《大數(shù)據(jù)+智能計(jì)算助力疫情“預(yù)見”與“發(fā)現(xiàn)”》

《大數(shù)據(jù)+智能計(jì)算助力疫情“預(yù)見”與“發(fā)現(xiàn)”》―、概述2020年開年之際，斤型冠狀病毒帶來的肺炎疫情洶涌而至。疫情突發(fā)性高、傳染性強(qiáng)、擴(kuò)散性廣、風(fēng)險(xiǎn)性大，防控工作任務(wù)艱巨、時(shí)間緊迫、形勢(shì)嚴(yán)峻。在這場(chǎng)疫情阻擊戰(zhàn)中，大數(shù)據(jù)、云計(jì)算、人工智能等快速發(fā)展的新一代信息通信技術(shù)加速與交通、醫(yī)療、教育等領(lǐng)域深度融合，上疫情防控的組織和執(zhí)行更加高效，成為戰(zhàn)“疫”的強(qiáng)有力武器。隨著疫情發(fā)展，數(shù)據(jù)驅(qū)動(dòng)的疫情防控在迅速展開，各企業(yè)的疫情防控應(yīng)用場(chǎng)景不斷涌現(xiàn)，應(yīng)用范圍持續(xù)拓展。二大數(shù)據(jù)在疫情中的應(yīng)用1有力支持疫情防控知識(shí)傳播借助于移動(dòng)互聯(lián)網(wǎng)和智能手機(jī)，人們可以隨時(shí)隨地獲取最新疫情動(dòng)態(tài)、科學(xué)防疫知識(shí)等各種數(shù)據(jù)。各地政府通過電子政務(wù)平臺(tái)、微博、公眾號(hào)等定時(shí)發(fā)布最新疫情動(dòng)態(tài)，各類新聞客戶端、社交平臺(tái)、搜索引擎、短視頻平臺(tái)等也積極配合疫情相關(guān)信息的發(fā)布和傳播。此外，眾多“互聯(lián)網(wǎng)+醫(yī)療”平臺(tái)推出了在線問診服務(wù)，方便網(wǎng)友向醫(yī)生咨詢新冠肺炎防治相關(guān)內(nèi)容，有效緩解了因疫情期間醫(yī)療資源緊張導(dǎo)致的就醫(yī)難等問題，避免了普通病癥人群涌向醫(yī)院、形成聚集性交叉感染。2、迅速鎖定“涉疫”人員流動(dòng)軌跡通過集成電信運(yùn)營(yíng)商、互聯(lián)網(wǎng)公司、交通部門等單位的信息，大數(shù)據(jù)可以分析出人員流動(dòng)軌跡。具體來說，利用數(shù)據(jù)分析、數(shù)據(jù)挖掘等技術(shù)，一方面可以通過手機(jī)信令等包含地理位置和時(shí)間戳信息的數(shù)據(jù)繪制病患的行動(dòng)軌跡；另一方面，根據(jù)病患確診日期前一段時(shí)間的行動(dòng)軌跡和同行時(shí)間較長(zhǎng)的伴隨人員，基于大數(shù)據(jù)分析可以推斷出病患密切接觸者。綜合分析確診病患、疑似病患和相關(guān)接觸者的行動(dòng)軌跡，可以準(zhǔn)確刻畫跨地域漫入、漫出的不同類別人員的流動(dòng)情況。3、開展疫情發(fā)展態(tài)勢(shì)預(yù)測(cè)與溯源基于疫情高危人群相關(guān)數(shù)據(jù)，結(jié)合疫情新增確診、疑似、死亡、治愈病例數(shù)，借助傳播動(dòng)力學(xué)模型、動(dòng)態(tài)感染模型、回歸模型等大數(shù)據(jù)分析模型和實(shí)踐技術(shù)，不僅可以分析展示發(fā)病熱力分布和密切接觸者的風(fēng)險(xiǎn)熱力分布，還可以進(jìn)行疫情峰值拐點(diǎn)等大態(tài)勢(shì)研判。利用深度學(xué)習(xí)等新興人工智能技術(shù)，聯(lián)合出行軌跡流動(dòng)信息、社交信息、消費(fèi)數(shù)據(jù)、暴露接觸史等大量數(shù)據(jù)進(jìn)行科學(xué)建模，可以根據(jù)病患確診順序和密切接觸人員等信息定位時(shí)空碰撞點(diǎn)，進(jìn)而推算出疾病傳播路徑，為傳染病溯源分析提供理論依據(jù)。4、助力地方政府科學(xué)精準(zhǔn)施策運(yùn)用大數(shù)據(jù)分析，結(jié)合算法模型對(duì)疫情的傳播速度、傳播趨勢(shì)等進(jìn)行預(yù)測(cè)，可為各地進(jìn)行動(dòng)態(tài)監(jiān)測(cè)管理、統(tǒng)籌醫(yī)療物資儲(chǔ)備、保障民生物資供應(yīng)、制定交通管制政策等提供有效依據(jù)。例如，基于疫情高發(fā)地區(qū)人員在春運(yùn)期間的交通出行數(shù)據(jù)進(jìn)行疫情分析預(yù)警，能夠通過追蹤確診患者、疑似患者和密切接觸者的軌跡位置進(jìn)行精準(zhǔn)防控。5、推動(dòng)病例診斷與疫情研究運(yùn)用大數(shù)據(jù)和人工智能等相關(guān)技術(shù)，可以有效加速新型冠狀病毒宿主預(yù)測(cè)、藥物篩選等數(shù)據(jù)分析和計(jì)算工作，極大提高病毒研究與攻克效率?；贏I技術(shù)的深度學(xué)習(xí)推測(cè)病毒宿的方法已經(jīng)有所應(yīng)用,可以減少病毒檢測(cè)過程中的重復(fù)工作，或可視為AI在對(duì)抗疫情的重要突破。三、大數(shù)據(jù)應(yīng)用領(lǐng)域分析（一）疫情分析展現(xiàn)我們每天打開手機(jī)各大新聞客戶端看到的疫情數(shù)據(jù)就是疫情分析展現(xiàn)的典型應(yīng)用?？梢哉f，疫情相關(guān)的數(shù)據(jù)是開展疫情分析、管控等各方面的基礎(chǔ)。因此，很多企業(yè)首先就針對(duì)各地提供的數(shù)據(jù)進(jìn)行了多主體、多渠道、多維度的展現(xiàn)。（二）疫情防范管制大數(shù)據(jù)分析和展現(xiàn)已在很大程度上完成了數(shù)據(jù)采集和整理工作，通過更深層次的模型建立、分析挖掘等手段能夠在原有基礎(chǔ)上更大發(fā)掘數(shù)據(jù)價(jià)值。疫情防范類應(yīng)用通過10數(shù)據(jù)來進(jìn)行識(shí)別高危人群、開展區(qū)域檢測(cè)、進(jìn)行市場(chǎng)監(jiān)管等功能，為政府部門進(jìn)行決策提供了支撐。（三）醫(yī)療醫(yī)治增效在此次抗擊疫情的過程中，大數(shù)據(jù)和智能技術(shù)被充分應(yīng)用到病情診斷、醫(yī)學(xué)科研、醫(yī)療輔助等與醫(yī)護(hù)工作直接相關(guān)的場(chǎng)景中，是對(duì)大數(shù)據(jù)技術(shù)的最嚴(yán)苛的試煉。從媒體公開的調(diào)研結(jié)果看，有接近17%的應(yīng)用在醫(yī)療醫(yī)治增效中。醫(yī)治增效應(yīng)用的種類包括資源對(duì)接、輔助診斷、線上問診、科研支撐和其他（包括基于圖像分析的無接觸體溫監(jiān)測(cè)應(yīng)用以及時(shí)識(shí)別高風(fēng)險(xiǎn)人群等其他應(yīng)用）。從科研的角度來看，人工智能、大數(shù)據(jù)等技術(shù)正在病毒結(jié)構(gòu)分析、疫苗研發(fā)中嶄露頭角。（四）生活便民舉措生活服務(wù)類應(yīng)用也是數(shù)據(jù)驅(qū)動(dòng)疫情防控的重點(diǎn)突破口。諸多互聯(lián)網(wǎng)企業(yè)采用O2O服務(wù)模式，形成線下活動(dòng)到線上活動(dòng)的映射，利用大數(shù)據(jù)技術(shù)實(shí)現(xiàn)海量生活數(shù)據(jù)的采集、分類和存儲(chǔ)，為居民提供食品無接觸外送、實(shí)時(shí)疫情地圖、互聯(lián)網(wǎng)醫(yī)療等服務(wù)，在便利居民正常生活的同時(shí)，確保各類服務(wù)的健康安全。（五）復(fù)工復(fù)產(chǎn)管理受突發(fā)疫情波及，餐飲住宿、文化娛樂、交通運(yùn)輸?shù)刃袠I(yè)運(yùn)行放緩甚至停頓，從業(yè)人員待崗時(shí)間拉長(zhǎng)，相關(guān)上下游產(chǎn)業(yè)也相繼受到波及。隨著返程高峰來臨之際，預(yù)防人員流動(dòng)帶來的交叉感染，是現(xiàn)階段各地方、各單位防疫工作重點(diǎn)。從復(fù)工復(fù)產(chǎn)的角度來看，遠(yuǎn)程辦公和人員信息上報(bào)是主要的兩個(gè)方向。四、大數(shù)據(jù)應(yīng)用趨勢(shì)分析（一）數(shù)據(jù)能力是疫情防控的基礎(chǔ)良好和豐富的數(shù)據(jù)是開展疫情防控應(yīng)用的基礎(chǔ)。傳統(tǒng)數(shù)據(jù)采集方式在大數(shù)據(jù)量面前暴露出了一些弊端。傳統(tǒng)衛(wèi)生數(shù)據(jù)的采集起點(diǎn)通常是基層的社區(qū)衛(wèi)生中心，通過社區(qū)人員手工填報(bào)，經(jīng)歷區(qū)衛(wèi)健委、市衛(wèi)健委，最終匯集至省衛(wèi)健委和國(guó)家衛(wèi)健委。這一方面增加了基層數(shù)據(jù)采集工作人員的負(fù)擔(dān)，降低了數(shù)據(jù)匯集的效率，另一方面難以在數(shù)據(jù)源頭快速核驗(yàn)數(shù)據(jù)的正確性，增加了后期數(shù)據(jù)質(zhì)量管理的成本。為保障數(shù)據(jù)采集的全面和準(zhǔn)確性，應(yīng)同步采用自動(dòng)化采集工具和數(shù)據(jù)質(zhì)量核驗(yàn)等手段，對(duì)于多源頭數(shù)據(jù)應(yīng)明確主要來源，從對(duì)應(yīng)系統(tǒng)或平臺(tái)中抓取，減少自報(bào)數(shù)據(jù)和重復(fù)采集。同時(shí)，充分利用大數(shù)據(jù)技術(shù)，實(shí)現(xiàn)各類疫情信息的快速實(shí)時(shí)采集。在疫情防控工作中,部分政府與政府之間、政府各部門之間推進(jìn)數(shù)據(jù)互通，在很大程度上簡(jiǎn)化數(shù)據(jù)采集流程，提高疫情防控效率。但是，數(shù)據(jù)互通仍面臨諸多障礙，如尚未建立有效的數(shù)據(jù)互通機(jī)制，無法在較短的時(shí)間內(nèi)明確數(shù)據(jù)互通的需求和范圍，相關(guān)技術(shù)由于存在接口和規(guī)則壁壘，也難以支撐大數(shù)據(jù)量的快速聯(lián)通。（二）數(shù)據(jù)分析的深度逐漸遞進(jìn)加深數(shù)據(jù)分析應(yīng)用的深度一般會(huì)從其操作難度和產(chǎn)出價(jià)值等方面進(jìn)行評(píng)估。疫情控制早期，是打好數(shù)據(jù)基礎(chǔ)的關(guān)鍵時(shí)期。此時(shí)涌現(xiàn)的大部分應(yīng)用多為信息收集和平臺(tái)建設(shè)類項(xiàng)目，如各類自填報(bào)系統(tǒng)和大數(shù)據(jù)平臺(tái)的建設(shè)。隨著平臺(tái)的建設(shè)和數(shù)據(jù)的逐步積累，診斷類應(yīng)用愈發(fā)成熟，預(yù)測(cè)類應(yīng)用逐步增加。預(yù)測(cè)類和決策類應(yīng)用將在疫情控制方面起到重要作用。預(yù)測(cè)和決策類應(yīng)用復(fù)雜程度高，數(shù)量雖少，但具有更高的價(jià)值。（三）科技企業(yè)展現(xiàn)技術(shù)“抗疫”硬實(shí)力“人傳人"的疫情特征，將對(duì)于人類個(gè)體的監(jiān)測(cè)與管控推到了核心地位，如何獲取、描述和分析一個(gè)人的行為軌跡，及多人之間的位置重疊也就成為了最基礎(chǔ)和最重要的分析數(shù)據(jù)。新冠疫情如排山倒海般來勢(shì)洶洶，面對(duì)如此緊急的突發(fā)事件，科技企業(yè)的快速應(yīng)變能力成為了硬實(shí)力。從系統(tǒng)總線到面向服務(wù)思想，從模塊化、松耦合到中臺(tái)和微服務(wù)，技術(shù)的革新總是向著高效、敏捷的方向發(fā)展，這也正是解決快速應(yīng)變需求的最重要手段。大數(shù)據(jù)同人工智能技術(shù)相輔相成，共同提升人類智能化技術(shù)水平，智能化的方法和設(shè)備不斷發(fā)展，輔助人類更多更好的完成任務(wù)已經(jīng)成為了今后發(fā)展的重要方向。（四）“開源眾包”成為獨(dú)特風(fēng)景線在新型冠狀病毒開始曼延的初期，疫情相關(guān)的信息爆炸，發(fā)布渠道眾多。醫(yī)療物資短缺的信息尚未有效統(tǒng)計(jì)和發(fā)布，給物資調(diào)度和捐贈(zèng)帶來巨大困難。此時(shí)，一群志愿者自發(fā)形成了研發(fā)團(tuán)隊(duì)，利用各自的專業(yè)優(yōu)勢(shì)，采用眾包協(xié)作的方式構(gòu)建了一個(gè)個(gè)疫情防護(hù)有關(guān)的信息化開源項(xiàng)目，致力于搭建可靠、高效的信息化渠道，成為了疫情防控科技力量中一道亮麗的風(fēng)景線。五、面對(duì)的問題和挑戰(zhàn)雖然大數(shù)據(jù)和智能技術(shù)在疫情防控過程中可以發(fā)揮重大作用，但從此次疫情應(yīng)對(duì)情況來看，特別是基于互聯(lián)網(wǎng)企業(yè)在數(shù)據(jù)驅(qū)動(dòng)的疫情防控過程中發(fā)揮的作用來看，仍有很大空間值得挖掘和提升。（―）數(shù)據(jù)來源有限，采集手段落后在大數(shù)據(jù)時(shí)代，公眾的信息需求發(fā)生了變化，面對(duì)疫情，公眾關(guān)注的重點(diǎn)不僅僅是防控工作動(dòng)態(tài)、自我防護(hù)知識(shí)、相關(guān)政策文件等信息，同時(shí)更加關(guān)注—些具體的、量化的疫情相關(guān)數(shù)據(jù)。（二）數(shù)據(jù)缺乏治理，數(shù)據(jù)質(zhì)量堪憂從疫情分析的數(shù)據(jù)來看，目前公開渠道獲取的數(shù)據(jù)不規(guī)范，數(shù)據(jù)口徑、數(shù)據(jù)統(tǒng)計(jì)時(shí)間等維度不統(tǒng)一，為分析帶來很大困難。數(shù)據(jù)源混雜重復(fù)、數(shù)據(jù)質(zhì)量不高的情況十分普遍，數(shù)據(jù)可信性有待提升。（三）隱私保護(hù)不足，存在合規(guī)風(fēng)險(xiǎn)隨著新冠肺炎疫情防控形勢(shì)不斷升級(jí)，各地紛紛采取多樣的宣傳預(yù)防方式，其中，排查上報(bào)重點(diǎn)地區(qū)返鄉(xiāng)人員和確診患者信息，是一項(xiàng)十分重要的舉措，能夠幫助衛(wèi)生監(jiān)督機(jī)構(gòu)及時(shí)掌握