2020疫情防控中的数据与智能应用研究报告.docx

2020疫情防控中的数据与智能应用研究报告 2020 年 3 月 目 录 一、综述 . 1 （一） 科 技 “ 战疫 ” 时间线 . 1 （二） 抗 疫技 术 “ 数据 ” 轴 . 3 二、应用分析 . 6 （一） 疫 情分 析展 现 . 6 （二） 疫 情防 范管 制 . 9 （三） 医 疗医 治增 效 . 13 （四） 生 活便 民举 措 . 16 （五） 复 工复 产管 理 . 21 三、深度洞察 . 25 （一） 数 据能 力是 疫情防 控 的基础 . 25 （二） 疫 情领 域应 用包含 四 种类型 . 32 （三） 企 业技 术 “ 抗疫 ” 硬 实力 展 现 . 35 （四） “ 开源 众包 ” 成为 独 特风 景 线 . 38 四、问题与挑战 . 44 （一） 数 据来 源有 限，采 集 手段 落 后 . 44 （二） 数 据缺 乏治 理，数 据 质量 堪 忧 . 45 （三） 隐 私保 护不 足，存 在 合规 风 险 . 46 （四） 数 据流 通不 足，数 据 孤岛严重 . 48 五、总结与建议 . 50 （一） 强 积累 ，发 挥数据 应 用价值 . 50 （二） 提 质量 ，加 强数据 治 理能力 . 50 （三） 保 隐私 ，确 保数据 合 法合规 . 51 （四） 推 技术 ，创 新技术 应 用场景 . 51 （五） 寻 机遇 ，推 动数字 经 济发展 . 52 结 语 . 54 一、综述 （一）科技“战疫”时间线 2020 年开年之际，新型冠状病毒带来的肺炎疫情汹涌而至。疫情突发性高、传染性强、扩散性广、风险性大， 防控工作任务艰巨、时间紧迫、形势严峻。在这场疫情阻击战中，大数据、云计算、人工智能等快速发展的新一代信息通信技术加速与交通、医疗、教育等领域深度融合， 让疫情防控的组织和执行更加高效，成为战 “ 疫 ” 的强有力武器。 本报告梳理了疫情发展与数据和智能驱动相关案例的重要节点时间线。可以看出，随着疫情发展，数据驱动的疫情防控在迅速展开，各企业的疫情防控应用场景不断涌现，应用范围持续拓展。 2019 年 12 月 8 日 武汉肺炎首例病例发病 2020 年 1 月初 百度地图迁徙大数据平台持续高频升级，全面展现疫情 期间人员流动情况 2020 年 1 月 20 日 中国联通组建大数据专项工作组，统筹资源，完成与国家卫健委、疾控中心和全国各省有关单位的对接 2020 年 1 月 23 日 东软上线 “ 疫情自填报 ” 平台，帮助政府、企事业单位快速完 成疫情信息登记 2020 年 1 月 27 日 工信部召开疫情防控大数据专家会商会，研究部署大数据支 撑服务疫情相关工作 2020 年 1 月 30 日 百度研究院宣布免费开放线性时间算法 LinearFold ，以提升新型冠状病毒 RNA 空间结构预测速度，助力疫情防控 2020 年 1 月 31 日 华宇软件先后上线智慧教育、网络交易监管等平台，支撑学 校、企业与政府复工复产复学 2020 年 2 月 4 日 工信部向相关学（协）会、联盟、企事业单位倡议充分发挥 人工智能赋能效用、协力抗击疫情 2020 年 2 月 6 日 软通智慧上线新冠疫情防控指挥平台，帮助疫情防控部门科 学统筹医疗救治资源调配 2020 年 2 月 14 日 工信部总经济师王新哲到解放军总医院调研应用 5G 技术 助力疫情防控工作 2019 年 12 月 31 日 武汉卫健委进行首次通报，已发现 27 例 “ 病毒性肺炎 ” 2020 年 1 月 11 日出现首例死亡病例2020 年 1 月 12 日 世界卫生组织正式命名武汉肺炎的新型冠状病毒为 2019nCoV ( 2019-novel Corona Virus) 2020 年 1 月 20 日 病毒蔓延至北京、上海等全国多地；中央对武汉肺炎下达最高指示 2020 年 1 月 23 日 武汉 “ 封城 ” ；全国确诊病例 639 例，首例无武汉旅居史病人出现 2020 年 1 月 29 日 西藏首例确诊病例，确诊病例覆盖全部 31 个省市自治区；全 国确诊病例 6078 例 2020 年 1 月 31 日 全国确诊病例破万，达 11791 例 2020 年 2 月 12 日 临床诊断纳入确诊病例，湖北单日新增确诊病例过万，达 14840 例 2020 年 2 月 17 日 全国累计治愈出院数破万；湖北以外新增确诊病例 13 连降 数据来源：中国信息通信研究院 图 1 科技 “ 抗疫 ” 行动时间轴 （二）抗疫技术“数据”轴 通过梳理总结这些应用场景，我们发现 “ 数据 ” 可以在如下方面助力疫情防控。 1、有力支持疫情防控知识传播 借助于移动互联网和智能手机，人们可以随时随地获取最新疫情动态、科学防疫知识等各种数据。各地政府通过电子政务平台、微博、公众号等定时发布最新疫情动 态，各类新闻客户端、社交平台、搜索引擎、短视频平台等也积极配合疫情相关信息的发布和传播。此外，众多 “ 互联网 +医疗 ” 平台推出了在线问诊服务，方便网友向医生咨询新冠肺炎防治相关内容，有效缓解了因疫情期间医疗资源紧张导致的就医难等问题，避免了普通病症人群涌向医院、形成聚集性交叉感染。 2、迅速锁定“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，基于大数据分析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有力指导，也为预测高危地区和潜在高危地区提供了精准依据。 3、开展疫情发展态势预测与溯源 基于疫情高危人群相关数据，结合疫情新增确诊、疑似、死亡、治愈病例数，借助传播动力学模型、动态感染模型、 回归模型等大数据分析模型和实践技术，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，还可以进行疫 情峰值拐点等大态势研判。利用深度学习等新兴人工智能技术，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，进而推算出疾病传播路径，为传染病溯源分析提供理论依据。 4、助力地方政府科学精准施策 运用大数据分析，结合算法模型对疫情的传播速度、传播趋势等进行预测，可为各地进行动态监测管理、统筹医疗物资储备、保障民生物资供应、制定交通管制政策等提供有效依据。例如，基于疫情高发地区人员在春运期间的交通出行数据进行疫情分析预警，能够通过追踪确诊患者、疑似患者和密切接触者的轨迹位置进行精准防控。同时，通过大数据分析还可以评估预测疫情对近期和远期社会经济运行带 来的影响，建立快速、高效的经济应急反应机制，帮助政府 适时出台减税、降费、专项补贴等各类措施，缓解中小企业 因疫情导致的资金链 断裂风险及可能出现的连续经营困难， 努力保持生产生活平稳有序 1。 5、推动病例诊断与疫情研究 运用大数据和人工智能等相关技术，可以有效加速新型冠状病毒宿主预测、药物筛选等数据分析和计算工作， 极大提高病毒研究与攻克效率。 二、应用分析 本章梳理了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主要方面的应用案例。案例从互联网渠道和企业申报渠道获得，共搜集 分析了 200 多个案例进行分析。入选的案例均已在实际应用 中取得了良好的效果，在疫情防控过程中发挥了重要价值。 （一）疫情分析展现 我们每天打开手机各大新闻客户端看到的疫情数据就是疫情分析展现的典型应用。可以说，疫情相关的数据是开展疫情分析、管控等各方面的基础。因此，很多企业首先就针对各地提供的数据进行了多主体、多渠道、多维度的展现。 从本报告的调查结果看，有 39.6 的企业案例是对所采 集数据进行直观的可视化展现，而超过 80 的企业案例在此基础上进行了更为深入的数据分析；数据来源渠道包括公开数据 （ 8.1 ）、人员上报数据 （ 36.1 ）、自有系统数据 （ 41.3 ）和其他系统对接及第三方数据 （ 17.1 ），各类案例数据来源渠道存在交叉情况；从服务主体角度看，有 52.2 的企业案例为政府提供数据采集和分析服务，有 30.4 为公众提供信息展示服务，有 17.4 是为其它企业提供数据分析和展示服务。 图 2 疫情分析展现 本节从三类服务对象角度出发，对疫情分析展现应用的价值进行探讨。 1、政府支撑 从政府支撑的角度看，疫情数据分析展现的应用主要包括政府管控范围内的疫情相关信息展示、人员流动情况展示、车辆流动情况展示、疫情相关资源情况展示、物流信息展示等核心功能。通过对这些重要信息进行全方位、多角度的实时展示，支撑了政府对于疫情的防范、管理和控制。