受疫情影響，2020年開年開始，傳統(tǒng)的春運(yùn)返程、企業(yè)復(fù)工等節(jié)奏都發(fā)生了很大變化，各級(jí)政府、相關(guān)部門的工作也產(chǎn)生了相應(yīng)的調(diào)整和變化。

各地安全防控工作不斷加緊

工具選擇很重要

據(jù)觀察，各地政府牽頭加強(qiáng)了數(shù)據(jù)安全防控措施，依據(jù)各地?cái)?shù)據(jù)進(jìn)行統(tǒng)計(jì)指標(biāo)、宏觀指標(biāo)和一些細(xì)節(jié)指標(biāo)等的分析，形成一個(gè)全方位的立體防疫體系。

可以看到各地會(huì)有關(guān)于人口流入流出、特定地區(qū)流入等數(shù)據(jù)分析，復(fù)工分析、經(jīng)濟(jì)影響分析等，用于未來決策、疫情預(yù)測等不同角度。

隨著疫情發(fā)展的不同階段，安全防控在每個(gè)階段也遇到了不同的問題，陸續(xù)經(jīng)歷了疫區(qū)人員外流風(fēng)險(xiǎn)預(yù)測、更多二次傳播城市的疫情擴(kuò)散預(yù)測、疫區(qū)返程人員的分析排查、復(fù)工指導(dǎo)、疫情發(fā)展趨勢(shì)預(yù)測、輸入型案例預(yù)測與防范等不同的階段。在每個(gè)階段，僅僅依靠一線的執(zhí)行是做不到的，必須有城市自身從上而下的全面數(shù)據(jù)分析和針對(duì)性的決策指導(dǎo)。

在這其中給會(huì)遇到一些比較難的環(huán)節(jié)：數(shù)據(jù)梳理難，在疫情防控的場景中，需要的數(shù)據(jù)非常詳細(xì)和多樣，需要用到衛(wèi)健委、交通委、人口數(shù)據(jù)庫、運(yùn)營商、住宿等多種多樣的數(shù)據(jù)，才能形成足夠準(zhǔn)確的數(shù)據(jù)模型。

建模難，除了多樣化的數(shù)據(jù)來源，必須要有充分的業(yè)務(wù)理解，才能最快速的完成精準(zhǔn)建模、進(jìn)而完成分析結(jié)果的輸出。

需求變化快，整個(gè)過程瞬息萬變，數(shù)據(jù)平臺(tái)需要有查詢、分析、高交互性等能力，可以隨時(shí)更改和調(diào)整模型，同時(shí)對(duì)于統(tǒng)計(jì)、機(jī)器學(xué)習(xí)、微積分等產(chǎn)品多樣化的能力要求非常高。

在這個(gè)過程中，各地的數(shù)據(jù)工作積累、數(shù)據(jù)平臺(tái)和數(shù)據(jù)分析工具的重要性不言而喻。

星環(huán)科技大數(shù)據(jù)平臺(tái)產(chǎn)品和人工智能平臺(tái)，在疫情防控中做了非常多的工作，除了支撐上海市“隨申碼”“醫(yī)學(xué)措施解除查詢”防疫應(yīng)用之外，還進(jìn)行了大量的疫情數(shù)據(jù)預(yù)測和分析。

大數(shù)據(jù)和AI平臺(tái)

在抗疫戰(zhàn)斗中可以解決什么問題

習(xí)總書記多次作出重要批示指示，強(qiáng)調(diào)要運(yùn)用大數(shù)據(jù)等手段，加強(qiáng)疫情溯源和監(jiān)測，科學(xué)防治，精準(zhǔn)施策。

在黨中央推進(jìn)國家治理體系和治理能力現(xiàn)代化的背景下，利用新的科學(xué)技術(shù)手段提高突發(fā)事件處置和應(yīng)急管理能力正是各級(jí)政府面臨的重要課題和正在著力推進(jìn)的重要工作。

在疫情快速發(fā)展的大環(huán)境下，抗疫從醫(yī)療系統(tǒng)不斷向外蔓延至城市管理的各個(gè)角落和領(lǐng)域，尤其節(jié)后面臨各城市的人口流動(dòng)，和復(fù)工復(fù)產(chǎn)等，全方位的考驗(yàn)著城市管理的方方面面。

目前來看，大數(shù)據(jù)和AI平臺(tái)應(yīng)用于疫情防控主要表現(xiàn)在五個(gè)方面：疫情預(yù)警、人員追蹤、物資調(diào)配、復(fù)工服務(wù)和政務(wù)決策。

通過時(shí)空數(shù)據(jù)庫將確診病人A的信息輸入系統(tǒng)，查詢到A的軌跡，然后找到之后半小時(shí)在這些軌跡點(diǎn)上出現(xiàn)過的人群，展示在圖片上，就能看到，在直徑50m和200m之內(nèi)，和A出現(xiàn)在同一地點(diǎn)的人群，這些人群就是潛在的高危人群，需要采取相應(yīng)的策略進(jìn)行關(guān)注。從而完成疫情預(yù)警。

相關(guān)部門可以利用時(shí)空數(shù)據(jù)庫的碰撞進(jìn)行人員跟蹤，根據(jù)確診病例出現(xiàn)的時(shí)間點(diǎn)，找到受到影響的一批潛在感染高危人群，將這些人群的行動(dòng)軌跡再次進(jìn)行分析，甄別出高危人群短期內(nèi)出現(xiàn)的公共場所和人群密集場所，相應(yīng)的管理部門可以快速鎖定這些高危地區(qū)，進(jìn)行臨時(shí)的疫情防控舉措調(diào)整，派遣人力對(duì)這些場所進(jìn)行管理、消毒等，還可以進(jìn)一步的分析，將風(fēng)險(xiǎn)最小化。并完成相應(yīng)的物資調(diào)配、復(fù)工服務(wù)和政務(wù)決策。

如何運(yùn)用大數(shù)據(jù)和AI平臺(tái)進(jìn)行疫情防控

疫情防控平臺(tái)需要具備幾個(gè)關(guān)鍵技術(shù)：內(nèi)存分析技術(shù)，支撐混合負(fù)載調(diào)度的統(tǒng)一計(jì)算調(diào)度框架技術(shù)，分布式數(shù)挖掘算法集成與擴(kuò)展技術(shù)，圖計(jì)算和圖譜分析技術(shù)。

平臺(tái)邏輯分為4層、2個(gè)體系。4層包括數(shù)據(jù)源層、數(shù)據(jù)集成層、數(shù)據(jù)支撐層、數(shù)據(jù)應(yīng)用層。

2個(gè)體系是數(shù)據(jù)治理體系和信息安全體系。功能模塊分為六塊，分別是：疫情態(tài)勢(shì)實(shí)時(shí)監(jiān)控、疫情未來發(fā)展預(yù)測、實(shí)時(shí)監(jiān)控告警、潛在感染人員查找、人員14天城市軌跡查詢、企業(yè)復(fù)工數(shù)據(jù)分析。

星環(huán)科技推出的疫情防控大數(shù)據(jù)應(yīng)用平臺(tái)，綜合了星環(huán)科技的大數(shù)據(jù)平臺(tái)、人工智能平臺(tái)、時(shí)空數(shù)據(jù)庫、圖數(shù)據(jù)庫等平臺(tái)和產(chǎn)品，利用大數(shù)據(jù)平臺(tái)和AI建模平臺(tái)進(jìn)行場景分析，宏觀角度分析指導(dǎo)決策，指導(dǎo)復(fù)工復(fù)產(chǎn)等，同時(shí)可以進(jìn)行微觀角度分析，指導(dǎo)一線進(jìn)行風(fēng)險(xiǎn)防范，落實(shí)有效隔離等。

星環(huán)科技疫情防控平臺(tái)對(duì)疫情相關(guān)數(shù)據(jù)提供了數(shù)據(jù)導(dǎo)入、存儲(chǔ)、建模、模型共享、特征提取、多租戶協(xié)作、API服務(wù)、工作流調(diào)度等功能。通過涉疫人員信息實(shí)時(shí)采集實(shí)現(xiàn)疫情發(fā)展態(tài)勢(shì)實(shí)時(shí)監(jiān)控，輔助相關(guān)防疫部門及時(shí)準(zhǔn)確的制定疫情防控政策。

通過對(duì)高危人員歷史/實(shí)時(shí)軌跡的分析，快速定位潛在感染人員和密切接觸人員，做到早發(fā)現(xiàn)、早隔離，防止疫情進(jìn)一步擴(kuò)散。通過人工智能建模技術(shù)對(duì)疫情發(fā)展趨勢(shì)進(jìn)行精確模型預(yù)測，指導(dǎo)企業(yè)安全及時(shí)的復(fù)工、復(fù)產(chǎn)。

星環(huán)科技疫情防控大數(shù)據(jù)應(yīng)用平臺(tái)，可以實(shí)現(xiàn)幾大功能：疫情實(shí)時(shí)監(jiān)控、確診人員密切接觸者查詢、確診人員同行的潛在感染者查詢、小區(qū)疫情風(fēng)險(xiǎn)評(píng)估、區(qū)域疫情風(fēng)險(xiǎn)預(yù)測、人員14天城市軌跡查詢、企業(yè)復(fù)工信息實(shí)時(shí)展示。

疫情防控大數(shù)據(jù)應(yīng)用平臺(tái)中的實(shí)時(shí)計(jì)算平臺(tái)是基于星環(huán)科技的實(shí)時(shí)流處理引擎Slipstream開發(fā)實(shí)現(xiàn)，用于進(jìn)行實(shí)時(shí)數(shù)據(jù)的快速存儲(chǔ)和計(jì)算。

實(shí)時(shí)計(jì)算平臺(tái)能夠?qū)崟r(shí)接收衛(wèi)健委的實(shí)時(shí)疫情數(shù)據(jù)，并對(duì)其進(jìn)行秒級(jí)分析和展示，滿足防疫部門對(duì)疫情實(shí)時(shí)態(tài)勢(shì)的監(jiān)控。也支持重點(diǎn)區(qū)域人員密度、涉疫人員的活動(dòng)范圍進(jìn)行實(shí)時(shí)監(jiān)控，對(duì)外提供告警接口，一旦出現(xiàn)異常實(shí)時(shí)告警。

圖數(shù)據(jù)庫是基于星環(huán)科技自主研發(fā)的分布式圖數(shù)據(jù)庫產(chǎn)品StellarDB建立的人員關(guān)系圖數(shù)據(jù)庫。

StellarDB作為一款為企業(yè)級(jí)圖應(yīng)用打造的分布式圖數(shù)據(jù)庫，提供了快速查找人員間的多層關(guān)聯(lián)關(guān)系圖查詢功能，并提供了強(qiáng)大的算法分析能力，實(shí)現(xiàn)復(fù)雜的圖分析功能。

在防控平臺(tái)建立的人員關(guān)系圖數(shù)據(jù)庫可以接收公安系統(tǒng)的戶籍?dāng)?shù)據(jù)并存儲(chǔ)。輸入確診人員的身份證號(hào)，通過人員關(guān)系圖譜查找，輸出其密切接觸者人員名單，供防疫部門對(duì)其盡早隔離觀察。

時(shí)空數(shù)據(jù)庫能夠滿足大數(shù)據(jù)應(yīng)用中對(duì)空間、軌跡數(shù)據(jù)的查詢、分析和挖掘。分布式架構(gòu)可線性擴(kuò)展，能支撐千億級(jí)別軌跡數(shù)據(jù)查詢，支持OGC標(biāo)準(zhǔn)定義的空間關(guān)系以及時(shí)空拓?fù)潢P(guān)系查詢。

支持空間/時(shí)空的相似/近鄰查詢，針對(duì)不同場景提供多種軌跡相似度算法支持軌跡聚類，通過不同的移動(dòng)對(duì)象獲得代表性路徑或公共傾向行為。

疫情防控平臺(tái)中小區(qū)風(fēng)險(xiǎn)評(píng)估模型v1.0已經(jīng)固化，能夠從省市的疫情流行風(fēng)險(xiǎn)、小區(qū)的流行病數(shù)據(jù)、樓棟居住密度、外來人員風(fēng)險(xiǎn)、鄰近小區(qū)風(fēng)險(xiǎn)等進(jìn)行全面考量，可以在此基礎(chǔ)上輸入更多維度的指標(biāo)以進(jìn)一步優(yōu)化模型。

利用人工智能分析平臺(tái)分析歷史確診數(shù)據(jù)，預(yù)測未來可能的被感染人數(shù)。為防疫部門制定防疫策略，提供決策依據(jù)。

同時(shí)針對(duì)人員在各小區(qū)的實(shí)時(shí)位置，分析各區(qū)域可能的疫情危險(xiǎn)程度。總體而言分成幾個(gè)大的來源考慮：

1）大環(huán)境指標(biāo)：本省/市疫情流行趨勢(shì)；

2）局部指標(biāo)：小區(qū)的流行病數(shù)據(jù)、密度、外來人員等；

3）臨近區(qū)域指標(biāo)：鄰近小區(qū)情況。

面對(duì)緊急突發(fā)的公共衛(wèi)生事件及多方來源的海量數(shù)據(jù)，如何聯(lián)合政企單位科學(xué)運(yùn)用大數(shù)據(jù)技術(shù)，為公眾提供更完整、連續(xù)、準(zhǔn)確、及時(shí)的防疫信息，為專家提供追溯疾病源頭的方法，為決策者提供傳染病發(fā)展的趨勢(shì)，是大數(shù)據(jù)應(yīng)用于防疫的三大難題。

通過疫情防控大數(shù)據(jù)應(yīng)用平臺(tái)的建設(shè)，通過手機(jī)數(shù)據(jù)的實(shí)時(shí)分析，實(shí)現(xiàn)涉疫人員信息實(shí)時(shí)采集實(shí)現(xiàn)疫情發(fā)展態(tài)勢(shì)實(shí)時(shí)監(jiān)控，輔助相關(guān)防疫部門及時(shí)準(zhǔn)確的制定疫情防控政策。

通過高危人員歷史/實(shí)時(shí)軌跡分析，快速定位潛在感染人員，做到早發(fā)現(xiàn)、早隔離，防止疫情進(jìn)一步擴(kuò)散；通過人工智能相關(guān)技術(shù)對(duì)疫情發(fā)展趨勢(shì)進(jìn)行精確預(yù)測，指導(dǎo)企業(yè)安全及時(shí)的復(fù)工、復(fù)產(chǎn)。

城市數(shù)字化安全防控將更為常態(tài)化

近年來，全國都在推動(dòng)政府?dāng)?shù)字化轉(zhuǎn)型，“數(shù)字中國”建設(shè)成效斐然，經(jīng)此一役，各地大數(shù)據(jù)中心為代表的數(shù)字化工作發(fā)揮了巨大的作用。這次的突然考驗(yàn)，也是對(duì)數(shù)字化建設(shè)工作的檢驗(yàn)。

相信經(jīng)過這次洗禮，城市的數(shù)字化建設(shè)將更為常態(tài)化，各地在建設(shè)智慧城市、智慧社區(qū)、智能防控等項(xiàng)目上，將會(huì)加大投入，補(bǔ)足短板。

早在2018年12月，經(jīng)濟(jì)工作會(huì)議就把5G、人工智能、工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等新型基礎(chǔ)設(shè)施建設(shè)，列為2019年經(jīng)濟(jì)建設(shè)的重點(diǎn)任務(wù)之一。

隨后，“加強(qiáng)新一代信息基礎(chǔ)設(shè)施建設(shè)”被列入2019年政府工作報(bào)告。

新冠肺炎疫情暴發(fā)以來，對(duì)新基建的重視程度顯著提升，近日中央密集部署“新基建”，20天內(nèi)4次提及相關(guān)內(nèi)容，明確了“5G基建”、“大數(shù)據(jù)中心”“人工智能”、“工業(yè)互聯(lián)網(wǎng)”等七大領(lǐng)域新型基礎(chǔ)設(shè)施建設(shè)的定位，而且首提“大數(shù)據(jù)中心”，大數(shù)據(jù)中心建設(shè)和人工智能發(fā)展有望迎來新的發(fā)展高峰。
責(zé)任編輯：tzh