基于群集性軌跡追蹤的疾病風(fēng)險(xiǎn)分析算法

摘?要：突發(fā)性群集性傳染性疫病，對(duì)人體生命安全和社會(huì)經(jīng)濟(jì)穩(wěn)定都造成了巨大威脅;還有一些如高血壓、類風(fēng)濕性關(guān)節(jié)炎、微量元素缺乏癥等慢性病癥，與患者地理分布、飲食習(xí)慣等密切相關(guān)。傳統(tǒng)的傳染病與地域性慢性疾病十分依賴醫(yī)務(wù)人員的實(shí)際經(jīng)驗(yàn)與敏感程度。因此亟需開發(fā)一種能夠?qū)崿F(xiàn)群集性疾病軌跡追蹤的風(fēng)險(xiǎn)評(píng)估分析算法，及時(shí)發(fā)現(xiàn)可疑患者集聚人群有利于及早的采取應(yīng)對(duì)措施，最大程度減輕這類疾病對(duì)社會(huì)造成的影響。

關(guān)鍵詞：數(shù)據(jù)分析;群集性疾病;軌跡追蹤;異常報(bào)警

1概述

群集性感染性疾病如嚴(yán)重急性呼吸綜合征（SARS）、甲型HIN1流感等的大面積爆發(fā)，對(duì)人類生命安全與社會(huì)經(jīng)濟(jì)穩(wěn)定構(gòu)成了極大威脅。國(guó)家衛(wèi)生健康委副部級(jí)機(jī)關(guān)——國(guó)家疫病預(yù)防控制總局在印發(fā)的《關(guān)于做好2021-2022年流行季流感防控工作的通知》中，從加強(qiáng)疫病監(jiān)控預(yù)警與數(shù)據(jù)分析的研究、從加強(qiáng)流感疫苗供應(yīng)與調(diào)撥管理和疫苗數(shù)據(jù)的信息化管理、統(tǒng)籌醫(yī)療資源規(guī)范開展救治等七個(gè)方面強(qiáng)調(diào)了流感防控的措施。其中重點(diǎn)強(qiáng)調(diào)了信息系統(tǒng)的作用。充分發(fā)揮了信息系統(tǒng)在追蹤全國(guó)流感疫情動(dòng)向，加強(qiáng)了流感活動(dòng)強(qiáng)度等的監(jiān)控管理工作，增強(qiáng)了流感檢測(cè)敏感性與準(zhǔn)確率等方面的功能;發(fā)揮信息系統(tǒng)在疫苗信息報(bào)告、疫情調(diào)撥和流向信息等方面的關(guān)鍵功能，提升疫情管理水平。

一些慢性病癥，如急性高血壓、類風(fēng)濕性關(guān)節(jié)炎、微量元素缺乏癥等，與患者地理分布、飲食習(xí)慣等密切相關(guān)，我國(guó)每年花費(fèi)大量的人力物力用于群集性疾病與慢性疾病的防治。通過(guò)臨床工作實(shí)踐中可以發(fā)現(xiàn)，傳統(tǒng)的傳染病監(jiān)測(cè)極度依賴于醫(yī)務(wù)人員對(duì)這些疾病的敏銳性和警覺(jué)性，而且也只能針對(duì)能診斷明確的傳染病。事實(shí)上，對(duì)那些急性傳染病尤其是不明原因的傳染病要做出及時(shí)發(fā)現(xiàn)和判斷，最大程度化解公共衛(wèi)生風(fēng)險(xiǎn)十分依賴于臨床及早識(shí)別和發(fā)現(xiàn)患者。其中，及早識(shí)別出發(fā)病人群具有聚集性的特點(diǎn)具有十分重要的流行病學(xué)意義和社會(huì)意義;同樣，對(duì)于慢性疾病的管理以及某些地方病的流行狀況監(jiān)測(cè)也都依賴于一定物理空間區(qū)域內(nèi)患者群集性狀態(tài)的自動(dòng)識(shí)別。因此，這種對(duì)群集性早期預(yù)警與風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)，無(wú)論對(duì)急慢性傳染病、慢性病管理均具有重要的臨床意義。通過(guò)開發(fā)能夠?qū)崿F(xiàn)群集性疾病軌跡追蹤的風(fēng)險(xiǎn)評(píng)估分析算法，及時(shí)發(fā)現(xiàn)可疑患者集聚人群有利于及早的采取應(yīng)對(duì)措施。

另外，報(bào)告顯示，數(shù)字賦能智慧醫(yī)療已成為主流趨勢(shì)，大數(shù)據(jù)分析也將在疾病監(jiān)控、輔助決策、健康管理等領(lǐng)域發(fā)揮重要作用，而NB-IoT+物聯(lián)網(wǎng)芯片等融合應(yīng)用，也將彌補(bǔ)傳統(tǒng)醫(yī)療設(shè)備的缺點(diǎn)，成為移動(dòng)醫(yī)療設(shè)備的標(biāo)配。在平臺(tái)層，云計(jì)算、大數(shù)據(jù)、人工智能、區(qū)塊鏈等技術(shù)將推動(dòng)醫(yī)療信息化及遠(yuǎn)程醫(yī)療平臺(tái)改造升級(jí)。

2021年12月28日，由工信部聯(lián)手我國(guó)衛(wèi)生部門保健委、我國(guó)發(fā)展改革委等部門和有關(guān)單位共同頒布的《"十四五"醫(yī)藥裝備產(chǎn)業(yè)健康發(fā)展計(jì)劃》于二十八日對(duì)外公開發(fā)布。當(dāng)中明確提出，推進(jìn)智慧醫(yī)藥技術(shù)裝備健康發(fā)展。要求進(jìn)一步利用計(jì)算機(jī)技術(shù)進(jìn)行智慧診斷，以提高我國(guó)對(duì)老年人的醫(yī)療健康信息技術(shù)服務(wù)保障能力，計(jì)劃中同樣作出了戰(zhàn)略部署。

總之，三個(gè)方面決定了本文章提出方法的意義。一是社會(huì)防疫需求，突發(fā)性群集性傳染性疾病，如SARS、甲型HIN1流感、新冠肺炎等的大面積爆發(fā)，對(duì)人類生命安全與社會(huì)經(jīng)濟(jì)穩(wěn)定構(gòu)成了極大威脅;二是慢性疾病需要進(jìn)行防治，某些慢性疾病，如高血壓、微量元素缺乏癥等，與患者地理分布、飲食習(xí)慣等密切相關(guān)。我國(guó)每年花費(fèi)大量的人力物力用于相關(guān)疾病的防治。三是老齡化的越來(lái)越嚴(yán)峻，隨著老齡化程度提高，未來(lái)我國(guó)老年人數(shù)將逐步上升。老齡化的增加將造成老年人群體醫(yī)藥、護(hù)理需求量的大幅增加，醫(yī)療行業(yè)亟需升級(jí)。

本文提出了一種群集性/慢性疾病早期自動(dòng)報(bào)警、初步特征分析方法，其特征在于包括活動(dòng)軌跡追蹤模塊、自動(dòng)報(bào)警展示模塊;運(yùn)用算法對(duì)醫(yī)療機(jī)構(gòu)病歷數(shù)據(jù)庫(kù)的定時(shí)掃描，結(jié)合患者個(gè)體行動(dòng)軌跡的分析，能夠?qū)Τ霈F(xiàn)的突發(fā)群集性疾病實(shí)現(xiàn)自動(dòng)報(bào)警，避免目前因人工上報(bào)造成的防控遲滯，為重大突發(fā)群集性疾病爭(zhēng)取到寶貴的防控時(shí)間。

2方法分析

2.1活動(dòng)軌跡追蹤模塊

利用患者使用的可公布、共享的定位方式，或與移動(dòng)通訊運(yùn)營(yíng)商協(xié)議，經(jīng)主管部門允許，通過(guò)病人手機(jī)終端獲得患者物理空間GPS定位信息，自動(dòng)對(duì)預(yù)設(shè)地區(qū)就診人群在特定時(shí)間段內(nèi)具有相同患者活動(dòng)軌跡的特定事件進(jìn)行群集性分析，包括活動(dòng)軌跡提取及聚類分析。活動(dòng)軌跡追蹤模塊工作時(shí)，包括如下步驟。

2.1.1活動(dòng)軌跡獲取

利用帶有定位功能的智能穿戴、移動(dòng)設(shè)備獲取速度、方向、位置和時(shí)間戳四維信息，同時(shí)對(duì)冗余軌跡數(shù)據(jù)進(jìn)行壓縮。軌跡數(shù)據(jù)由一系列的數(shù)據(jù)點(diǎn)構(gòu)成，用表示;具體步驟如下。

步驟一：利用滑動(dòng)窗口W和均值技術(shù)從軌跡數(shù)據(jù)中濾除噪點(diǎn)，得到處理后的數(shù)據(jù)點(diǎn)集;

步驟二：對(duì)上述數(shù)據(jù)點(diǎn)集進(jìn)行停留點(diǎn)檢測(cè)，所述停留點(diǎn)是指具有代表性的數(shù)據(jù)點(diǎn)，使數(shù)據(jù)點(diǎn)集就變成有意義的地方集;

首先，檢測(cè)定位點(diǎn)pi'與其后繼點(diǎn)pi+1'間的距離，有無(wú)超過(guò)給定閾值的軌跡;然后，用它檢測(cè)所定位點(diǎn)與距離閾值范圍內(nèi)的最后一次后繼pk'之間的時(shí)間間隔;如果時(shí)間間隔超過(guò)了給定的距離閾值，則該定位點(diǎn)為停留點(diǎn);最后從pk'的后繼點(diǎn)迭代檢查，直到所有數(shù)據(jù)點(diǎn)集檢查完;

步驟三：進(jìn)行軌跡壓縮;在步驟二獲得的數(shù)據(jù)點(diǎn)集的基礎(chǔ)上，采用道格拉斯-普克算法進(jìn)行壓縮，過(guò)程如下：

a.把曲線的首末點(diǎn)連成一個(gè)平行直線，可以求得曲線上每個(gè)點(diǎn)到直線的垂直間距，并找出最高間距值dmax;

b.用dmax與預(yù)設(shè)的閾值D相比較時(shí)，若dmax

c.否則，必須保留dmax對(duì)應(yīng)的位置點(diǎn)，并以該點(diǎn)為界，將曲線劃為兩部分，再重復(fù)以上過(guò)程，直至所有dmax均小于D，如此即實(shí)現(xiàn)對(duì)曲線的壓縮;

d.當(dāng)每個(gè)曲線都處理完畢時(shí)，順序銜接每個(gè)分割節(jié)點(diǎn)而產(chǎn)生的折線，即為原始曲線的路徑。

2.1.2活動(dòng)軌跡數(shù)據(jù)分析

通過(guò)對(duì)資料預(yù)處理后軌跡數(shù)據(jù)處理，分析并提取有價(jià)值的信息，通過(guò)時(shí)空環(huán)境中事故調(diào)查、群體監(jiān)控;發(fā)現(xiàn)頻繁時(shí)序模式，利用公眾性規(guī)律或公眾性的頻繁路徑，實(shí)現(xiàn)地點(diǎn)預(yù)測(cè)、病員相似性預(yù)測(cè);通過(guò)周期性的活動(dòng)行為，預(yù)測(cè)病員未來(lái)的行為;具體步驟如下：

步驟一：先進(jìn)行軌道相似性度量，通常用一個(gè)距離函數(shù)來(lái)進(jìn)行;首先，界定點(diǎn)和軌道中間的一致性，假定點(diǎn)q和軌道A相同，q和A間的一致性通常界定如下：

P'的運(yùn)動(dòng)軌跡在A上和d（.）測(cè)量間距最小的地點(diǎn);在推算二點(diǎn)間距時(shí)，通常使用L-P范數(shù)，或歐氏距離，切比雪夫距或曼克頓間距等計(jì)算方法測(cè)量間距;

如使用切比雪夫距離：在兩個(gè)n維矢量a（x11，x12，…，x1n）與b（x21，x22，…，x2n）間的切比雪夫距離為，

接著，通過(guò)計(jì)算DTW距離來(lái)確定軌跡與軌跡的相似性，DTW距離如下：

h，r為軌跡A，B的長(zhǎng)度;

給定軌跡A<a1，a2，...an>和軌跡B<b1，b2，...bm>，Head（A）表示a1，Rest（A）表示<a2，a3...an>。

步驟二：對(duì)軌跡進(jìn)行聚類，并分析公共規(guī)律行為;采用的密度最大值聚類算法MDCA，其核心步驟是：

a.將數(shù)據(jù)組分割為基本簇，對(duì)數(shù)據(jù)集中選擇較大的密度點(diǎn)pMax，再根據(jù)間距排列得出SpMax;然后對(duì)數(shù)據(jù)序列的前m個(gè)樣本數(shù)量加以判定，假設(shè)對(duì)象密度等于或超過(guò)density0，則把當(dāng)前對(duì)象加入到基本簇Ci中;從數(shù)據(jù)集合剔除Ci中隱含的所有對(duì)象，并管理剩余的數(shù)據(jù)集合，選擇最高密度點(diǎn)pmax’，并建立基本群Ci+1;如此循環(huán)操作，直至所有數(shù)據(jù)集合剩余對(duì)象的最高密度系數(shù)均等于density0。

b.通過(guò)凝聚層次聚類的思想，結(jié)合距離最近的基本簇，得到最終的簇劃分，在簇中選取相距最近的兩個(gè)簇加以合并;合并條件為：簇間距小于等于dist0;若每個(gè)簇與簇間距小于dist0，終止合并操作。

c.處理剩余點(diǎn)。如保留噪聲：則掃描各個(gè)殘余對(duì)象，將其中與某些簇距離小于或等于dist0的對(duì)象歸入其中的間距最近的簇;與任何簇的間距均等于的dist零的對(duì)象作為噪音。假設(shè)不保持噪音：則將任何剩余對(duì)象都劃給相距最近的簇。

2.2自動(dòng)報(bào)警展示模塊

通過(guò)預(yù)先設(shè)定的掃描病情相關(guān)參數(shù)、掃描時(shí)間和空間半徑對(duì)聚集性、群體性發(fā)生的事件進(jìn)行自動(dòng)分析顯示并實(shí)時(shí)報(bào)警;達(dá)到預(yù)先設(shè)定的群集性標(biāo)準(zhǔn)時(shí)，自動(dòng)報(bào)警生成并存檔目標(biāo)病例的統(tǒng)計(jì)表，同時(shí)自動(dòng)在當(dāng)?shù)氐貓D中直觀標(biāo)注發(fā)病地點(diǎn).自動(dòng)報(bào)警展示模塊工作時(shí)，按如下步驟進(jìn)行。

步驟一：進(jìn)行病例特征數(shù)據(jù)分析，在系統(tǒng)展示屏幕上選擇需要監(jiān)控的流行性疾病，通過(guò)GPS地圖展示其歷史數(shù)據(jù)以及趨勢(shì)，并通過(guò)海量病例分析模塊得到相關(guān)特征數(shù)據(jù)，包括時(shí)空相關(guān)特征。

步驟二：閾值自動(dòng)報(bào)警，通過(guò)醫(yī)療專家的從醫(yī)經(jīng)驗(yàn)，預(yù)先設(shè)置病例異常的條件和病例數(shù)異常閾值，以此分析所采數(shù)據(jù)，判斷特征數(shù)據(jù)是否達(dá)到預(yù)設(shè)觸發(fā)條件，如果達(dá)到預(yù)設(shè)觸發(fā)條件，則自動(dòng)化報(bào)警，可使用t檢驗(yàn)法，格拉布斯檢驗(yàn)法，狄克遜檢驗(yàn)法費(fèi)明細(xì)數(shù)據(jù)異常，過(guò)程如下：

a.用Dixon法分析數(shù)據(jù)的異常狀態(tài)，設(shè)樣本為，其順序統(tǒng)計(jì)量為：x（1）<x （2）<…<x （n）;

b.其中x（1）為最小，x（n）為最大，當(dāng)序列統(tǒng)計(jì)變量x（i）滿足正態(tài)分配時(shí)，Dixon提供了對(duì)各種樣本總量為n時(shí)統(tǒng)計(jì)變量D的運(yùn)算公式;

c.當(dāng)顯著水平α為0.05或0.01時(shí)，Dixon就給予了其臨界值D1-α（n）;

d.如果某樣本的統(tǒng)計(jì)量D>D1-α（n），則x（n）為異常值，如果某樣本的統(tǒng)計(jì)量D′> D1-α（n），則x（1）為異常值，否則為正常值。

3結(jié)語(yǔ)

實(shí)現(xiàn)群集性疾病的早期識(shí)別預(yù)警具有重要的實(shí)際意義。通過(guò)本方法對(duì)患者相關(guān)信息的不同字段的設(shè)定、抓取，結(jié)合就診前特定時(shí)段內(nèi)GPS定位個(gè)體行動(dòng)軌跡分析，能夠?qū)崿F(xiàn)對(duì)單位時(shí)間內(nèi)目標(biāo)病例空間分布特征的分析，初步分析提取突發(fā)群集性疾病空間分布特征、單位面積內(nèi)數(shù)目、疾病發(fā)生的強(qiáng)度等信息;同時(shí)還可應(yīng)用于類風(fēng)濕性關(guān)節(jié)炎、微量元素缺乏癥等慢性病的防治。通過(guò)對(duì)其進(jìn)行初步特征分析與風(fēng)險(xiǎn)評(píng)估，衛(wèi)生醫(yī)療能夠及早制訂應(yīng)對(duì)預(yù)案，達(dá)到提高群集性/慢性疾病群防群控的效果和目的。

參考文獻(xiàn)

[1]楊秀璋，李曉峰，袁杰，李坤琪，楊鑫，羅子江.一種融合語(yǔ)義知識(shí)和BiLSTM-CNN的短文本分類方法[J].計(jì)算機(jī)時(shí)代.2021，（11）：49-54.

[2]陸妍玲，韋晶閃，趙雨萌，周俊芬，李景文，姜建武.提取熱點(diǎn)區(qū)域的時(shí)空軌跡數(shù)據(jù)聚類分析[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí).2021，51（13）：129-138.

[3]石鳳貴.基于jieba中文分詞的中文文本語(yǔ)料預(yù)處理模塊實(shí)現(xiàn)[J].電腦知識(shí)與技術(shù).2020，16（14）：248-251.

[4]楊秀璋，李曉峰，袁杰，李坤琪，楊鑫，羅子江.一種融合語(yǔ)義知識(shí)和BiLSTM-CNN的短文本分類方法[J].計(jì)算機(jī)時(shí)代. 2021，（11）：49-54.

[5]陶洋，鄧行，楊飛躍，潘蕾娜.基于DTW距離度量的層次聚類算法[J].計(jì)算機(jī)工程與設(shè)計(jì).2019，40（01）：116-121.

[6]王 晶，夏魯寧，荊繼武.一種基于密度最大值的聚類算法[J].中國(guó)科學(xué)院研究生院學(xué)報(bào).2009，26（04）：539-548.

作者簡(jiǎn)介：

蔣皓宇，男，生于2001年8月，漢族，江蘇淮安人，揚(yáng)州大學(xué)本科在讀，計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)。

基金項(xiàng)目：本文系江蘇省大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目，項(xiàng)目編號(hào)：202111117113Y