《疫情防控中的数据与智能应用研究报告》发布

 
数据应用逐步走向成熟  
《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。