基于云计算的医疗数据处理与分析——以新冠肺炎为例.pdfVIP

黑河学院学报

2023年第03期（2023年03月）JOURNALOFHEIHEUNIVERSITYNo.032023

doi：10.3969/j.issn.1674-9499.2023.03.050

基于云计算的医疗数据处理与分析

——以新冠肺炎为例

1,211

王诗莹于亮李伦彬

(1.黑河学院计算机与信息工程学院，黑龙江黑河164300；2.哈尔滨商业大学管理学院，黑龙江哈尔滨150028)

摘要：针对医疗热点问题，以新冠肺炎为例，详细刻画了数据从爬取到处理，再到分析的整个过程。首先，基于大数据思

想，利用Python技术爬取数据；其次，提出将数据保存至云平台，实现低成本的数据保存和处理；最后，进行相关模型的数据分

析，并进行可视化展示，通过实例分析对模型的有效性和可靠性进行验证。

关键词：云计算；医疗数据；新冠肺炎；数据爬取

中图分类号：TP311A文献标志码：1674-9499(2023)03-0177-05文章编号：

医疗数据对于健康检测、医疗诊断和疫情防控等方面都翰霍普金斯的COVID-19仪表盘，也是目前使用最广泛的，

具有重要作用，因此，如何有效保存医疗数据并对其进行分但很难从客户端访问到他们的原始数据集，并获取这些数

析成为目前亟待解决的问题。随着云计算技术的发展[1]，智据。

慧医疗提倡以云计算为平台的数据保存方法，即首先通过大经仔细查找其数据的发布方式，访问其GitHub项目，发

数据技术爬取相关的数据[2]，然后存放至相应的云平台，之现其中中国的数据来源于中华人民共和国国家卫生健康委员

后利用模型或方法对数据进行分析[3]，从而为后期的治疗、会和中国疾控中心(CCDC)，来源较为可靠，下载获取其数据

防治提供相应的借鉴经验。集，数据集的存储方式是以表格数据的方式存储在csv中，

2019年年末新冠初现端倪，现如今与新冠肺炎疫情并存共计26385条数据。COVID-19数据集如图1所示。

已成为一种常态，大多数国家通过各种渠道和形式定期公布

确诊病例、死亡病例、恢复病例和地点的数量[4]，以新冠肺

炎为例，通过Python技术爬取相应的数据，并建立基于云平

台的数据保存方法，最后利用时间序列算法和最大自然序列

估计算法来建立新冠疫情走势的预测模型，并通过实证分析

验证相应的结果。

1基于Python的数据爬取

2019年末，武汉爆发了新冠肺炎，我国政府出于各种方

面的考虑选择将疫情数据透明化，每日报道新增患者、死亡

人数等疫情相关信息。随后网络上开始出现了各种各样的

平台将官方提供的数据以多种方式呈现出来，如疫情动态地

图、疫情发展趋势曲线等，我国的疫情数据发布平台有每日图1COVID-19数据集

头条、腾讯网、丁香医生等，然而，一个主要挑战是，在这该网站属于静态网站，即具有固定内容的网页。当

些数据可视化平台上很难找到自2020年起全部的疫情数据，HTML(HyperTextMark-upLanguage)数据加载到客户端的

大部分历史数据只维持在2022年2月初。国家以及各省份各web(WorldWideWeb)浏览器上时，会直接显示存储在web服

市区的卫生健康委员会发布的信息虽有留存，但大部分是文务器端的相同内容。

字的形式，很难直接提取并利用。对于静态页面，将执行HTTP(HyperTextTransferProtocol)

现有的大型记录全球新