本發明屬于醫療數據管理，具體來說，特別涉及一種基于ai智能監控的疫苗接種一站式信息化管理平臺。

背景技術：

1、傳統的疫苗接種管理方式存在諸多問題，如信息管理不規范、數據利用率低、接種反應預測不準確、疫苗冷藏環境監控不到位等，這些問題嚴重影響了疫苗接種的效率和安全。

2、接種者信息、接種數據、疫苗信息等分散存儲，缺乏統一的管理平臺，導致數據檢索、更新和備份困難；歷史接種數據、接種反應數據等未得到有效利用，無法為接種反應預測和疫苗冷藏環境監控提供數據支持；現有的接種反應預測方法主要依靠醫生經驗，缺乏科學性和準確性，無法及時為接種者提供應對方法；疫苗冷藏環境溫度監控手段落后，無法實時調節溫度，保證疫苗質量。

技術實現思路

1、（一）解決的技術問題

2、針對相關技術中的問題，本發明提供一種基于ai智能監控的疫苗接種一站式信息化管理平臺，通過人工智能、機器學習等技術，解決了數據管理不規范、利用率低、接種反應預測不準確、冷藏環境監控不到位、采購與庫存管理不高效、預約與執行管理不便捷以及接種者跟蹤管理不足等問題。

3、（二）技術方案

4、為解決上述技術問題，本發明是通過以下技術方案實現的：一種基于ai智能監控的疫苗接種一站式信息化管理平臺，包括以下模塊：

5、數據庫模塊，用于存儲和管理接種者信息、接種數據、疫苗信息、冷藏環境數據、采購與庫存數據以及接種反應數據；

6、數據收集與特征提取模塊，用于從數據庫中收集歷史接種數據、接種反應數據、實時接種特征數據、疫苗冷藏環境溫度數據以及疫苗采購與庫存數據；提取包括但不限于接種者信息、疫苗類型、接種時間特征，構建歷史接種特征矩陣和歷史接種特征標簽矩陣；

7、模型訓練模塊，用于構建和訓練邏輯回歸模型和mlp模型，對接種反應和疫苗冷藏環境溫度進行預測；

8、接種反應預測模塊，用于結合最終邏輯回歸模型預測實時接種者的身體反應數據，并與數據庫中的應對方法進行匹配；

9、疫苗冷藏環境監控模塊，用于收集實時疫苗冷藏環境溫度數據，并根據mlp模型預測未來時刻疫苗冷藏環境溫度數據，對疫苗冷藏環境溫度進行調節；

10、疫苗采購與庫存管理模塊，用于電子化采購流程、采購訂單跟蹤以及疫苗庫存管理；

11、接種預約與執行管理模塊，用于管理疫苗預約流程和疫苗執行流程；

12、接種者跟蹤管理模塊，用于提示接種者注意事項和收集接種者反饋。

13、優選地，所述數據收集與特征提取模塊，用于從數據庫中收集歷史接種數據、接種反應數據、實時接種特征數據、疫苗冷藏環境溫度數據以及疫苗采購與庫存數據；提取包括但不限于接種者信息、疫苗類型、接種時間特征，構建歷史接種特征矩陣和歷史接種特征標簽矩陣的具體步驟如下：

14、s11、從數據庫中收集歷史接種數據，其中包括接種者信息、疫苗類型、接種時間等，得到歷史接種數據，提取特征，其中包括接種者年齡、性別、健康狀況、疫苗批次等，構建歷史接種特征矩陣 a，如下，

15、；

16、其中， a im表示歷史接種特征矩陣中第 i次接種的第 m個特征， n表示歷史接種特征矩陣中接種的總次數；

17、s12、從數據庫中收集歷史接種特征矩陣中每次接種，接種者的接種反應數據，提取特征，構建歷史接種特征標簽矩陣 b，如下，

18、；

19、其中， b ip表示歷史接種特征矩陣中第 i次接種，接種者的接種反應的第 p個特征；

20、s13、在疫苗冷藏環境布置溫度傳感器，溫度傳感器用于收集實時疫苗冷藏環境的溫度數據，并將溫度數據上傳至數據庫中；

21、s14、從數據庫中收集歷史疫苗冷藏環境數據，構建歷史疫苗冷藏環境數據矩陣；

22、通過以上步驟從數據庫中精準收集了歷史接種數據、接種反應數據、實時接種特征數據、疫苗冷藏環境溫度數據以及疫苗采購與庫存數據，并深入提取了包括接種者信息、疫苗類型、接種時間特征在內的多維特征；通過構建歷史接種特征矩陣和歷史接種特征標簽矩陣，實現了對接種反應的精細化分析和預測，同時，實時監控疫苗冷藏環境溫度并構建歷史數據矩陣，為疫苗存儲條件優化提供了數據支撐。

23、優選地，所述模型訓練模塊，用于構建和訓練邏輯回歸模型和mlp模型，對接種反應和疫苗冷藏環境溫度進行預測包的具體步驟如下：

24、s21、構建初始邏輯回歸模型，設定所述初始邏輯回歸模型的初始權重為 a11、初始偏置為 a12、初始學習率為 a13，設定所述初始邏輯回歸模型的訓練比例和測試比例分別為 d1和 d2，設定訓練準確度閾值為 e，測試準確度閾值為 f；

25、s22、根據初始邏輯回歸模型的訓練比例 d1和測試比例 d2將歷史接種特征矩陣劃分為歷史接種特征訓練矩陣和歷史接種特征測試矩陣，將歷史接種特征標簽矩陣劃分為歷史接種特征訓練標簽矩陣和歷史接種特征測試標簽矩陣；

26、s23、使用網格搜索結合交叉驗證算法，結合歷史接種特征訓練矩陣和歷史接種特征訓練標簽矩陣對初始邏輯回歸模型進行訓練，對初始邏輯回歸模型的初始權重、初始偏置和初始學習率進行調整，得到訓練后的邏輯回歸模型；

27、s24、將所述歷史接種特征訓練標簽矩陣和歷史接種特征測試標簽矩陣輸入至訓練好的邏輯回歸模型中進行測試，測試優化完成后，得到最終邏輯回歸模型；

28、s25、使用歷史疫苗冷藏環境訓練數據矩陣和歷史疫苗冷藏環境測試數據矩陣，對初始mlp模型進行訓練測試并優化得到最終mlp模型；

29、通過以上步驟構建和訓練邏輯回歸模型和mlp模型，對接種反應和疫苗冷藏環境溫度進行了精準預測；確保了模型的高準確性和穩定性，有效提升了接種反應預測的準確性和疫苗冷藏環境溫度監控的實時性；通過科學的數據分析和模型訓練，本發明為疫苗接種管理提供了強大的技術支持，進一步保障了疫苗接種的安全性和有效性，優化了資源分配，提高了整體管理效率。

30、優選地，所述s23的具體步驟如下：

31、s231、將所述歷史接種特征訓練矩陣和歷史接種特征訓練標簽矩陣輸入至初始邏輯回歸模型中對初始邏輯回歸模型進行訓練；

32、s232、設定參數搜尋空間為 p，最大隨機搜索次數為 q，設定交叉驗證折數為 x；

33、s233、初始化最優參數組合，初始化最佳性能為 b，初始化訓練準確度 h；隨機選擇參數組合，根據選定的參數組合構建邏輯回歸模型，將訓練數據分為 x折，對于每一折 x，；使用除第 x折外的所有訓練數據訓練邏輯回歸模型，使用第 x折的訓練數據評估模型，得到性能指標集，計算所有折的性能指標的均值，得到平均性能 g，計算公式如下，

34、；

35、如果平均性能 g＞最佳性能 b，則更新最佳性能為 b，更新最優參數組合為，并更新訓練準確度 h；反之則保持原來的最佳性能、最優參數組合和訓練準確度；

36、s234、重復s233，當達到最大隨機搜索次數 p或訓練準確度 h≥訓練準確率閾值 e時，停止迭代，得到權重為 a21、偏置為 a22、學習率為 a23的最優參數組合，將最優參數組合作為邏輯回歸模型的參數，得到訓練后的邏輯回歸模型；

37、通過以上步驟實現了對邏輯回歸模型的精細訓練和參數調優；通過輸入歷史接種特征訓練矩陣和標簽矩陣，結合參數搜尋空間設定、最大隨機搜索次數和交叉驗證折數，初始化并迭代更新最優參數組合，最終得到權重、偏置和學習率最優的邏輯回歸模型；不僅提高了模型的訓練準確度，還確保了模型在預測接種反應時的穩定性和可靠性。

38、優選地，所述s24的具體步驟如下：

39、s241、將所述輸入至訓練后的邏輯回歸模型中進行測試，得到測試輸出結果，將測試輸出結果與歷史接種特征測試標簽矩陣進行比較，得到測試準確度 k；

40、s242、當 k≥ f時，將所述訓練后的邏輯回歸模型作為最終邏輯回歸模型；

41、s243、當 k＜ f時，對所述網格搜索結合交叉驗證中的最大隨機搜索次數進行增加，得到增加后的最大隨機搜索次數為 o；

42、s244、使用增加后的最大隨機搜索次數 o，繼續通過網格搜索結合交叉驗證對訓練后的邏輯回歸模型進行訓練，每一輪訓練后進行測試；

43、s245、重復s244，當隨機搜索次數達到最大隨機搜索次數 o或 k≥ f時，停止迭代，得到最終邏輯回歸模型；

44、通過以上步驟確保了邏輯回歸模型在接種反應預測中的高準確性和穩定性；通過將測試數據輸入至訓練后的模型中進行測試，并與真實標簽進行比較，計算出測試準確度；若測試準確度達到預設閾值，則確認模型為最終邏輯回歸模型；若未達到閾值，則通過增加網格搜索的最大隨機搜索次數，繼續進行模型訓練和測試；這一迭代過程直至達到最大搜索次數或測試準確度滿足要求為止；提升了模型的質量和預測準確性，為疫苗接種反應的預測提供了更加可靠的技術保障。

45、優選地，所述接種反應預測模塊，用于結合最終邏輯回歸模型預測實時接種者的身體反應數據，并與數據庫中的應對方法進行匹配的具體步驟如下：

46、s31、從數據庫中收集實時接種的特征數據，將實時接種的特征數據結合最終邏輯回歸模型，預測實時接種者的身體反應數據，將實時接種者的身體反應數據與數據庫中的應對方法進行匹配，若匹配的到應對方法，將實時接種者的身體反應數據與應對方法返回值數據庫中，若應對方法得到不到匹配，將實時接種者的身體反應數據發給醫生，醫生提供應對方法后，將應對方法保存至數據庫中；

47、以上步驟通過結合最終邏輯回歸模型，實現了對實時接種者身體反應數據的精準預測，并與數據庫中的應對方法進行智能匹配，為接種者提供了個性化的健康管理服務，同時積累了豐富的應對方法數據，為未來類似情況的處理提供了參考；醫生介入機制確保了在復雜情況下的專業指導，進一步提升了疫苗接種的安全性。

48、優選地，所述疫苗冷藏環境監控模塊，用于收集實時疫苗冷藏環境溫度數據，并根據mlp模型預測未來時刻疫苗冷藏環境溫度數據，對疫苗冷藏環境溫度進行調節的具體步驟如下：

49、s41、使用歷史疫苗冷藏環境訓練數據矩陣和歷史疫苗冷藏環境測試數據矩陣，對初始mlp模型進行訓練測試并優化得到最終mlp模型；

50、s42、設定疫苗冷藏環境溫度合理范圍，收集實時疫苗冷藏環境溫度數據，若實時疫苗冷藏環境溫度在疫苗冷藏環境溫度合理范圍內，則不需要調整疫苗冷藏環境溫度，若實時疫苗冷藏環境溫度不在疫苗冷藏環境溫度合理范圍內，對疫苗冷藏環境的溫度進行調節；

51、s43、將實時疫苗冷藏環境溫度數據輸入至最終mlp模型中，得到未來時刻疫苗冷藏環境溫度數據，若未來疫苗冷藏環境溫度在疫苗冷藏環境溫度合理范圍內，則不需要調整疫苗冷藏環境溫度，若未來時刻疫苗冷藏環境溫度不在疫苗冷藏環境溫度合理范圍內，提前對疫苗冷藏環境的溫度進行調節；

52、以上步驟通過收集實時疫苗冷藏環境溫度數據，并利用最終mlp模型預測未來時刻的疫苗冷藏環境溫度，實現了對疫苗冷藏環境的智能監控和調節；不僅能夠實時監測冷藏環境溫度，確保其在合理范圍內，還能預測未來溫度變化，提前進行調節，從而有效避免了溫度波動對疫苗質量的影響；提高了疫苗存儲的安全性和穩定性，保障了疫苗的有效性，減少了因溫度不當導致的疫苗浪費，提升了疫苗接種的整體管理水平。

53、優選地，所述疫苗采購與庫存管理模塊，用于電子化采購流程、采購訂單跟蹤以及疫苗庫存管理的具體步驟如下：

54、s51、確定采購需求，點擊所述疫苗采購與庫存管理模塊中的采購申請按鈕，并選擇采購數量以及供應商名稱；在審批通過后，得到采購信息數據，并將采購訂單的物流信息上傳至疫苗采購與庫存管理模塊，對采購訂單進行跟蹤；

55、s52、設定疫苗庫存閾值，在使用疫苗和疫苗入庫后，對疫苗庫存進行更新，當疫苗庫存≤疫苗庫存閾值時，系統像管理者發出庫存預警通知；

56、以上步驟通過電子化采購流程、采購訂單跟蹤以及疫苗庫存管理，實現了疫苗采購與庫存的高效、精準控制；提高了疫苗采購與庫存管理的效率和準確性，降低了管理成本，保障了疫苗的及時供應和合理分配。

57、優選地，所述接種預約與執行管理模塊，用于管理疫苗預約流程和疫苗執行流程的具體步驟如下：

58、s61、設定預約時間段人數閾值，接種者點擊疫苗預約模塊中疫苗預約按鈕，根據提示輸入自己的個人信息完成預約，其中包括預約人姓名、身份信息、預約時間段等；當預約時間段的人數等于預約時間段人數閾值關閉該時間段的預約通道；

59、s62、在預約日期的前一天，通過短信形式通知接種者在預約時間段到達醫院；

60、s63、在接種者到達醫院后，點擊接種執行模塊中已到院的按鈕，并選擇接種者當前所在位置，為接種者規劃出到達接種地點的路線；

61、s64、接種完成后將接種人的身份信息以及接種信息保存在數據庫中，其中包括接種人的性別、年份、身體狀況、接種疫苗的批次信息等；

62、以上步驟實現了對接種人數的合理控制，避免了擁擠和等待時間過長的問題；接種者可以便捷地完成個人信息輸入和預約，系統自動關閉滿額時間段的預約通道，確保了預約的公平性和有序性；還提供了到達接種地點的路線規劃功能，為接種者提供了更加人性化的服務；接種完成后，系統自動保存接種者的身份信息和接種信息，為后續數據分析和跟蹤管理提供了完整的數據支持。

63、優選地，所述接種者跟蹤管理模塊，用于提示接種者注意事項和收集接種者反饋的具體步驟如下：

64、s71、在接種者完成接種后系統自動從數據庫中提取接種者的身體反應數據和應對方法數據并發送給接種者；

65、s72、接種者對將接種后的身體反應點擊所述接種者跟蹤管理模塊的反饋按鈕，將身體反應數據輸入到系統，系統接收到身體反應數據后，將身體反應數據對應接種數據共存保存在數據庫中；

66、以上步驟通過自動提取和發送接種者的身體反應數據及應對方法，實現了對接種者的高度關懷和有效管理；在接種完成后，系統立即向接種者提供個性化的注意事項和應對建議，增強了接種者的自我管理能力；提供了便捷的反饋渠道，接種者可以通過點擊反饋按鈕輕松輸入身體反應數據，系統接收后與對應接種數據一同保存至數據庫，形成了完整的數據記錄；這種跟蹤管理方式不僅提升了接種者對疫苗接種過程的信任和滿意度，還積累了寶貴的反饋數據，為后續的接種反應分析和疫苗改進提供了重要的數據支持，進一步優化了疫苗接種服務和管理水平。

67、（三）有益效果

68、本發明具有以下有益效果：

69、本發明規范了數據管理，提高了數據利用率；通過統一的數據庫模塊，實現了接種者信息、接種數據、疫苗信息等的集中存儲、檢索、更新和備份，解決了傳統方式中數據分散存儲、管理不規范的問題；同時，通過數據收集與特征提取模塊，有效利用了歷史接種數據、接種反應數據等，為接種反應預測和疫苗冷藏環境監控提供了堅實的數據支持，提高了數據的利用價值。

70、本發明提升了接種反應預測的準確性和冷藏環境監控的實時性；利用邏輯回歸模型和mlp模型，科學預測接種反應和疫苗冷藏環境溫度，提高了預測的準確性和及時性；接種反應預測模塊能夠結合實時接種特征數據和最終邏輯回歸模型，預測接種者的身體反應，并與數據庫中的應對方法進行匹配，為接種者提供及時、有效的應對方法；疫苗冷藏環境監控模塊能夠實時收集和調節疫苗冷藏環境溫度，確保疫苗質量，保障接種安全。

71、本發明優化了疫苗采購與庫存管理，便捷了接種預約與執行流程，強化了接種者跟蹤管理；疫苗采購與庫存管理模塊實現了電子化采購流程、實時訂單跟蹤和庫存管理，提高了采購與庫存管理的效率和準確性；接種預約與執行管理模塊簡化了預約流程，提供了靈活的執行管理，為接種者提供了便捷的預約服務和高效的接種體驗；接種者跟蹤管理模塊能夠自動提示接種者注意事項，收集接種者反饋，實現了對接種者的全程跟蹤管理，進一步提升了接種服務的質量和效果。

72、當然，實施本發明的任一產品并不一定需要同時達到以上所述的所有優點。