CN105224821A - 一种基于gis的军队人员伤病信息监测预警***及方法 - Google Patents
一种基于gis的军队人员伤病信息监测预警***及方法 Download PDFInfo
- Publication number
- CN105224821A CN105224821A CN201510788917.7A CN201510788917A CN105224821A CN 105224821 A CN105224821 A CN 105224821A CN 201510788917 A CN201510788917 A CN 201510788917A CN 105224821 A CN105224821 A CN 105224821A
- Authority
- CN
- China
- Prior art keywords
- sick
- information
- wounded
- early warning
- military personnel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供了一种基于GIS的军队人员伤病信息监测预警***及方法，该***包括：伤病信息采集***，用于采集军队人员的伤病信息；伤病数据分析***，用于实时获取所述伤病信息并进行分析，得到分析结果；基于GIS的伤病信息显示***，用于显示所述分析结果中的时间信息和空间信息；军队人员伤病预警***，用于根据所述分析结果进行伤病预警。本发明通过采用基于GIS军队人员伤病信息显示***来显示军队人员伤病的空间信息，可通过专题地图的形式直观地显示伤病发生的时间、空间分布信息；该***所获取的信息可被定期实时更新采集，确保信息的及时、准确。
Description
技术领域
本发明涉及军队伤病统计监测及预防控制技术领域，特别涉及一种基于GIS的军队人员伤病信息监测预警***及方法。
背景技术
对流行性疾病、传染病进行预防控制，有利于创造健康环境，维护社会稳定，保障国家安全，促进人民健康。在传染病预防、疫情监测体系基础上，利用现代的统计和计算机技术对传染病进行早期预警是当今传染病防控的有效手段。传染病统计监测(StatisticalSurveillance)是早期预警的基础和核心；同时计算机和统计软件的迅猛发展，使得统计计算大为简化，应用更为广泛。
但目前，军队医院利用军队医院信息***进行军队人员门急诊以及住院信息的存储和管理，但军队卫勤管理部门并未有效对目前各军队医院信息***中有关军队人员的伤病的信息进行及时提取、分析、监测和预警。具体地，卫勤管理部门通过年度报告的方式来汇总军队人员的伤病情况，这种方式对军队人员伤病数据的利用有一定的缺失性、滞后性。同时，传统的军队信息管理***只能完成一般的属性信息的管理工作，不能完成从地理概念出发的操作，往往缺乏有关伤病的地理空间信息，这就难以有效反映伤病的地理空间分布特征和空间关系。因此，这也在一定程度上导致了卫勤保障的效率不高。
而地理信息***(GeographicInformationSystem或Geo－Informationsystem，GIS)有时又称为“地学信息***”。它是一种特定的十分重要的空间信息***。它是在计算机硬、软件***支持下，对整个或部分地球表层(包括大气层)空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术***。利用GIS***，来更好地反映伤病的地理空间分布特征和空间关系，是本发明的关键之一。
发明内容
本发明的目的在于提供一种基于GIS的军队人员伤病信息监测与预警***及方法，以解决现有的军队医院信息***伤病信息利用效率低、无法实现数据空间分析、预警的问题。
为实现上述目的，本发明提供了一种基于GIS的军队人员伤病信息监测预警***，包括：
伤病信息采集***，用于采集军队人员的伤病信息；
伤病数据分析***，用于实时获取所述伤病信息并进行分析，得到分析结果；
基于GIS的伤病信息显示***，用于显示所述分析结果中的时间信息和空间信息；
军队人员伤病预警***，用于根据所述分析结果进行伤病预警。
较佳地，所述伤病信息采集***包括：
常见疾病信息采集子***，用于定期采集军队人员中的常见疾病信息；
传染病信息采集子***，用于定期采集军队人员中的传染病信息；
训练伤采集子***，用于定期采集军队人员中的训练伤信息。
较佳地，所述常见疾病信息及训练伤信息的数据来自于一诊疗数据库，所述诊疗数据库为由一军队医院信息***建立的；所述传染病信息的数据来自于传染病数据库，所述传染病数据库为由军区疾控***建立的。
较佳地，所述伤病数据分析***包括分析模块及预测模块，所述分析模块根据伤病信息进行疾病数据的分类，得到各单位军队人员伤病的分类情况、不同伤病的发病人数、发病人数占人群的百分比数据；
所述预测模块根据所述伤病信息进行医学数据统计预测，并为对伤病的发展趋势和强度进行预测估计，以预测伤病的流行趋势。
较佳地，所述预测模块内设有预测模型数据库，所述预测模型数据库内存储有若干不同的预测模型，所述预测模块根据所述伤病信息的特点选择需要的预测模型对伤病发展进行预测估计。
较佳地，所述基于GIS的伤病信息显示***包括：
GIS信息获取模块，与伤病信息采集***相连，用于获取与所述伤病信息相关的时间数据、空间数据；
信息分析模块，用于根据所述时间数据、空间数据对伤病信息进行综合管理分析，以得到疾病分布的地理分布特征及时间分布特征；
显示控制模块，与显示设备相连，用于控制显示设备显示所述地理分布特征及时间分布特征。
较佳地，每种疾病与一专题地图相对应，所述专题地图上包括所述地理分布特征及时间分布特征，所述专题地图用于供显示设备进行显示；
其中，所述地理分布特征为患病人数在不同地区的阶梯状地理图形特征，所述时间分布特征为以预设的时间间隔为基准，在选定的时间点之前或之后一段时间内的伤病信息趋势子图。
较佳地，所述伤病信息包括：
就诊人员信息：姓名、年龄、性别、级别及居住地址；
疾病信息：就诊时间、疾病诊断名称、疾病所对应的国际疾病编码及就诊地。
较佳地，所述军队人员伤病预警***包括基线数据模块、预警模块；
所述基线数据模块包括一历年基线数据库，所述历年基线数据库存储有历年各类疾病的预警基线；
所述预警模块用于实时监测***获取的伤病信息数据，并将所述伤病信息数据与所述预警基线进行比较，当实时监测的伤病信息数据高于预警基线时输出预警信息。
本发明还提供了一种如上所述的基于GIS的军队人员伤病信息监测预警***的方法，包括以下步骤：
(1)按预设的时间间隔采集军队人员的伤病信息并存储；
(2)对所述伤病信息并进行分析，得到分析结果；
(3)采用基于GIS的伤病信息显示***显示所述分析结果中的时间信息和空间信息；
(4)设置预警基线，根据所述预警基线对所述伤病信息及分析结果进行伤病预警并显示。
较佳地，所述步骤(2)中，采用描述性分析及数据统计分析相结合的方法对所述伤病信息进行分析。
较佳地，所述步骤(3)具体包括，获取基于GIS的伤病信息显示***中的地图信息，将所述分析结果中的时间信息和空间信息与所述地图信息进行对应合并以建立不同疾病的专题地图，并显示建立的专题地图。
较佳地，所述步骤(4)具体包括：根据历年各类疾病信息设置预警基线和/或发病率阈值，当监测到的伤病信息或当前所述分析结果中的任一疾病信息超出预警基线和/或发病率阈值，自动对超出预警基线和/或发病率阈值的疾病信息进行预警信号的发送。
本发明提供的基于GIS的军队人员伤病信息监测与预警***及方法具有以下优点：
1、采用基于GIS军队人员伤病信息显示***来显示军队人员伤病的空间信息，可在三维电子地图上通过专题地图的形式以直观方式显示伤病发生的时间、空间分布信息，通过该***卫勤保障人员能准确掌握军队人员伤病空间信息的整体状况，做出科学合理的卫勤保障决策；
2、本发明中的军队人员伤病信息采集***、伤病数据分析处理***、基于GIS的军队人员伤病信息显示***均可以直接获取军队医院信息***中的伤病信息及军区疾控***中的传染病信息，所获取的信息可被定期实时更新采集，确保信息的及时、准确；
3、本发明***通过与军队地理信息和军队人员伤病信息有关的数据库，来存放专题地图信息及伤病数据信息，在后续工作中，如果需要，可以随时调用，进一步提高效率。
附图说明
图1为本发明提供的伤病监测与预警信息***总体结构图；
图2为本发明提纲的伤病信息采集***组成结构图；
图3为本发明提供的伤病数据分析***的组成结构图；
图4为本发明提供的基于GIS的伤病信息显示***的组成结构图；
图5为本发明提供的军队人员伤病预警***的组成结构图；
图6为本发明提供的伤病监测与预警信息***的监测预警方法流程图。
具体实施方式
为更好地说明本发明，兹以一优选实施例，并配合附图对本发明作详细说明，具体如下：
如图1所示，本实施例提供的基于GIS的军队人员伤病信息监测预警***，包括：伤病信息采集***10、伤病数据分析***20、基于GIS的伤病信息显示***30及军队人员伤病预警***40。其中，伤病信息采集***10用于采集军队人员的伤病信息；伤病数据分析***20用于实时获取所述伤病信息并进行分析，得到分析结果；基于GIS的伤病信息显示***30用于显示所述分析结果中的时间信息和空间信息；军队人员伤病预警***40用于根据所述分析结果进行伤病预警。
如图2所示，伤病信息采集***10包括：常见疾病信息采集子***11、传染病信息采集子***12及训练伤采集子***13。相应地，伤病信息包括：常见疾病信息、传染病信息及训练伤信息三种。具体地，常见疾病信息采集子***11用于定期采集军队人员中的常见疾病信息；训练伤采集子***13用于定期采集军队人员中的训练伤信息。而该两个子***所采集得到的常见疾病信息及训练伤信息分别存储于常见疾病数据库及训练伤数据库，采集的该些常见疾病数据库及训练伤数据库的数据来自于军队医院信息***15所建立的诊疗数据库14中。也即，常见疾病信息及训练伤信息的数据来源于军队医院信息***15，军队医院信息***15可以为利用军队中已有的军队医院信息***获取所记录的数据，也可以为实现本实施例的信息采集而另行在军队建立的军队医院信息***，由新建立的军队医院信息***进行诊疗数据库的建立。而传染病信息采集子***12用于定期采集军队人员中的传染病信息，同样地，该子***所采集得到的传染病信息存储于传染病信息库中，其中，传染病信息的数据来源于军区疾控***17所建立的传染病数据库16。同理，军区疾控***17可以为利用军队已有的军区疾控***所记录的数据建立传染病数据库，也可以为实现本实施例的信息采集而另行建立军区疾控***后，由该新的军区疾控***建立传染病数据库。
如图3所示，伤病数据分析***20包括分析模块21及预测模块22，分析模块21用于获取伤病信息的数据并根据伤病信息的实际具体内容进行疾病数据的分类，得到各单位军队人员伤病的分类情况(如不同的疾病种类的数量)、不同伤病的发病人数、发病人数占人群的百分比数据等等常见的分类数据。而预测模块22则用于获取伤病信息的数据并根据伤病信息进行医学数据统计预测，并为对伤病的发展趋势和强度进行预测估计，以预测伤病的流行趋势。其中，预测模块内设有预测模型数据库，该预测模型数据库内存储有不同的预测模型，例如：回归模型、时间序列模型、灰色理论模型、Markov模型、神经网络模型、组合预测模型以及其他现有的可以来对疾病的发展进行预测的模型。预测模块22根据伤病信息的特点选择预测模型数据库中的需要的预测模型对伤病发展进行预测估计。
如图4所示，本实施例中提供的基于GIS的伤病信息显示***30包括：GIS信息获取模块31、信息分析模块32及显示控制模块33。GIS信息获取模块31与伤病数据分析***20相连，用于获取与伤病信息相关的空间数据；信息分析模块32，用于根据空间数据对伤病信息进行综合管理分析，以得到疾病分布的地理分布特征及时间分布特征；显示控制模块33，与显示设备34如计算机显示器等可输出图像信息的设备相连，显示控制模块33用于控制显示设备34显示上述得到的地理分布特征及时间分布特征。
每种疾病与一专题地图相对应，专题地图上包括上述地理分布特征及时间分布特征，该专题地图用于供显示设备进行显示。
其中，地理分布特征为患病人数在不同地区的阶梯状地理图形特征，时间分布特征为以预设的时间间隔为基准，在选定的时间点之前或之后一段时间内的伤病信息趋势子图。具体地，在某一疾病专题图中，可以通过时间间隔的选择(如天、周、月、年等)，在选定时间点向前、向后观察一段时间时间，并与病例结合分析的变化情况来进行伤病发生发展趋势图的体现。时间分布可以较好地体现许多疾病在一年中某一时期发生较多的特点，通过GIS来看，也是某一疾病在某一时间段内(天/周/月/年)该疾病的发病人数来体现。
伤病信息包括：就诊人员信息和疾病信息，其中，就诊人员信息包括：姓名、年龄、性别、级别及伤病发生地；疾病信息包括：就诊时间、疾病诊断名称、疾病所对应的国际疾病编码及就诊地。
如图5所示，军队人员伤病预警***40包括基线数据模块41及预警模块42。基线数据模块41包括一历年基线数据库，该历年基线数据库存储有历年各类疾病的预警基线；预警模块42用于获取实时监测的伤病信息数据，并将伤病信息数据与所述预警基线进行比较，当实时监测的伤病信息数据高于预警基线时输出预警信息。
如图6所示，本发明还提供了一种基于GIS的军队人员伤病信息监测预警***的方法，该方法包括以下步骤：
S1：按预设的时间间隔采集军队人员的伤病信息并存储；
S2：对所述伤病信息并进行分析，得到分析结果；
S3：采用基于GIS的伤病信息显示***显示所述分析结果中的时间信息和空间信息；
S4：设置预警基线，根据预警基线对伤病信息及分析结果进行伤病预警并显示。
其中，本发明的步骤S1中，预设的时间间隔为1天，也即本发明***采集的时间周期为每天，通过每天进行及时的数据更新使得伤病信息更加准确。当然，也可以通过军队的卫勤管理部分通过季度、年度报告的方式汇总军队人员的伤病情况，但这种汇总的形式数据更新稍慢。
步骤S2中，可以通过采用描述性分析及数据统计分析相结合的方法对伤病信息进行分析，如采用控制图法、Bayes概率法等，通过运用基本描述性分析方法可以得到各单位军队人员伤病的分类情况、不同伤病的发病人数、发病人数占人群的百分比数据等等常见的数据。而通过预测模块运用高级的统计分析方法可以完成对伤病发展趋势和强度的估计，以预测伤病的近期和长期流行趋势，预测结果可通过显示设备进行显示。
步骤S3具体包括，获取基于GIS的伤病信息显示***中的地图信息，将所述分析结果中的时间信息和空间信息与所述地图信息进行对应合并以建立不同疾病的专题地图，并显示建立的专题地图。具体地，地理信息***(GIS)以地理空间数据库为基础，运用***工程的理论方法，对空间相关数据进行采集、管理、操作、分析和模拟，并采用地理模型分析方法，适时提供多种空间地理信息，将分析结果中与伤病信息有关的时间信息和空间信息于GIS中的该些空间地理信息进行合并，GIS能够根据原始伤病数据创建专题地图。建立专题地图时，每一条医疗记录，都包含军队就诊人员的居住地址(和/或就诊地址)，伤病信息显示***通过将每一条医疗记录对应的地址转化为坐标，同时在地理信息***上进行空间位置标定。那么，每个区域每个时间节点(天/月/季度/年)所发生的伤病情况都会有一个直观的显示，也即专题地图上包括上述地理分布特征及时间分布特征。
在显示过程中，可以为不同的疾病创建独立的专题地图，这些专题地图可以根据需要在显示设备上单独显示，也可以叠加显示。
步骤S4具体包括：根据历年各类疾病信息设置预警基线或发病率阈值。预警基线或发病率阈值存储于历年基线数据库中，供预警***调取使用，预警基线或发病率阈值可以为伤病数据分析***20所得到的分析结果中的一项内容，也可以来自于其他专门用于计算统计疾病预警特征的***。当本发明的预警模块实时监测该***所采集到的伤病信息数据，当预警***监测到采集的伤病信息或当前的分析结果中的任一疾病信息超出上述与之对应的预警基线或发病率阈值，则预警模块自动对超出预警基线或发病率阈值的疾病信息进行预警信号的发送，预警信号可通过显示设备以图像的形式显示，或通过声音等提示方式进行预警，本发明对预警信号的传达方式不做具体限定，本领域技术人员可根据需要自由设定预警信号的传达方式。其中，采用基线对比来做预警可以较好地预测常规疾病，而考虑到某些疾病的季节特征，用发病率阈值进行同比来预警，如超出去年某一季度发病率的10％来进行预警，可以更好地进行预警。当然，也可以两者结合使用，当满足任何一个条件或两者均满足时，即可进行预警，两者结合的方案此处不再赘述。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何本领域的技术人员在本发明揭露的技术范围内，对本发明所做的变形或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述的权利要求的保护范围为准。
Claims (13)
1.一种基于GIS的军队人员伤病信息监测预警***，其特征在于，包括：
伤病信息采集***，用于采集军队人员的伤病信息；
伤病数据分析***，用于实时获取所述伤病信息并进行分析，得到分析结果；基于GIS的伤病信息显示***，用于显示所述分析结果中的时间信息和空间信息；
军队人员伤病预警***，用于根据所述分析结果进行伤病预警。
2.根据权利要求1所述的基于GIS的军队人员伤病信息监测预警***，其特征在于，所述伤病信息采集***包括：
常见疾病信息采集子***，用于定期采集军队人员中的常见疾病信息；
传染病信息采集子***，用于定期采集军队人员中的传染病信息；
训练伤采集子***，用于定期采集军队人员中的训练伤信息。
3.根据权利要求2所述的基于GIS的军队人员伤病信息监测预警***，其特征在于，所述常见疾病信息及训练伤信息的数据来自于一诊疗数据库，所述诊疗数据库为由一军队医院信息***建立的；所述传染病信息的数据来自于传染病数据库，所述传染病数据库为由军区疾控***建立的。
4.根据权利要求1所述的基于GIS的军队人员伤病信息监测预警***，其特征在于，所述伤病数据分析***包括分析模块及预测模块，所述分析模块根据伤病信息进行疾病数据的分类，得到各单位军队人员伤病的分类情况、不同伤病的发病人数、发病人数占人群的百分比数据；
所述预测模块根据所述伤病信息进行医学数据统计预测，并为对伤病的发展趋势和强度进行预测估计，以预测伤病的流行趋势。
5.根据权利要求4所述的基于GIS的军队人员伤病信息监测预警***，其特征在于，所述预测模块内设有预测模型数据库，所述预测模型数据库内存储有若干不同的预测模型，所述预测模块根据所述伤病信息的特点选择需要的预测模型对伤病发展进行预测估计。
6.根据权利要求1所述的基于GIS的军队人员伤病信息监测预警***，其特征在于，所述基于GIS的伤病信息显示***包括：
GIS信息获取模块，与伤病信息采集***相连，用于获取与所述伤病信息相关的时间数据、空间数据；
信息分析模块，用于根据所述时间数据、空间数据对伤病信息进行综合管理分析，以得到疾病分布的地理分布特征及时间分布特征；
显示控制模块，与显示设备相连，用于控制显示设备显示所述地理分布特征及时间分布特征。
7.根据权利要求6所述的基于GIS的军队人员伤病信息监测预警***，其特征在于，每种疾病与一专题地图相对应，所述专题地图上包括所述地理分布特征及时间分布特征，所述专题地图用于供显示设备进行显示；
其中，所述地理分布特征为患病人数在不同地区的阶梯状地理图形特征，所述时间分布特征为以预设的时间间隔为基准，在选定的时间点之前或之后一段时间内的伤病信息趋势子图。
8.根据权利要求6所述的基于GIS的军队人员伤病信息监测预警***，其特征在于，所述伤病信息包括：
就诊人员信息：姓名、年龄、性别、级别及居住地址；
疾病信息：就诊时间、疾病诊断名称、疾病所对应的国际疾病编码及就诊地。
9.根据权利要求1所述的基于GIS的军队人员伤病信息监测预警***，其特征在于，所述军队人员伤病预警***包括基线数据模块、预警模块；
所述基线数据模块包括一历年基线数据库，所述历年基线数据库存储有历年各类疾病的预警基线；
所述预警模块用于实时监测***获取的伤病信息数据，并将所述伤病信息数据与所述预警基线进行比较，当实时监测的伤病信息数据高于预警基线时输出预警信息。
10.一种如权利要求1所述的基于GIS的军队人员伤病信息监测预警***的方法，其特征在于，包括以下步骤：
(1)按预设的时间间隔采集军队人员的伤病信息并存储；
(2)对所述伤病信息并进行分析，得到分析结果；
(3)采用基于GIS的伤病信息显示***显示所述分析结果中的时间信息和空间信息；
(4)设置预警基线，根据所述预警基线对所述伤病信息及分析结果进行伤病预警并显示。
11.根据权利要求10所述的基于GIS的军队人员伤病信息监测预警***的方法，其特征在于，所述步骤(2)中，采用描述性分析及数据统计分析相结合的方法对所述伤病信息进行分析。
12.根据权利要求10所述的基于GIS的军队人员伤病信息监测预警***的方法，其特征在于，所述步骤(3)具体包括，获取基于GIS的伤病信息显示***中的地图信息，将所述分析结果中的时间信息和空间信息与所述地图信息进行对应合并以建立不同疾病的专题地图，并显示建立的专题地图。
13.根据权利要求10所述的基于GIS的军队人员伤病信息监测预警***的方法，其特征在于，所述步骤(4)具体包括：根据历年各类疾病信息设置预警基线和/或发病率阈值，当监测到的伤病信息或当前所述分析结果中的任一疾病信息超出预警基线和/或发病率阈值，自动对超出预警基线和/或发病率阈值的疾病信息进行预警信号的发送。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510788917.7A CN105224821A (zh) | 2015-11-17 | 2015-11-17 | 一种基于gis的军队人员伤病信息监测预警***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510788917.7A CN105224821A (zh) | 2015-11-17 | 2015-11-17 | 一种基于gis的军队人员伤病信息监测预警***及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105224821A true CN105224821A (zh) | 2016-01-06 |
Family
ID=54993787
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510788917.7A Pending CN105224821A (zh) | 2015-11-17 | 2015-11-17 | 一种基于gis的军队人员伤病信息监测预警***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105224821A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106682415A (zh) * | 2016-12-23 | 2017-05-17 | 中国科学院深圳先进技术研究院 | 一种业务数据显示方法及装置 |
| CN106887169A (zh) * | 2017-02-13 | 2017-06-23 | 中国人民解放军第二军医大学 | 一种海上伤病员发生模拟仿真*** |
| CN107391945A (zh) * | 2017-07-31 | 2017-11-24 | 中国人民解放军第二军医大学 | 基于gis的军队卫生资源信息管理***及其管理方法 |
| CN108074018A (zh) * | 2017-12-27 | 2018-05-25 | 福建威盾科技有限公司 | 一种基于gis城市人员空间分布的预警分析方法 |
| CN109065158A (zh) * | 2018-08-22 | 2018-12-21 | 重庆市智权之路科技有限公司 | 大数据智能设备进行数据提取工作方法 |
| CN110047592A (zh) * | 2019-04-24 | 2019-07-23 | 河北省中医院 | 一种医学检验危急值警报***及方法 |
| CN110600139A (zh) * | 2019-10-25 | 2019-12-20 | 甘肃大禹九洲空间信息科技有限公司 | 一种基于gis的区域性人口传染病预警方法 |
| CN111653368A (zh) * | 2020-05-08 | 2020-09-11 | 梁步阁 | 一种人工智能疫情大数据防控预警*** |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040239500A1 (en) * | 2000-10-02 | 2004-12-02 | Berry Kenneth M. | Method for identifying chemical, biological and nuclear attacks or hazards |
| CN103077321A (zh) * | 2013-01-25 | 2013-05-01 | 上海市浦东新区疾病预防控制中心 | 一种基于医院的传染病症状数据采集*** |
-
2015
- 2015-11-17 CN CN201510788917.7A patent/CN105224821A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040239500A1 (en) * | 2000-10-02 | 2004-12-02 | Berry Kenneth M. | Method for identifying chemical, biological and nuclear attacks or hazards |
| CN103077321A (zh) * | 2013-01-25 | 2013-05-01 | 上海市浦东新区疾病预防控制中心 | 一种基于医院的传染病症状数据采集*** |
Non-Patent Citations (2)
| Title |
|---|
| 余芳.: "基于GIS的疾病监测与预警信息***的设计与实现", 《中国学位论文全文数据库》 * |
| 员振铎.: "部队医院军人医疗服务信息***的开发与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106682415A (zh) * | 2016-12-23 | 2017-05-17 | 中国科学院深圳先进技术研究院 | 一种业务数据显示方法及装置 |
| CN106887169A (zh) * | 2017-02-13 | 2017-06-23 | 中国人民解放军第二军医大学 | 一种海上伤病员发生模拟仿真*** |
| CN107391945A (zh) * | 2017-07-31 | 2017-11-24 | 中国人民解放军第二军医大学 | 基于gis的军队卫生资源信息管理***及其管理方法 |
| CN108074018A (zh) * | 2017-12-27 | 2018-05-25 | 福建威盾科技有限公司 | 一种基于gis城市人员空间分布的预警分析方法 |
| CN109065158A (zh) * | 2018-08-22 | 2018-12-21 | 重庆市智权之路科技有限公司 | 大数据智能设备进行数据提取工作方法 |
| CN109065158B (zh) * | 2018-08-22 | 2020-06-30 | 湖南德善信医药科技有限公司 | 大数据智能设备进行数据提取工作方法 |
| CN110047592A (zh) * | 2019-04-24 | 2019-07-23 | 河北省中医院 | 一种医学检验危急值警报***及方法 |
| CN110600139A (zh) * | 2019-10-25 | 2019-12-20 | 甘肃大禹九洲空间信息科技有限公司 | 一种基于gis的区域性人口传染病预警方法 |
| CN111653368A (zh) * | 2020-05-08 | 2020-09-11 | 梁步阁 | 一种人工智能疫情大数据防控预警*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105224821A (zh) | 一种基于gis的军队人员伤病信息监测预警***及方法 | |
| CN105989076B (zh) | 一种数据统计方法以及装置 | |
| CN205334168U (zh) | 基于大数据病虫害监测预警*** | |
| US12009106B2 (en) | Emergency demand prediction device, emergency demand prediction method, and program | |
| WO2021081445A1 (en) | System and method with federated learning model for geotemporal data associated medical prediction applications | |
| US20180032685A1 (en) | Simulation-based systems and methods to help healthcare consultants and hospital administrators determine an optimal human resource plan for a hospital | |
| Baldominos et al. | DataCare: Big data analytics solution for intelligent healthcare management. | |
| Bao et al. | Covid-gan: Estimating human mobility responses to covid-19 pandemic through spatio-temporal conditional generative adversarial networks | |
| CN104834826A (zh) | 基于数据挖掘和图论技术的临床路径建立和优化方法及*** | |
| CN107820214A (zh) | 一种基于时间地理学的用户轨迹分析*** | |
| US20170024523A1 (en) | Requirement Forecast for Health Care Services | |
| Li et al. | Temporal-spatial changes in ecosystem services and implications for the conservation of alpine rangelands on the Qinghai-Tibetan Plateau | |
| CN104834755A (zh) | 一种医疗保险基金的预测数据监控***及其方法 | |
| Song et al. | Digital twin aided healthcare facility management: a case study of Shanghai tongji hospital | |
| Grekousis et al. | Analyzing high-risk emergency areas with GIS and neural networks: The case of Athens, Greece | |
| Giroux et al. | A high-frequency mobile phone data collection approach for research in social-environmental systems: applications in climate variability and food security in sub-Saharan Africa | |
| Wang et al. | Simulating the effect of urban light rail transit on urban development by coupling cellular automata and conjugate gradients | |
| Sharma et al. | Universal epidemic curve for covid-19 and its usage for forecasting | |
| Gong et al. | CARESim: An integrated agent-based simulation environment for crime analysis and risk evaluation (CARE) | |
| US20130282405A1 (en) | Method for stepwise review of patient care | |
| CN105930370A (zh) | 数据的监控方法及装置 | |
| CN108052637B (zh) | 电网时标量测数据接入全生命周期实时图文监控方法 | |
| TWI756992B (zh) | 計算活動期間及效率的方法 | |
| Vyas et al. | Big data utilization, benefits, and challenges for smart city implementation | |
| CN110096518A (zh) | 知识库元数据发送方法及装置、可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160106 |
|
| WD01 | Invention patent application deemed withdrawn after publication |