　陈霈钰　郭旭东　 范文慧　闫俊　 (74)专利代理 机构 北京律智知识产权代理有限 公司 11438 代理人 王辉　阚梓瑄 (51)Int.Cl. G16H 50/80(2018.01) G16H 50/50(2018.01) G06Q 10/04(2012.01) G06Q 50/26(2012.01)G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 数据的预测方法、 装置、 电子设备及计算机 可读介质 (57)摘要 本公开涉及一种传染病传播数据的预测方 法、 装置、 电子设备及计算机 可读介质， 属于 人工 智能技术领域。 该方法包括： 根据社会人口数据 以及多个预设接触场景构建底层个体接触模型； 获取个体传播模 型以及通勤网络传播模型， 并设 置相关的传染病传播参数和传染病干预参数； 根 据底层个体接触模型中的个体在通勤网络传播 模型中的状态 转移结果， 并基于个体传播模型以 及传染病传播参数和传染病干预参数， 确定个体 在每个预设时间段内的状态转移概率； 根据个体 在每个预设时间段内的状态转移概率得到传染 病传播数据的预测值。 本公开通过对传染病传播 过程进行微观层次的建模仿真， 能够更加科学地 了解传染病传播规律， 提升传染病传播数据预测 的准确性。 权利要求书3页 说明书20页 附图7页 CN 114068034 A 2022.02.18 CN 114068034 A 1.一种传染病传播数据的预测方法， 其特 征在于， 包括： 获取社会人口数据， 并根据 所述社会人口数据以及多个预设接触场景构建底层个体接 触模型； 获取所述传染病的个体传播模型以及通勤网络传播模型， 并设置相关的传染病传播参 数和传染病干预参数； 根据所述底层个体接触模型中的个体在所述通勤网络传播模型中的状态转移结果， 并 基于所述个体传播模型以及所述传染病传播参数和所述传染病干预参数， 确定各个传播状 态下的个 体在每个预设时间段内的状态转移概 率； 根据所述个体在每个所述预设时间段内的状态转移概率， 得到每个所述预设时间段内 的传染病传播数据的预测值。 2.根据权利要求1所述的传染病传播数据的预测方法， 其特征在于， 所述根据 所述社会 人口数据以及多个预设接触场景构建底层个 体接触模型， 包括： 根据所述社会人口数据将所述底层个体接触模型中的所有个体按照不同等级的社会 接触单位进行划分， 并确定所述个 体的社会类型； 将每个所述预设时间段划分为第一接触时间段和第二接触时间段； 根据所述个体的社会类型确定所述个体在所述第 一接触时间段内的预设接触场景， 其 中， 所述预设接触场景包括社区场景、 学 校场景和工作场景； 构建所述个体在所述第 一接触时间段内的各个预设接触场景下的接触网络， 以及所述 个体在所述第二接触时间段内的所述社区场景中的接触网络， 并基于各个所述接触网络得 到所述底层个 体接触模型。 3.根据权利要求2所述的传染病传播数据的预测方法， 其特征在于， 所述根据 所述底层 个体接触模型中的个体在所述通勤网络传播模 型中的状态转移结果， 并基于所述个体传播 模型以及所述传染病传播参数和所述传染病干预参数， 确定各个传播状态下的个体在每个 预设时间段内的状态转移概 率， 包括： 获取当前预测时间点的所述个体的传播状态， 其中， 所述传播状态包括易感状态、 暴露 状态、 感染状态、 确诊状态和康复状态； 若所述当前预测时间点的个体中包含所述暴露状态的个体， 则根据所述通勤网络传播 模型确定所述个 体的第一 通勤状态转移结果； 根据所述传染病干预参数确定干预动作类型， 并根据所述干预动作类型和所述个体的 社会类型确定所述个 体在所述第一接触时间段内所处的目标接触场景； 根据所述第 一通勤状态转移结果， 以及所述传染病干预参数和所述目标接触场景下的 传染病传播 参数， 确定所述个 体在所述第一接触时间段内的第一状态转移概 率； 根据所述当前预测时间点和所述第 一接触时间段确定 中间预测时间点， 并根据 所述第 一状态转移概 率确定所述个 体在所述中间预测时间点的传播状态； 若所述中间预测时间点的个体中包含所述暴露状态的个体， 则根据所述通勤网络传播 模型确定所述个 体的第二 通勤状态转移结果； 根据所述第 二通勤状态转移结果， 以及所述社区场景下的传染病传播参数和所述传染 病干预参数， 确定所述个 体在所述第二接触时间段内的第二状态转移概 率。 4.根据权利要求3所述的传染病传播数据的预测方法， 其特征在于， 所述根据 所述通勤权　利　要　求　书 1/3 页 2 CN 114068034 A 2网络传播模型确定所述个 体的第一 通勤状态转移结果， 包括： 根据所述个体的传播状态得到通勤网络节点， 所述通勤网络节点包括易感状态节点、 暴露状态 节点和感染状态 节点； 通过所述感染状态节点生成感染参数， 并将所述感染参数赋值到与 所述感染状态节点 相邻接的易感状态 节点上； 若所述感染参数小于感染参数阈值， 则将所述易感状态节点转换为所述暴露状态节 点， 并将所述 暴露状态 节点放入当前暴露集 合中； 对所述当前暴露集合中的所述暴露状态节点进行计时， 若所述暴露状态节点的持续 时 间大于或等于潜伏时间阈值， 则将所述 暴露状态 节点转换为所述感染状态 节点； 根据所述 通勤网络节点的转换 结果得到所述个 体的第一 通勤状态转移结果。 5.根据权利要求3所述的传染病传播数据的预测方法， 其特征在于， 所述根据 所述第一 通勤状态转移结果， 以及所述传染病干预参数和所述 目标接触场景下 的传染病传播参数， 确定所述个 体在所述第一接触时间段内的第一状态转移概 率， 包括： 根据所述个 体的第一 通勤状态转移结果更新所述个 体的传播状态； 根据所述传染病干预参数以及所述目标接触场景下的传染病传播参数， 确定所述易感 状态下的个 体在所述第一接触时间段内的第一状态转移概 率； 根据所述传染病传播参数以及所述易感状态下的个体的第 一状态转移概率， 依次确定 所述暴露状态、 所述感染状态、 所述确诊状态和所述康复状态下 的个体在所述第一接触时 间段内的第一状态转移概 率。 6.根据权利要求5所述的传染病传播数据的预测方法， 其特征在于， 所述根据 所述传染 病干预参数以及所述目标接触场景下的传染病传播参数， 确定所述易感状态下的个体在所 述第一接触时间段内的第一状态转移概 率， 包括： 根据所述传染病干预参数得到所述易感状态的个体的疫苗效率参数以及个体防护参 数； 根据所述目标接触场景下的传染病传播参数和所述个体防护参数确定所述目标接触 场景下的个体接触权 重； 根据所述疫苗效率参数确定所述感染状态下的个体感染概率， 以及所述易感状态下的 个体被感染概 率； 根据所述目标接触场景下的个体接触权重， 以及所述感染状态下的个体感染概率和所 述易感状态下的个体被感染概率， 得到所述易感状态下的个体在所述第一接触时间段内的 第一状态转移概 率。 7.根据权利要求6所述的传染病传播数据的预测方法， 其特征在于， 所述根据 所述目标 接触场景下 的传染病传播参数和所述个体防护参数确定所述目标接触场景下的个体接触 权重， 包括： 根据所述个体的社会类型得到所述个体在所述目标接触场景下与所述感染状态下的 个体的接触概 率； 根据所述目标接触场景下的传染病传播参数和所述个体防护参数以及所述接触概率， 确定所述目标接触场景 下的个体接触权 重。 8.根据权利要求1所述的传染病传播数据的预测方法， 其特征在于， 所述根据 所述个体权　利　要　求　书 2/3 页 3 CN 114068034 A 3