精神病患者管控大数据模型课件

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,沿线,精神病患者,管控模型,汇报人：,XXXX,沿线精神病患者管控模型汇报人：XXXX,1,目,录,01,模型建立的现实背景,02,构建模型的五块拼图,03,管控实例,目录01模型建立的现实背景02构建模型的五块拼图03管控实,2,一、精神病患者对铁路安全造成怎样的危害,铁路交通事故致死率高，同时铁路交通事故迫使列车较长时间临停，存在破坏行车设备的风险。,43%,路外伤亡事故,精神病患者占比,81%,线路危行案件,精神病患者占比,51%,行人当道（含高铁进人）,精神病患者占比,据中国疾控中心统计，截至2015年底，我国重度精神患者超过1600万人，登记在册严重精神障碍患者达到429.7万人。,我国精神病人的发病率17.5%,其中忧郁、物质依赖、焦虑引发的精神类疾病是连年上升。,To be or Not to be,一、精神病患者对铁路安全造成怎样的危害铁路交通事故致死率高，,3,二、为什么要对精神病患者进行管控,To be or Not to be,“灰犀牛”是与“黑天鹅”相互补足的概念，“灰犀牛事件”是太过于常见以至于人们习以为常的风险，“黑天鹅事件”则是极其罕见的、出乎人们意料的风险。,围绕铁路治安管控的“人、事、地、物”四要素中，“人”排在首位，其中外来流动人员最难管控，又以精神病患者最不受控。,什么是,“,灰犀牛,”,？,“,灰犀牛,”,是常见的物防隐患。,什么是,“,黑天鹅,”,？,“,黑天鹅,”,是难以管控的人为风险。,精神病患者的侵线事件,事前无法预见，只能通过事后倒查，才能掌握是何种人群风险,二、为什么要对精神病患者进行管控To be or Not t,4,精神病患者,逐年增多,2019,年沿线,5,公里内,1606,名,治安警力,相对不足,新线开通,警力减少,模型的作用，在于找到这个群体中最有可能侵线的个体，进行针对性管控，既提升了民警的工作效能，又降低了该群体侵线的风险。,三、管控,模型要解决什么样的问题,To be or Not to be,精神病患者2019年沿线5公里内1606名治安警力新线开通模,5,模型的作用,通过汇聚目标群体的社会数据，建立符合业务逻辑和数学逻辑的模型，对目标群体中的个体进行风险计量，从而找到威胁值最高的个体进行针对性管控。,模型的作用 通过汇聚目标群体的社会数据，建立符合,6,目,录,01,模型建立的现实背景,02,构建模型的五块拼图,03,管控实例,目录01模型建立的现实背景02构建模型的五块拼图03管控实,7,一、找到有侵限能力的目标群体,To be or Not to be,1,抑郁症,思维缓慢、反映迟钝，严重的有自责负罪感，甚至有自杀行为,进入铁路内寻求自杀,2,精神分裂症,表现多样，紧张型患者常有砸东西、伤人毁物的行为,击打列车，破坏铁路设施设备,3,自闭症,自娱自乐、兴趣局限，常自寻刺激、自我伤害,进入铁路内玩耍，影响行车安全,4,痴呆症,记忆力减退、经常走失，生活不能自理,误入铁路，造成事故,（一）器质性精神障碍；,（二）精神活性物质与非依赖性精神物质所致的精神障碍；,（三）精神分裂症及其他精神病性障碍；,（四）心境障碍（情感性精神障碍）；,（五）癔症、应激相关障碍、神经症；,（六）心理因素相关生理障碍；,（七）人格障碍、习惯与冲动控制障碍、性心理障碍；,（八）精神发育迟滞与童年和少年期心理发育障碍；,（九）童年和少年期的多动症、品行障碍、情绪障碍；,（十）其他精神障碍及与心理卫生密切相关的几种情况。,一、找到有侵限能力的目标群体To be or Not to,8,二、符合在铁路附近活动条件的群体,To be or Not to be,在铁路周边居住,被视频捕捉,资料库,视频资料库,二、符合在铁路附近活动条件的群体To be or Not t,9,三、对该群体风险行为的特征进行提取,To be or Not to be,单亲家庭,父母子女均在职的家庭,缺乏照顾，容易失控,D,家庭,关系,分析,精神药品的副作用,如抗抑郁药,氟西汀,自杀行为比率上升,C,药品,服用,时长,不规律领药,不规律的服药,发病几率会增大,B,药品,领取,记录,警情库 文本挖掘,失联 离家出走,伤人毁物 等 筛选,不易受控的目标对象,A,失联,肇事,记录,三、对该群体风险行为的特征进行提取To be or Not,10,四、算法模型的机器学习,To be or Not to be,重症精神病人库,人员基本信息,常住人口暂住人口,承租人,脑科医院处方记录,精神药品分类信息,数据清洗,患者基本信息,监控发现,文本挖掘,铁路沿线地址信息,沿线精神病患者,文本挖掘,接警信息,处警信息,失联、肇事精神病患者,沿线精神病患者家庭结构,关系人员信息表,药品领取记录,历年入侵铁路线路患者登记表,机器学习,TENSORFLOW,神经网络,算法模型,铁路沿线精神病患者侵线风险,四、算法模型的机器学习To be or Not to be重,11,五、落实管控形成闭环管理,To be or Not to be,五、落实管控形成闭环管理To be or Not to be,12,目,录,01,模型建立的现实背景,02,构建模型的五块拼图,03,管控实例,目录01模型建立的现实背景02构建模型的五块拼图03管控实,13,一、自闭症患者,“XXX”,的风险特征,To be or Not to be,疾病症状,自闭症,对铁路有特别的执着,活动情况,距离,XXXX,线,垂直距离,1500m,失联肇事情况,多次进入,XXXX,被职工民警发现,服用精神药品长达,5,年,药品服用时长,药品领取记录,每周定期到,XXXX,脑科医院领取药品,家庭关系,随父母居住,父母均是外来务工人员,一、自闭症患者“XXX”的风险特征To be or Not,14,二、涉及到的算法,To be or Not to be,（,1,）文本数据挖掘,作用：从文本数据中抽取需要的信息，使原本非结构化的数据变为结构化数据，使文本信息数字化。,（,2,）,TENSORFLOW,神经网络算法,作用：训练自动从特征中挖掘和学习规律，最终达到识别风险的目的。,二、涉及到的算法To be or Not to be（1）文,15,Thanks,沿线,精神病患分析管控模型,Thanks沿线精神病患分析管控模型,16,