《《大数据+智能计算助力疫情“预见”与“发现”》.docx》由会员分享，可在线阅读，更多相关《《大数据+智能计算助力疫情“预见”与“发现”》.docx（7页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、大数据+智能计算助力疫情预见与发现一、概述2022年开年之际，新型冠状病毒带来的肺炎疫情汹涌而至。疫情突发性高、 传染性强、扩散性广、风险性大，防控工作任务艰巨、时间紧迫、形势严峻。 在这场疫情阻击战中，大数据、云计算、人工智能等快速发展的新T弋信息通信 技术加速与交通、医疗、教育等领域深度融合，让疫情防控的组织和执行更加高 效，成为战疫”的强有力武器。随着疫情发展，数据驱动的疫情防控在迅速展 开，各企业的疫情防控应用场景不断涌现，应用范围持续拓展。二、大数据在疫情中的应用1、有力支持疫情防控知识传播借助于挪移互联网和智能手机，人们可以随时随螃取最新疫情动态、科学 防疫知识等各种数据。各地政府
2、通过电子政务平台、微博、公众号等定时发布 最新疫情动态，各类新闻客户端、社交平台、搜索引擎、短视频平台等也积极配 合疫情相关信息的发布和传播。此外，众多互联网+医疗平台推出了在线 问诊服务，方便网友向医生咨询新冠肺炎防治相关内容，有效缓解了因疫情期间 医疗资源紧张导致的就医难等问题，避免了普通病症人群涌向医院、形成会萃 性交叉感染。2、迅速锁定涉疫人员流动轨迹通过集成电信运营商、互联网公司、交通部门等单位的信息，大数据可以 分析出人员流动轨迹。具体来说，利用数据分析、数据挖掘等技术，一方面可以 通过手机信令等包含地理位置和时间戳信息的数据绘制病患的行动轨迹；另一方面，根据病患确诊日期前一段时间
3、的行动轨迹和同行时间较长的伴有人员, 基于大数据分析可以判断出病患密切接触者。综合分析确诊病患、疑似病患和相 关接触者的行动轨迹，可以准确刻划跨地域漫入、漫出的不同类别人员的流动 情况。3、开展疫情发展态势预测与溯源基于疫情高危人群相关数据，结合疫情新增确诊、疑似、 死亡、治愈病例 数，借助传播动力学模型、动态感染模型、回归模型等大数据分析模型和实践 技术，不仅可以分析展示发病热力分布和密切接触者的风险热力分布，还可以 进行疫情峰值拐点等大态势研判。利用深度学习等新兴人工智能技术，联合出 行轨迹流动信息、社交信息、消费数据、暴露接触史等大量数据进行科学建模, 可以根据病患确诊顺序和密切接触人员
4、等信息定位时空碰撞点，进而推算出疾 病传播路径，为传染病溯源分析提供理论依据。4、助力地方政府科学精准施策运用大数据分析，结合算法模型对疫情的传播速度、传播趋势等进行预测, 可为各地进行动态监测管理、统筹医疗物资储备、保障民生物资供应、制定交通 管制政策等提供有效依据。例如，基于疫情高发地区人员在春运期间的交通出行 数据进行疫情分析预警，能够通过追踪确诊患者、疑似患者和密切接触者的轨 迹位置进行精准防控。5、推动病例诊断与疫情研究运用大数据和人工智能等相关技术，可以有效加速新型冠状病毒宿主预测、 药物筛选符媚分析和计算工作，极为是高病毒研究与攻克效率。基于AI技术的深度学习猜测病毒宿的方法已经
5、有所应用，可以减少病毒检测过程中的重复工 作，或者可视为AI在对抗疫情的重要突破。三、大数据应用领域分析（一）疫情分析展现我们每天打开手机各大新闻客户端看到的疫情数据就是疫情分析展现的典 型应用。可以说，疫情相关的数据是开展疫情分析、管控等各方面的基础。因此， 不少企业首先就针对各地提供的数据进行了多主体、多渠道、多维度的展现。（二）疫情防范管制大数据分析和展现已在很大程度上完成为了数据采集和整理工作，通过更 深层次的模型建立、分析挖掘等手段能够砥有揄出上更小屈娄好周介值。疫 情防范类应用通过10数据来进行识别高危人群、开展区域检测、进行市场监 管等功能，为政府部门进行决策提供了支撑。（三）医
6、疗医治增效在此次抗击疫情的过程中，大数据和智能技术被充分应用到病情诊断、医 学科研、医疗辅助等与医护工作直接相关的场景中，是对大数据技术的最严苛的 试炼。从媒体公开的调研结果看，有接近17%的应用在医疗医治增效中。医治 增效应用的种类包括资源对接、辅助诊断、线上问诊、 科研支撑和其他（包括 基于图象分析的无接触体温监测应用以及时识别高风险人群等其他应用）。从 科研的角度来看，人工智能、大数据等技术正在病毒结构分析、疫苗研发中崭露 头角。生活服务类应用也是数据驱动疫情防控的重点突破口。诸多互联网企业采用020服务模式，形成线下活动到线上活动的映射，利用大数据技术实现海量生 活数据的采集、分类和存
7、储，为居民提供食品无接触外送、实时疫情地图、互联 网医疗等服务，在便利居民正常生活的同时，确保各类服务的健康安全。（五）复工复产管理受突发疫情皮及,餐饮住宿、文化娱乐、交通运输等行业运行放缓甚至停顿, 从业人员待岗时间拉长，相关上下游产业也相继受到波及。随着返程高峰来临 之际，预防人员流动带来的交叉感染，是现阶段各地方、各单位防疫工作重点。 从复工复产的角度来看，远程办公和人员信息上报是主要的两个方向。四、大数据应用趋势分析（一）数据能力是疫情防控的基础良好和丰富的数据是开展疫情防控应用的基础。传统数据采集方式在大数据 量面前暴露出了一些弊端。传统卫生数据的采集起点通常是基层的社区卫生中 心，
8、通过社区人员手工填报，经历区卫健委、市卫健委，最终汇集至省卫健委 和国家卫健委。这一方面增加了基层数据采集工作人员的负担，降低了数据汇集 的效率，另一方面难以在数据源头快速核验数据的正确性，增加了后期数据质 量管理的成本。为保障数据采集的全面和准确性，应同步采用自动化采集工具和数据质量 核验等手段，对于多源头数据应明确主要来源，从对应系统或者平台中抓取，减 少自报数据和重复采集。同时，充分利用大数据技术，实现各类疫情信息的 快速实时采集。在疫情防控工作中,部份政府与政府之间、政府各部门之间推进数据互通， 在很大程度上简化数据采集流程,提高疫情防控效率。但是，数据互通仍面临 诸多障碍，如尚未建立
9、有效的数据互通机制，无法在较短的时间内明确数据互通 的需求和范围，相关技术由于存在接口和规则壁垒，也难以支撑大数据量的快 速联通。（二）数据分析的深度逐渐递进加深数据分析应用的深度普通会从其操作难度和产出价值等方面进行评估。疫 情控制早期，是打好数据基础的关键时期。此时涌现的大部份应用多为信息收 集和平台建设类项目，如各类自填报系统和大数据平台的建设。随着平台的建 设和数据的逐步积累，诊断类应用愈发成熟，预测类应用逐步增加。预测类和决 策类应用将在疫情控制方面起到重要作用。预测和决策类应用复杂程度高，数量 虽少，但具有更高的价值。（三）科技企业展现技术抗疫硬实力人传人”的疫情特征，将对于人类个
10、体的监测与管控推到了核心地位，如 何获取、描述和分析一个人的行为轨迹，及多人之间的位置重叠也就成为了最 基础和最重要的分析数据。新冠疫情如排山倒海般来势汹汹，面对如此紧急的 突发事件，科技企业的快速应变能力成为了硬实力。从系统总线到面向服务思 想，从模块化、松耦合到中台和微服务，技术的革新总是向着高效、敏捷的方向 发展，这也正是解决快速应变需求的最重要手段。大数据同人工智能技术相辅 相成，共同提升人类智能化技术水平，智能化的方法和设备不断发展，辅助人类 更多更好的完成任务已经成为了今后发展的重要方向。（四）开源众包”成为独特风景线在新型冠状病毒开始蔓延的初期，疫情相关的信息爆炸，发布渠道众多。
11、 医疗物资短缺的信息尚未有效统计和发布，给物资调度和捐赠带来巨大艰难。 此时，一群志愿者自发形成为了研发团队，利用各自的专业优势，采用众包协作 的方式构建了一个个疫情防护有关的信息化开源项目,致力于搭建可靠、高效 的信息化渠道，成为了疫情防控科技力量中一道亮丽的风景线。五、面对的问题和挑战虽然大数据和智能技术在疫情防控过程中可以发挥重大作用，但从此次疫情 应对情况来看，特殊是基于互联网企业在数据驱动的疫情防控过程中发挥的作用 来看，仍有很大空间值得挖掘和提升。（一）数据来源有限，采集手段落后在大数据时代，公众的信息需求发生了变化，面对疫情，公众关注的重点 不仅仅是防控工作动态、自我防护知识、相
12、关政策文件等信息，同时更加关注 一些具体的、量化的疫情相关数据。（二）数据缺乏管理，数据质量堪忧从疫情分析的数据来看，目前公开渠道获取的数据不规范，数据口径、数 据统计时间等维度不统一，为分析带来很大艰难。数据源混杂重复、数据质量 不高的情况十分普遍，数据可信性有待提升。（三）隐私保护不足，存在合规风险随着新冠肺炎疫情防控形势不断升级，各地纷纷采取多样的宣传预防方式, 其中，排查上报重点地区返乡人员和确诊患者信息，是一项十分重要的举措，能 够匡助卫生监督机构及时掌握情况，迅速切断传播。（四）数据流通不足，数据孤岛严重大数据的核心在于互联互通。惟独融会了多源数据，才干发挥大数据的价 值。在疫情防控中我们也看到，数据分散割裂、聚而不通、通而不用的问题。如 果不打通这些数据，大数据的价值将非常难挖掘，大数据需要不同数据的关联和 整合才干更好的发挥优势。如何将数据打通，并且实现技术和工具共享，是更 好的发挥大数据在防疫中的更大价值的关键。