受疫情影響，2020年開年開始，傳統(tǒng)的春運返程、企業(yè)復(fù)工等節(jié)奏都發(fā)生了很大變化，各級政府、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，各地政府牽頭加強了數(shù)據(jù)安全防控措施，依據(jù)各地數(shù)據(jù)進行統(tǒng)計指標、宏觀指標和一些細節(jié)指標等的分析，形成一個全方位的立體防疫體系。

可以看到各地會有關(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)險預(yù)測、更多二次傳播城市的疫情擴散預(yù)測、疫區(qū)返程人員的分析排查、復(fù)工指導(dǎo)、疫情發(fā)展趨勢預(yù)測、輸入型案例預(yù)測與防范等不同的階段。在每個階段，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)分析和針對性的決策指導(dǎo)。

在這其中給會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)非常詳細和多樣，需要用到衛(wèi)健委、交通委、人口數(shù)據(jù)庫、運營商、住宿等多種多樣的數(shù)據(jù)，才能形成足夠準確的數(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建模、進而完成分析結(jié)果的輸出。

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

在這個過程中，各地的數(shù)據(jù)工作積累、數(shù)據(jù)平臺和數(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)平臺產(chǎn)品和人工智能平臺，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

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，強調(diào)要運用大數(shù)據(jù)等手段，加強疫情溯源和監(jiān)測，科學(xué)防治，精準施策。

在黨中央推進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政府面臨的重要課題和正在著力推進的重要工作。

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角落和領(lǐng)域，尤其節(jié)后面臨各城市的人口流動，和復(fù)工復(fù)產(chǎn)等，全方位的考驗著城市管理的方方面面。

目前來看，大數(shù)據(jù)和AI平臺應(yīng)用于疫情防控主要表現(xiàn)在五個方面：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在這些軌跡點上出現(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)的策略進行關(guān)注。從而完成疫情預(yù)警。

相關(guān)部門可以利用時空數(shù)據(jù)庫的碰撞進行人員跟蹤，根據(jù)確診病例出現(xiàn)的時間點，找到受到影響的一批潛在感染高危人群，將這些人群的行動軌跡再次進行分析，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)，進行臨時的疫情防控舉措調(diào)整，派遣人力對這些場所進行管理、消毒等，還可以進一步的分析，將風(fēng)險最小化。并完成相應(yīng)的物資調(diào)配、復(fù)工服務(wù)和政務(wù)決策。

如何運用大數(shù)據(jù)和AI平臺進行疫情防控

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

平臺邏輯分為4層、2個體系。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)勢實時監(jiān)控、疫情未來發(fā)展預(yù)測、實時監(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，綜合了星環(huán)科技的大數(shù)據(jù)平臺、人工智能平臺、時空數(shù)據(jù)庫、圖數(shù)據(jù)庫等平臺和產(chǎn)品，利用大數(shù)據(jù)平臺和AI建模平臺進行場景分析，宏觀角度分析指導(dǎo)決策，指導(dǎo)復(fù)工復(fù)產(chǎn)等，同時可以進行微觀角度分析，指導(dǎo)一線進行風(fēng)險防范，落實有效隔離等。

星環(huán)科技疫情防控平臺對疫情相關(guān)數(shù)據(jù)提供了數(shù)據(jù)導(dǎo)入、存儲、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時采集實現(xiàn)疫情發(fā)展態(tài)勢實時監(jiān)控，輔助相關(guān)防疫部門及時準確的制定疫情防控政策。

通過對高危人員歷史/實時軌跡的分析，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，防止疫情進一步擴散。通過人工智能建模技術(shù)對疫情發(fā)展趨勢進行精確模型預(yù)測，指導(dǎo)企業(yè)安全及時的復(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，可以實現(xiàn)幾大功能：疫情實時監(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)險評估、區(qū)域疫情風(fēng)險預(yù)測、人員14天城市軌跡查詢、企業(yè)復(fù)工信息實時展示。

疫情防控大數(shù)據(jù)應(yīng)用平臺中的實時計算平臺是基于星環(huán)科技的實時流處理引擎Slipstream開發(fā)實現(xiàn)，用于進行實時數(shù)據(jù)的快速存儲和計算。

實時計算平臺能夠?qū)崟r接收衛(wèi)健委的實時疫情數(shù)據(jù)，并對其進行秒級分析和展示，滿足防疫部門對疫情實時態(tài)勢的監(jiān)控。也支持重點區(qū)域人員密度、涉疫人員的活動范圍進行實時監(jiān)控，對外提供告警接口，一旦出現(xiàn)異常實時告警。

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，并提供了強大的算法分析能力，實現(xiàn)復(fù)雜的圖分析功能。

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

時空數(shù)據(jù)庫能夠滿足大數(shù)據(jù)應(yīng)用中對空間、軌跡數(shù)據(jù)的查詢、分析和挖掘。分布式架構(gòu)可線性擴展，能支撐千億級別軌跡數(shù)據(jù)查詢，支持OGC標準定義的空間關(guān)系以及時空拓撲關(guān)系查詢。

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

疫情防控平臺中小區(qū)風(fēng)險評估模型v1.0已經(jīng)固化，能夠從省市的疫情流行風(fēng)險、小區(qū)的流行病數(shù)據(jù)、樓棟居住密度、外來人員風(fēng)險、鄰近小區(qū)風(fēng)險等進行全面考量，可以在此基礎(chǔ)上輸入更多維度的指標以進一步優(yōu)化模型。

利用人工智能分析平臺分析歷史確診數(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)。

同時針對人員在各小區(qū)的實時位置，分析各區(qū)域可能的疫情危險程度。總體而言分成幾個大的來源考慮：

1）大環(huán)境指標：本省/市疫情流行趨勢；

2）局部指標：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：鄰近小區(qū)情況。

面對緊急突發(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)運用大數(shù)據(jù)技術(shù)，為公眾提供更完整、連續(xù)、準確、及時的防疫信息，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，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)用平臺的建設(shè)，通過手機數(shù)據(jù)的實時分析，實現(xiàn)涉疫人員信息實時采集實現(xiàn)疫情發(fā)展態(tài)勢實時監(jiān)控，輔助相關(guān)防疫部門及時準確的制定疫情防控政策。

通過高危人員歷史/實時軌跡分析，快速定位潛在感染人員，做到早發(fā)現(xiàn)、早隔離，防止疫情進一步擴散；通過人工智能相關(guān)技術(shù)對疫情發(fā)展趨勢進行精確預(yù)測，指導(dǎo)企業(yè)安全及時的復(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，全國都在推動政府數(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，也是對數(shù)字化建設(shè)工作的檢驗。

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)、智能防控等項目上，將會加大投入，補足短板。

早在2018年12月，經(jīng)濟工作會議就把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)濟建設(shè)的重點任務(wù)之一。

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

新冠肺炎疫情暴發(fā)以來，對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。
責任編輯：tzh