《疫情防控中的数据与智能应用研究报告》发布(2)

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。