《疫情防控中的数据与智能应用研究报告》发布
随着疫情发展，大数据驱动的疫情防控迅速在全国铺开，其应用场景不断涌现，应用范围持续拓展。3月2日，中国信通院发布《疫情防控中的数据与智能应用研究报告》（以下简称《报告》）。该报告搜集分析了200 余个大数据与人工智能技术在此次疫情防控中的应用案例，梳理了疫情发展与相关应用案例的重要时间节点，旨在全景展现信息技术在此次疫情防控中的应用情况，并对下一步通过大数据等新一代信息技术开展疫情防控进行了初步讨论。
五大应用加入疫情阻击战
《报告》显示，大数据与人工智能技术发挥了五大作用，支撑政府对疫情的防范、管理和控制，实现监测和管控高危人群，算法算力辅助疾病研究，电商平台、地图应用和线上就医保证人民健康生活，通信大数据行程卡助力社会复工复产。
诸多机构针对各地提供的数据进行了多主体、多渠道、多维度的展现，并将结果应用于公众、政府和企业服务上，在本次报告统计的案例中该类应用占比39.6%。比如，北京移动的“疫情防治人口大数据平台”自1月26日上线以来，为北京市提供了疫情地返回用户、外省返回用户、非常驻用户的规模监测及分布等服务。
疫情防范控制类应用能够进行识别高危人群、开展区域检测、进行市场监管等功能，相关案例占比46.7%。
从科研的角度来看，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，医疗医治类案例占比17%。1月30日，百度研究院向各基因检测机构、防疫中心及全世界科学研究中心免费开放线性时间算法LinearFold，以及世界上现有最快的RNA结构预测网站。LinearFold算法可将此次新型冠状病毒的全基因组二级结构预测从经典算法的55分钟缩短至27秒，提速120倍，能够节省两个数量级的等待时间，极大提升科研工作效率。
受新冠疫情的影响，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O2O服务模式，利用大数据技术实现海量生活数据的采集、分类和存储，为居民提供食品无接触外送等服务。
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。为了简单、快速、权威、准确地证明自己过往14天内的行程信息，中国信通院联合三家基础电信企业利用电信大数据，推出“通信大数据通行卡”服务，为全国16亿手机用户免费提供其本人前14天内到访地服务。
数据采集成本降低
通过对大数据在疫情分析展现、疫情防范管制、医疗医治增效、生活便民举措、复工复产管理等五个方面的应用案例分析，研究人员发现，传统数据采集方式也存在一些弊端。
中国信通院云计算与大数据研究所副所长魏凯介绍，传统卫生数据的采集起点通常是基层的社区卫生中心。社区人员手工填报，经由区卫健委、市卫健委，最终汇集至省卫健委和国家卫健委。一方面增加了基层数据采集工作人员的负担，另一方面难以在数据源头快速核验数据的准确性，增加了后期数据质量管理的成本。
目前，借助信息化，已有多地采用在线信息填报系统和智能外呼平台代替手工填报，降低了数据采集人力成本，缩短了数据流转过程。企业等也通过使用爬虫技术采集动态数据，以快速提供疫情数据可视化、疫情态势分析、疫情推演等服务。
魏凯建议，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。通过ETL、API、消息队列、数据流等多种采集手段，提供移动端报表采集功能，确保实时准确获取人口流动信息、交通实时信息、重点防控人员定位信息等多类数据，满足疫情特殊时期下的数据资源需求。
数据分析逐渐加深
据统计，2020年2月前的数据应用，60%以上属于初步的描述性应用，如疫情分布地图、人员流动展现等。例如，航空和铁路部门在疫情初期发现确诊患者后，通知同航班和同车次的旅客进行重点关注和隔离。
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。2月初，描述类和诊断类应用的占比达到75%，数据粒度和分析粒度都更加细致，区县级甚至社区级的应用开始出现。例如，百分点信息科技的“一区一码”系统，居民完成个人信息填报，进出小区时由系统自动分析辅助人工管理。预测类应用，如潜在传染源和传染路径预测、传染人数趋势预测等开始出现，并逐步用于政府的决策参考。
魏凯表示，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。此次疫情防控过程中，大数据和 AI 技术被用于病毒基因的检测分析中，基于病毒基因的特征，预测病毒蛋白结构辅助药物筛选，大大提高了诊断和疫情研究的效率。
“数据由描述性分析、诊断性分析、预测性分析逐步向决策性分析转变。整体来看，前期各类描述、诊断、预测类应用的成熟为政府后续的精准施策打下基础。”魏凯说。
版权声明：凡本网注明“来源：中国科学报、科学网、科学新闻杂志”的所有作品，网站转载，请在正文上方注明来源和作者，且不得对内容作实质性改动；微信公众号、头条号等新媒体平台，转载请联系授权。邮箱：shouquan@stimes.cn。
