大数据资讯

2020年开年之际,新型冠状病毒感染的肺炎疫情汹涌而至。相比于2003年的SARS疫情,十余年间,新一代信息技术迅猛发

以“数”制“疫” 大数据如何推动疫情防控?

来源:香港服务器 作者:服务器租用 浏览量:99 更新:2020-02-12

2020年开年之际,新型冠状病毒感染的肺炎疫情汹涌而至。相比于2003年的SARS疫情,十余年间,新一代信息技术迅猛发展,人类社会已进入大数据时代。面对新型冠状病毒感染的肺炎威胁,大数据这一技术手段可提供重要帮助,城市管理者也在新型智慧城市建设的过程中获取了很多疫情防控和城市管理的经验。

数据推动疫情防控的三大手段

面对紧急突发的公共卫生事件及多方来源的海量数据如何联合政企单位科学运用大数据技术,为公众提供更完整、连续、准确、及时的防疫信息,为专家提供追溯疾病源头的方法,为决策者提供传染病发展的趋势,是大数据应用于防疫的三大重要任务。

可分析“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分析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的行动轨迹和同行时间较长的伴随人员,大数据可以推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,可以准确刻画跨地域漫入、漫出的不同类别人员的流动情况,这既为精准施治提供了有力指导,也为预测高危地区和潜在高危地区提供了有力依据。

可追溯传染病源头利用人工智能、深度学习等新兴技术,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等信息定位时空碰撞点,进而有望推算出疾病传播路径,为传染病溯源分析提供理论依据。

可预测疫情发展态势通过高危人群,即确诊病患和病患密切接触者的运动情况,结合疫情新增确诊、疑似、死亡、治愈的病例数,借助传播动力学模型、动态感染模型、回归模型等大数据模型和技术,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,还可以预测疫情峰值拐点等重要信息。根据预测的疫情发展态势,卫生部门可以针对发病热力分布,对重点区域强化卫生措施;依据风险热力分布,对可能扩散的区域提前陈设防疫防控资源,避免出现二次爆发、局部爆发和多点爆发。同时,疫情发展趋势预测对于政府部门确定复工时间、出台公共管理和促进经济发展的措施都将起到很重要的作用。无论对决策者还是普通人,心中有“数”,才能提前陈设,防患未然。

数据采集手段及流传仍存问题

虽然大数据在精准防疫和决策支持方面可以发挥重大作用,但从我国此次应对新型冠状病毒感染的肺炎疫情来看,仍有很大空间值得挖掘和提升。为了进一步推动数据助力疫情防控,以下3个问题亟需得到解决。

一是数据采集手段原始,质量较低。一些政府部门和基层组织在采集疫情相关数据仍然采用手工作坊式的人海战术。在采集时通常采用手工填表、打电话等方式,这既给基层工作人员增加负担,也无法保证数据的真实性。例如,在采集患者个人信息时,由于没有区分所留手机号到底属于病患还是其家属,运营商系统核验时就会存在大量身份证号与手机号不一致的情况,导致后续数据分析的准确性和真实性模糊。

二是数据流转存在隐私泄露的风险。为应对新型冠状病毒的防疫需求,有关部门第一时间制作了隐去个人隐私信息的确诊患者相同行程查询工具,但在原始数据上报过程中,数据还是遭到了不同程度泄露,这给被泄露人的生活带来了极大不便。

三是跨地区、跨层级、跨部门的数据流转难以实现。大数据的核心在于互联互通。针对个人的行为分析,手机信令仅能提供较为粗糙的移动轨迹,对区域性分析结果影响较小,但对于轨迹精确度要求高的防疫场景,则需要更多例如火车、飞机、共享单车、网约车、搜索引擎、社交媒体等更多维度跨层级和跨领域的信息。目前,不同企业和政府部门的数据呈现“孤岛”形态,数据亟需高效整合,才能更好应用于疫情治理。

打破“孤岛”形态

推动大数据助力疫情防控

基于以上提出的问题,面对不断蔓延的疫情形势,建议有关部门在以下3个方面进行改进和强化。

一是提升采集手段,强化数据校验。要通过各种技术手段,避免数据低效采集。例如,各地疾控部门对于患者的流行病学调查,除了通过对患者直接的调查采访外,还应从有关部门采集患者的手机信令数据、交通出行数据,甚至是微信、支付宝等基于位置服务的数据(LBS数据)。这些数据的准确度往往比手工采集要高得多。此外,还需要进行多方数据校验,从源头上提高数据质量,为后续的数据分析奠定良好基础。

部分文章来源与网络,若有侵权请联系站长删除!