基于群集性軌跡追蹤的疾病風險分析算法

摘?要：突發性群集性傳染性疫病，對人體生命安全和社會經濟穩定都造成了巨大威脅;還有一些如高血壓、類風濕性關節炎、微量元素缺乏癥等慢性病癥，與患者地理分布、飲食習慣等密切相關。傳統的傳染病與地域性慢性疾病十分依賴醫務人員的實際經驗與敏感程度。因此亟需開發一種能夠實現群集性疾病軌跡追蹤的風險評估分析算法，及時發現可疑患者集聚人群有利于及早的采取應對措施，最大程度減輕這類疾病對社會造成的影響。

關鍵詞：數據分析;群集性疾病;軌跡追蹤;異常報警

1概述

群集性感染性疾病如嚴重急性呼吸綜合征（SARS）、甲型HIN1流感等的大面積爆發，對人類生命安全與社會經濟穩定構成了極大威脅。國家衛生健康委副部級機關——國家疫病預防控制總局在印發的《關于做好2021-2022年流行季流感防控工作的通知》中，從加強疫病監控預警與數據分析的研究、從加強流感疫苗供應與調撥管理和疫苗數據的信息化管理、統籌醫療資源規范開展救治等七個方面強調了流感防控的措施。其中重點強調了信息系統的作用。充分發揮了信息系統在追蹤全國流感疫情動向，加強了流感活動強度等的監控管理工作，增強了流感檢測敏感性與準確率等方面的功能;發揮信息系統在疫苗信息報告、疫情調撥和流向信息等方面的關鍵功能，提升疫情管理水平。

一些慢性病癥，如急性高血壓、類風濕性關節炎、微量元素缺乏癥等，與患者地理分布、飲食習慣等密切相關，我國每年花費大量的人力物力用于群集性疾病與慢性疾病的防治。通過臨床工作實踐中可以發現，傳統的傳染病監測極度依賴于醫務人員對這些疾病的敏銳性和警覺性，而且也只能針對能診斷明確的傳染病。事實上，對那些急性傳染病尤其是不明原因的傳染病要做出及時發現和判斷，最大程度化解公共衛生風險十分依賴于臨床及早識別和發現患者。其中，及早識別出發病人群具有聚集性的特點具有十分重要的流行病學意義和社會意義;同樣，對于慢性疾病的管理以及某些地方病的流行狀況監測也都依賴于一定物理空間區域內患者群集性狀態的自動識別。因此，這種對群集性早期預警與風險等級評價，無論對急慢性傳染病、慢性病管理均具有重要的臨床意義。通過開發能夠實現群集性疾病軌跡追蹤的風險評估分析算法，及時發現可疑患者集聚人群有利于及早的采取應對措施。

另外，報告顯示，數字賦能智慧醫療已成為主流趨勢，大數據分析也將在疾病監控、輔助決策、健康管理等領域發揮重要作用，而NB-IoT+物聯網芯片等融合應用，也將彌補傳統醫療設備的缺點，成為移動醫療設備的標配。在平臺層，云計算、大數據、人工智能、區塊鏈等技術將推動醫療信息化及遠程醫療平臺改造升級。

2021年12月28日，由工信部聯手我國衛生部門保健委、我國發展改革委等部門和有關單位共同頒布的《"十四五"醫藥裝備產業健康發展計劃》于二十八日對外公開發布。當中明確提出，推進智慧醫藥技術裝備健康發展。要求進一步利用計算機技術進行智慧診斷，以提高我國對老年人的醫療健康信息技術服務保障能力，計劃中同樣作出了戰略部署。

總之，三個方面決定了本文章提出方法的意義。一是社會防疫需求，突發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，對人類生命安全與社會經濟穩定構成了極大威脅;二是慢性疾病需要進行防治，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、飲食習慣等密切相關。我國每年花費大量的人力物力用于相關疾病的防治。三是老齡化的越來越嚴峻，隨著老齡化程度提高，未來我國老年人數將逐步上升。老齡化的增加將造成老年人群體醫藥、護理需求量的大幅增加，醫療行業亟需升級。

本文提出了一種群集性/慢性疾病早期自動報警、初步特征分析方法，其特征在于包括活動軌跡追蹤模塊、自動報警展示模塊;運用算法對醫療機構病歷數據庫的定時掃描，結合患者個體行動軌跡的分析，能夠對出現的突發群集性疾病實現自動報警，避免目前因人工上報造成的防控遲滯，為重大突發群集性疾病爭取到寶貴的防控時間。

2方法分析

2.1活動軌跡追蹤模塊

利用患者使用的可公布、共享的定位方式，或與移動通訊運營商協議，經主管部門允許，通過病人手機終端獲得患者物理空間GPS定位信息，自動對預設地區就診人群在特定時間段內具有相同患者活動軌跡的特定事件進行群集性分析，包括活動軌跡提取及聚類分析。活動軌跡追蹤模塊工作時，包括如下步驟。

2.1.1活動軌跡獲取

利用帶有定位功能的智能穿戴、移動設備獲取速度、方向、位置和時間戳四維信息，同時對冗余軌跡數據進行壓縮。軌跡數據由一系列的數據點構成，用表示;具體步驟如下。

步驟一：利用滑動窗口W和均值技術從軌跡數據中濾除噪點，得到處理后的數據點集;

步驟二：對上述數據點集進行停留點檢測，所述停留點是指具有代表性的數據點，使數據點集就變成有意義的地方集;

首先，檢測定位點pi'與其后繼點pi+1'間的距離，有無超過給定閾值的軌跡;然后，用它檢測所定位點與距離閾值范圍內的最后一次后繼pk'之間的時間間隔;如果時間間隔超過了給定的距離閾值，則該定位點為停留點;最后從pk'的后繼點迭代檢查，直到所有數據點集檢查完;

步驟三：進行軌跡壓縮;在步驟二獲得的數據點集的基礎上，采用道格拉斯-普克算法進行壓縮，過程如下：

a.把曲線的首末點連成一個平行直線，可以求得曲線上每個點到直線的垂直間距，并找出最高間距值dmax;

b.用dmax與預設的閾值D相比較時，若dmax

c.否則，必須保留dmax對應的位置點，并以該點為界，將曲線劃為兩部分，再重復以上過程，直至所有dmax均小于D，如此即實現對曲線的壓縮;

d.當每個曲線都處理完畢時，順序銜接每個分割節點而產生的折線，即為原始曲線的路徑。

2.1.2活動軌跡數據分析

通過對資料預處理后軌跡數據處理，分析并提取有價值的信息，通過時空環境中事故調查、群體監控;發現頻繁時序模式，利用公眾性規律或公眾性的頻繁路徑，實現地點預測、病員相似性預測;通過周期性的活動行為，預測病員未來的行為;具體步驟如下：

步驟一：先進行軌道相似性度量，通常用一個距離函數來進行;首先，界定點和軌道中間的一致性，假定點q和軌道A相同，q和A間的一致性通常界定如下：

P'的運動軌跡在A上和d（.）測量間距最小的地點;在推算二點間距時，通常使用L-P范數，或歐氏距離，切比雪夫距或曼克頓間距等計算方法測量間距;

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

接著，通過計算DTW距離來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：對軌跡進行聚類，并分析公共規律行為;采用的密度最大值聚類算法MDCA，其核心步驟是：

a.將數據組分割為基本簇，對數據集中選擇較大的密度點pMax，再根據間距排列得出SpMax;然后對數據序列的前m個樣本數量加以判定，假設對象密度等于或超過density0，則把當前對象加入到基本簇Ci中;從數據集合剔除Ci中隱含的所有對象，并管理剩余的數據集合，選擇最高密度點pmax’，并建立基本群Ci+1;如此循環操作，直至所有數據集合剩余對象的最高密度系數均等于density0。

b.通過凝聚層次聚類的思想，結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簇加以合并;合并條件為：簇間距小于等于dist0;若每個簇與簇間距小于dist0，終止合并操作。

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

2.2自動報警展示模塊

通過預先設定的掃描病情相關參數、掃描時間和空間半徑對聚集性、群體性發生的事件進行自動分析顯示并實時報警;達到預先設定的群集性標準時，自動報警生成并存檔目標病例的統計表，同時自動在當地地圖中直觀標注發病地點.自動報警展示模塊工作時，按如下步驟進行。

步驟一：進行病例特征數據分析，在系統展示屏幕上選擇需要監控的流行性疾病，通過GPS地圖展示其歷史數據以及趨勢，并通過海量病例分析模塊得到相關特征數據，包括時空相關特征。

步驟二：閾值自動報警，通過醫療專家的從醫經驗，預先設置病例異常的條件和病例數異常閾值，以此分析所采數據，判斷特征數據是否達到預設觸發條件，如果達到預設觸發條件，則自動化報警，可使用t檢驗法，格拉布斯檢驗法，狄克遜檢驗法費明細數據異常，過程如下：

a.用Dixon法分析數據的異常狀態，設樣本為，其順序統計量為：x（1）<x （2）<…<x （n）;

b.其中x（1）為最小，x（n）為最大，當序列統計變量x（i）滿足正態分配時，Dixon提供了對各種樣本總量為n時統計變量D的運算公式;

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

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

3結語

實現群集性疾病的早期識別預警具有重要的實際意義。通過本方法對患者相關信息的不同字段的設定、抓取，結合就診前特定時段內GPS定位個體行動軌跡分析，能夠實現對單位時間內目標病例空間分布特征的分析，初步分析提取突發群集性疾病空間分布特征、單位面積內數目、疾病發生的強度等信息;同時還可應用于類風濕性關節炎、微量元素缺乏癥等慢性病的防治。通過對其進行初步特征分析與風險評估，衛生醫療能夠及早制訂應對預案，達到提高群集性/慢性疾病群防群控的效果和目的。

參考文獻

[1]楊秀璋，李曉峰，袁杰，李坤琪，楊鑫，羅子江.一種融合語義知識和BiLSTM-CNN的短文本分類方法[J].計算機時代.2021，（11）：49-54.

[2]陸妍玲，韋晶閃，趙雨萌，周俊芬，李景文，姜建武.提取熱點區域的時空軌跡數據聚類分析[J].數學的實踐與認識.2021，51（13）：129-138.

[3]石鳳貴.基于jieba中文分詞的中文文本語料預處理模塊實現[J].電腦知識與技術.2020，16（14）：248-251.

[4]楊秀璋，李曉峰，袁杰，李坤琪，楊鑫，羅子江.一種融合語義知識和BiLSTM-CNN的短文本分類方法[J].計算機時代. 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].計算機工程與設計.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].中國科學院研究生院學報.2009，26（04）：539-548.

作者簡介：

蔣皓宇，男，生于2001年8月，漢族，江蘇淮安人，揚州大學本科在讀，計算機科學與技術專業。

基金項目：本文系江蘇省大學生創新創業訓練計劃項目，項目編號：202111117113Y