近期，在防控新式冠状病毒感染的肺炎疫情奋斗中，各级政府、医疗安排、科研部分和科技企业敏捷举动，把以大数据等技能运用到疫情监测剖析、人员管控、医疗救治、复工复产等各个方面，发挥了巨大效果，为疫情防控作业供应了强壮支撑。
为了全景展示大数据与人工智能技能在此次疫情防控中的运用状况，我国信息通讯研讨院云核算与大数据研讨所牵头联合多家单位，搜集剖析了 200 多个事例，梳理了社会各界运用大数据及数据智能技能参加疫情防控的实践方向，剖析了数据驱动的疫情防控要害环节，探讨了面临的问题与应战，并对下一步经过大数据等新一代信息技能展开疫情防控进行了开端评论。
1、科技“战疫”时刻线年开年之际，新式冠状病毒带来的肺炎疫情汹涌而至。疫情突发性高、感染性强、涣散性广、危险性大，防控作业任务艰巨、时刻急迫、局势严峻。在这场疫情阻击战中，大数据、云核算、人工智能等快速展开的新一代信息通讯技能加快与交通、医疗、教育等范畴深度交融，让疫情防控的安排和履行愈加高效，成为战“疫”的强有力兵器。
凭借于移动互联网和智能手机，人们能够随时随地获取最新疫情动态、科学防疫常识等各种数据。各地政府经过电子政务途径、微博、大众号等守时发布最新疫情动态，各类新闻客户端、交际途径、查找引擎、短视频途径等也活跃协作疫情相关信息的发布和传达。此外，许多“互联网+医疗”途径推出了在线问诊服务，便当网友向医师咨询新冠肺炎防治相关内容，有用缓解了因疫情期间医疗资源严重导致的就医难等问题，避免了一般病症人群涌向医院、构成调集叉感染。
经过集成电信运营商、互联网公司、交通部分等单位的信息，大数据能够剖析出人员活动轨道。详细来说，运用数据剖析、数据开掘等技能，一方面能够经过手机信令等包括地舆方位和时刻戳信息的数据制作病患的举动轨道；另一方面，依据病患确诊日期前一段时刻的举动轨道和同行时刻较长的随同人员，依据大数据剖析能够推断出病患密切触摸者。概括剖析确诊病患、疑似病患和相关触摸者的举动轨道，能够精确描写跨地域漫入、漫出的不同类别人员的活动状况。这既为精准施治供应有力教导，也为猜测高危区域和潜在高危区域供应了精准依据。
依据疫情高危人群相关数据，结合疫情新增确诊、疑似、逝世、治好病例数，凭借传达动力学模型、动态感染模型、回归模型等大数据剖析模型和实践技能，不只能够剖析展示发病热力散布和密切触摸者的危险热力散布，还能够进行疫情峰值拐点等大态势研判。运用深度学习等新式人工智能技能，联合出行轨道活动信息、交际信息、消费数据、露出触摸史等许大都据进行科学建模，能够依据病患确诊次序和密切触摸人员等信息定位时空磕碰点，然后推算出疾病传达途径，为流行症溯源剖析供应理论依据。
运用大数据剖析，结合算法模型对疫情的传达速度、传达趋势等进行猜测，可为各地进举动态监测办理、统筹医疗物资储藏、确保民生物资供应、拟定交通操控方针等供应有用依据。例如，依据疫情高发区域人员在春运期间的交通出行数据进行疫情剖析预警，能够经过追寻确诊患者、疑似患者和密切触摸者的轨道方位进行精准防控。一起，经过大数据剖析还能够评价猜测疫情对近期和远期社会经济运转带来的影响，树立快速、高效的经济应急反响机制，帮忙政府当令出台减税、降费、专项补助等各类办法，缓解中小企业因疫情导致的资金链断裂危险及或许呈现的接连运营困难，尽力坚持出产日子平稳有序。
本章梳理了数据在疫情剖析展示、疫情防备操控、 医疗医治增效、日子便民行动、复工复产办理等五个首要方面的运用事例。事例从互联网途径和企业申报途径获得，共搜集剖析了200多个事例进行剖析。当选的事例均已在实践运用中获得了杰出的效果，在疫情防控进程中发挥了重要价值。
咱们每天翻开手机各大新闻客户端看到的疫情数据便是疫情剖析展示的典型运用。能够说，疫情相关的数据是展开疫情剖析、管控等各方面的根底。因而，许多企业首先就针对各地供应的数据进行了多主体、多途径、多维度的展示。
从本陈述的查询成果看，有39.6%的企业事例是对所搜集数据进行直观的可视化展示，而超越80%的企业事例在此根底上进行了更为深化的数据剖析；数据来历途径包括揭露数据（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%），各类事例数据来历途径存在穿插状况；从服务主体视点看，有52.2%的企业事例为政府供应数据搜集和剖析服务，有30.4%为大众供应信息展示服务，有 17.4%是为其它企业供应数据剖析和展示服务。
北京移动的“疫情防治人口大数据途径”自1月26日上线以来，为北京市委市政府、13个区县及相关委办局供应了包括疫情地进入用户、疫情地回来用户、外省进入用户、外省回来用户、疫情地未回来用户、非常驻用户的规划监测及散布，以及各类人群画像及散布热力求等疫情专项剖析服务，对高危人群、潜在高危人群、潜在危险人群的精准疫情防护、排查、监测、宣贯全进程供应数据支撑。杭州数梦工场科技有限公司在浙江省衢州市落地了“城市大脑”项目，经过大数据剖析驾驶舱，大局展示本地人员的网格散布状况，并对市内外地要点车辆进行监测、排查及监控，完结了漏报率小于1%。此外，东软、四方伟业、相数科技、和智信、朗新科技、美数信息等企业的疫情剖析展示途径也为各地方的政府疫情防治和管控作业供应了有力支撑。
百度地图迁徙大数据途径敞开查询的城市从100个扩展到了300多个，数据目标丰厚，包括来历地、目的地、迁徙规划指数、迁徙规划趋势图等，乃至支撑查询一个城市自春运以来迁徙目的地或来历地的排行与份额，供应全面、立体的迁徙大数据服务支撑。一起，京东云的“市民疫情危险上报系统”可完结市民顺手拍顺手上报，发布方位可主动完结地舆方位定位，生成的数据安全可阻隔，并有专属数据后台办理功用，可及时高效的支撑民众疫情上报。此外，微信和支付宝的抗疫信息专题、百度推出的“社区防疫电子收支证”、太极集团的“全国一体化途径疫情防控专题服务”、中移雄安信息通讯科技有限公司的“新冠病况动态展示系统”、北京百分点、才智星光、云基华海信息的相关疫情剖析与展示系统也纷繁上线，为大众防疫作业供应了有力支撑。
航天科工网信自主树立了企业疫情管控途径，要点重视肺炎疫情的信息实时展示、高危人群挑选、疾病辅佐确诊、爱心捐献追寻等。
大数据剖析和展示已在很大程度上完结了数据搜集和收拾作业，经过更深层次的模型树立、剖析开掘等手法能够在原有根底上更大开掘数据价值。疫情防备类运用经过数据来进行辨认高危人群、展开区域检测、进行商场监管等功用，为政府部分进行决议方案供应了支撑。
从本陈述的调研成果看，能够有用支撑疫情管控的技能方案和场景运用事例占比到达46.7%，可见经过各类技能手法进步疫情管控的手法和功率，现已成为此次疫情期间占比最高的运用场景。全体来说，疫情管控的各类运用场景傍边，最为重要的是高危人群监测和管控，具有此类功用的事例占比到达60.7%；其它管控手法，如区域监测（14.3%）、商场监管（3.1%）也都有必定程度运用。另一个重要成果显现，经过技能研制和运用适配构成有用的技能手法和技能方案，然后进步疫情管控的支撑才能相关事例占比到达32.1%。智能外呼、图画辨认、微服务快速整合、高维机器学习、常识图谱、时空数据剖析、可视化展示等技能都成为有力手法。
我国联通大数据公司开发了传达危险剖析、时空相关剖析等一系列数据模型，经过多维数据交融剖析，完结了对特定区域人群的涣散轨道、已确诊人群的触摸者规划等进行定位和剖析，有用支撑政府部分区域化疫情防控作业。我国电信云核算公司开发的“翼知疫行”，经过电信的GIS系统数据剖析，可供应高危人员近14天的行程，并进行密切触摸危险断定，有用支撑了政府部分的疫情防控作业。此外，中航信的“新式冠状病毒确诊患者同航班主动告诉系统”、美亚柏科的“新式冠状病毒传达监测系统”、曙光云核算集团有限公司的“疫情排查办理上报系统”等具有高危人群排查和监测功用的系统，都对各级政府针对高危人群防控的相关作业给予了大力的支撑。
除了高危人群的监测和管控以外，防疫产品的商场监管、区域人员的健康追寻也是重要的运用场景。北京华宇软件公司的“网络买卖监管”系统以网络买卖信息智能搜集和剖析为根底，助力云南省商场监管局对疫情期间网络买卖的价格动摇完结有用掌控，精准展开特别是针关于防疫产品的商场监管作业，确保民生安全。我国联通大数据公司的“监测人员防疫合规状况监测系统”，可对口罩穿戴、人流调集和体温反常等状况进行实时告警提示，帮忙政府做到疫情的实时可知。京东云的“疫情通”产品，为社会办理安排供应“多维度”、“可视化”和“五位一体”（人、地、物、事、安排）的信息发布与疫情防控服务，为底层安排供应网格化疫区返工人员的健康动态评价，完结区域化精准防疫办理。
百度依据AI图画辨认技能和红外热成像技能，构成了AI测温系统，可对人流中多人脑门温度一起进行快速挑选及预警，便当人流调集处的快速挑选，有用削减公共场合人群调集。一起，百度紧迫推出了“疫情防控的免费智能外呼途径”，可供应活动人员排查、本地居民排查/回访、特定人群告诉三大场景的外呼服务，可有用支撑各级政府关于社区状况排查和告诉回访等运用场景，比人工电话功率进步数百倍，现在现已在北京、上海等十几个区域投入运用。
阿里云的“疫情信息搜集系统”依托阿里云宜搭途径优势，经过可视化拖拽操作有用发挥后台微服务模块效果，快速支撑浙江省11个地市卫健委作业。此外，北京滴滴股份有限公司经过滴滴桔视（车载录像设备）搜集的图片，经过人工智能辨认算法来辨认司机是否佩带口罩；厦门渊亭科技公司依据常识图谱开发的“疫情智能作战途径”、四方伟业依据三维城市模型构建的“疫情防控剖析系统”、洞见才智科技有限公司依据时空大数据和多方安全核算技能开发的“疾控智能剖析途径”都有用支撑了各级政府部分和企事业单位的疫情管控作业。
在此次抗击疫情的进程中，大数据和智能技能被充沛运用到病况确诊、医学科研、医疗辅佐等与医护作业直接相关的场景中， 是对大数据技能的最苛刻的试炼。从本陈述的调研成果看，有挨近17%的运用在医疗医治增效中。医治增效运用的品种包括资源对接、辅佐确诊、线上问诊、科研支撑和其他（包括依据图画剖析的无触摸体温监测运用以及时辨认高危险人群等其他运用）。其间，辅佐确诊指经过AI技能辅佐或加快确诊病例的判别；线上问诊指经过智能问诊服务，减轻医疗安排的医治压力；科研支撑指经过敞开算法、模型或供应核算存储资源来进步科研功率，助力基因检测、疫苗研制等作业。详细占比方下图所示。
从科研的视点来看，人工智能、大数据等技能正在病毒结构剖析、疫苗研制中锋芒毕露。1月30日，百度研讨院向各基因检测安排、防疫中心及全世界科学研讨中心免费敞开线性时刻算法LinearFold，以及世界上现有最快的RNA结构猜测网站。LinearFold =算法可将此次新式冠状病毒的全基因组二级结构猜测从经典算法的55分钟缩短至27秒，提速120倍，能够节约两个数量级的等候时刻，极大进步科研作业功率，助力疫情防控。此外，荣之联为我国疾控中心供应了急需的大数据核算和存储资源，以确保大规划并行样本剖析、数据保存和办理，全面助力病毒测序作业；一起其也为中科院微生物研讨所供应技能支撑，树立病毒基因组进化联络的剖析流程，并供应进化树可视化的展示功用，以实时监控病毒的变异状况、清查病毒宿主来历。
从确诊支撑的视点来看，许多的人工智能技能被运用到病况确诊的进程中，以辅佐判别病况、缩短确诊时刻。2月1日，浙江省疾控中心上线主动化了全基因组检测剖析途径，该途径运用阿里达摩院研制的AI算法，有用缩短疑似病例基因剖析时刻，并能精准检测出病毒的变异状况。此外，科大讯飞的智医助理为其掩盖的省内底层门诊病历供应在线剖析才能，以发热、咳嗽、呼吸困难、流行病学史（武汉相关史）、印象学、血惯例六个维度进行病历内容开掘剖析，挑选出潜在患者，为安徽省卫健委供应决议方案参阅。推想科技针对新冠肺炎推出的AI系统能够帮忙印象科医师更高效地排查挑选疑似患者，削减患者在医院等候时的穿插感染危险，在短少病毒检测试剂盒时，能够帮忙对前期患者进行排查。
该系统最早运用于武汉同济医院， 并在全国各地连续上线，包括深圳市第三人民医院(国家感染性疾病临床研讨中心)等对立肺炎疫情最前哨）智能问诊供需对接助力后勤确保：从医疗辅佐的视点来看，大数据技能更是被运用到了减轻医院压力、削减人群调集、整合医疗救助资源等多个方面。阿里和京东均推出了疫情服务机器人，能够向用户供应急需的线上问诊、疫情常识遍及等服务，削减医护人员作业量，下降医院门诊压力。百度灵医智惠推出“智能咨询帮手”，经过供应标准化预问诊途径进步医师诊治功率，并向在线健康咨询途径、政府疫情防控途径、互联网医院等供应途径免费敞开API接口，全力支撑医疗医治范畴智能运用。软通才智推出的“新冠疫情防控指挥途径”经过整合医疗救助资源，优化防控物资确保，帮忙各个城市进步底层防控才能。
日子服务类运用也是数据驱动疫情防控的要点突破口。许多互联网企业选用O2O服务办法，构成线下活动到线上活动的映射，运用大数据技能完结海量日子数据的搜集、分类和存储，为居民供应食物无触摸外送、实时疫情地图、互联网医疗等服务，在便当居民正常日子的一起，确保各类服务的健康安全。
1）电商途径确保饮食便利安全：受新冠疫情的影响，线上买菜相较于线下买菜能够下降穿插感染的危险，因而更受欢迎。生鲜电商协同各方打通农产品上行通道，加大产品供应，让居民的“菜篮子”更稳妥。
电商途径包括盒马生鲜、叮咚买菜、每日优鲜、美团买菜、天猫超市、永辉买菜、京东到家等，大都途径依据间隔地点区域的远近优选超市门店，并供应全天配送服务。据计算，在产品丰厚程度方面，半数以上途径在不同门店的产品丰厚程度有所起浮；在配送时长方面，80%以上的途径能够满意2小时以内完结配送；在无触摸配送方面，一切途径均供应无触摸配送服务，下降了面临面触摸带来的穿插感染危险；在预定配送方面，受限于物资紧缺和运力有限，一切途径在疫情前期供应预定配送服务，但跟着物资和运力严重程度逐渐缓解，30%左右的途径逐渐完结“即买即送”服务。
一起，为确保配送事物的安全，多家途径将“无触摸配送”晋级为“无触摸安心送”。以美团外卖为例，在原有的根底上，将厨师、打包员、骑手的健康状况、餐具消毒状况等安全防护信息，以商家端和配送端的“电子卡+实体卡”办法更通明的呈现给用户，确保无触摸的一起完结全进程食物安全信息可视化、可追溯的安全配送办法。相较于“无触摸安全送”而言，“无人车配送”在此根底上，削减了骑手带来的潜在触摸危险。百度公司针对立疫情场景的主动驾驶作业车企业，免费供应百度Apollo途径的主动驾驶云服务矩阵支撑，助力企业更好地展开疫情作业车研制作业。
依据此，百度 Apollo 生态协作伙伴新石器在海淀医院投入一台无人车，2月14日起开端进行无触摸送餐服务，最大极限的下降了作业人员的现场作业以及触摸程度。中关村“白犀牛”科技公司供应的“无人车配送”已在北京海淀区温泉镇的“佳苑便民外卖超市”落地，在线下单后，无人车可将产品配送至小区门口，居民承认身份后，翻开相应车门即可取货。
自新冠疫情发生以来，手握大数据资源的多家地图运用途径都敏捷推出利于疫情防控的出行攻略，以满意用户特别时期的出行需求。计算显现， 80%以上的途径具有“疫情地图展示”、“发热门诊查询”、“同乘信息查询”等功用，部分途径供应“各国入境最新方针”等功用。百度地图于2月6日上线“疫情小区”专题地图，截止2月12日，掩盖200余个城市及城镇。
在“疫情小区”板块，输入地点小区称号，即可供应周边疫情提示，包括本市已发布的疫情发病场所、间隔最近的疫情发病场所，以及周围的人流调集地。凭借百度地图的“热力求图层”，还可检查到实时人口流量密度，以此来帮忙居民决议出行道路，避开商圈、交通枢纽等人流密布场所，如下图 所示。一起，“小度无触摸式电梯服务”经过语音辨认算法和主动操控技能，完结了语音呼叫大体按键，大大削减了电梯触摸式病毒传达的危险，增强了便民出行手法。
跟着复工人数的添加，作为首要通勤交通东西之一的地铁，在同行乘客过多的状况下，穿插感染的危险将会添加。百度地图也与北京市交通委获得协作，上线地铁客流量查询服务，便运用户经过百度地图随时检查地铁车厢的拥堵程度，为安全出行供应有用参阅。高德地图于2月12日上线部分城市地图客流满载状况查询功用，有用区别拥堵程度，便当居民把握地铁站线的实时客流满载状况，并挑选适宜的出行办法。
在疫情就医范畴，国内多家互联网医疗服务途径充沛运用5G等信息通讯技能，联动全国各地的医师、专家展开线上咨询、线上问诊、健康科普、心思协助教导等，为大众在家就医供应便当，让信息技能在疫情防控中“才智相助”。工信部数据显现，现在全国190多家公里医疗安排及近100家企业互联网医院针对疫情供应在线义诊，缓解线下医院压力。
好大夫在线、丁香园、春雨医师、安全好医师等企业集结了呼吸科、感染科、内科等范畴过万人医疗专家资源，为患者供应免费问诊，一起为防疫一线的医师、护理等开通了热线服务，供应心思引导。京东数科推出了疫情问诊机器人，凭借人工智能，机器人经过学习与疫情相关的专业常识，为用户的发问进行根本的剖析判别，一起，供应防疫常识科普等服务。现在，问询机器人已在近20家安排的微信大众号或App中接入运用，在包括杭州、姑苏等23个才智社区中完结落地。一起，百度灵医智惠、阿里健康等互联网途径供应疫情智能问答，北京、天津、浙江等地也活跃树立针对疫情的线上医师咨询途径。
为便当群众买药，多个途径供应发热门诊查询和配送药品等服务。百度地图上线“发热门诊地图”，可检查邻近开设发热门诊的医疗安排名单以及营业时刻，现在已掩盖300多个城市。一起，高德地图在全国超越200个城市上线药品配送小程序，联合蜂鸟跑腿、叮当快药、UU跑腿等协作伙伴，为广阔用户供应便利、安全的足不出户送药上门服务。阿里巴巴旗下阿里健康于2月6日在淘宝App上线“买药不出门”服务，经过线上问诊开方、药品配送到家的互联网就医办法，满意慢病患者需求。
受突发疫情触及，餐饮住宿、文化娱乐、交通运输等职业运转放缓乃至中止，从业人员待岗时刻拉长，相关上下游工业也相继遭到触及。跟着疫情防控获得活跃展开，各地政府、企业也在逐渐将精力放在复工复产上， 赶快完结经济社会常态化运转。从本陈述的查询成果看，企业事例首要环绕政府、企业、校园的复产复工复学，以及帮忙政府展开复工后城市疫情防控各项作业，如下图所示：
1）通讯大数据行程卡供应地舆方位查询：跟着返程顶峰降临之际，防备人员活动带来的穿插感染，是现阶段各地方、各单位防疫作业要点。为了简略、快速、威望、精确地证明自己过往14天内的行程信息， 我国信息通讯研讨院联合三家根底电信企业运用电信大数据，推出“通讯大数据通行卡”服务，为全国16亿手机用户免费供应其本人前14天内到访地服务。用户扫描二维码输入手机号即可完结跨运营商一站查询，操作便当便利，无需装置软件。可帮忙各地方、各单位及时辨认外来及返工人员带来的危险，便当政府精准施策，帮忙各地科学、高效安排复工复产作业。通讯大数据行程卡已于2月29日下午上线）健康码助力城市有序复工复产：
当时，多地经过数字化办理办法研判疫情期间返工返学返岗局势，并针对要点区域、要点场所采纳分级分类管控，然后助力分类有序复工复产。例如，杭州深圳相继上线“健康码”展开疫情期间的社区办理及交通出行等作业，市民或许返工返岗人员经过支付宝、微信途径自主申报获取健康码，作为个人在本区域收支通行的一个电子凭据，完结一次申报、全市通用，公共场所也针对健康码对人员进行分类分级办理。
日前， 在国务院作业厅电子政务办的教导下， 腾讯和支付宝行将推出全国一体化的政务服务途径疫情防控健康信息码，有望处理多条线搜集居民健康信息带来的数据标准纷歧致和跨区域不可用等问题，完结跨省跨区域的疫情服务互联互通，更好地支撑全国疫情防控作业。一起，三大运营商均推出了个人疫情期间行程查询的运用，例如我国联通大数据公司推出的“健康U码”，能便运用户查询自己14天行程，以及上报自己的健康状况，生成不同等级的健康码。
从复工复产的视点来看，长途作业和人员信息上报是首要的两个方向。百度公司宣告“百度Hi企业智能长途作业途径”于2月11日对外敞开，并将免费为湖北等疫区企业供应高清音视频会议、企业云盘、企业IM和运用中心途径等多项服务，满意疫情期间不断添加的长途作业需求，支撑企业快速康复出产才能，削减疫情关于企业和社会经济的影响。阿里“钉钉”面临本次疫情引发的延期开学、复工潮，针对各类企业运营实在场景定制每日健康打卡、百人高清视频会议、紧迫告诉发布等功用，一起也针对长途复学供应群直播等功用定制化服务。华宇软件则为法院、检察院、政法委、司法行政等法令事务场景供应云视频服务和法令视频事务相关服务的全体处理方案，包括法院互联网庭审、司法行政视频调停，检察院长途视频接访等。
国家电网也经过电力大数据对城市复工复产状况进行剖析猜测。以国网浙江电力为例，其依据用电信息搜集系统中企业前史用电量状况、当日用电量状况等数据，动态监测、精准剖析各区域、各职业由点及面的复工复产状况。电力大数据助力增产扩能，快速确认供电方案，为政府部分教导疫情防控和复工复产供应有价值的数据支撑和决议方案参阅。百度智能质检系统，助力常州一家工厂安全复工，经过无人值守的智能化检测设备24小时作业，比人工检测功率进步近10倍。该系统有用处理了疫情期大都工人无法返厂的难题，一起还削减了车间里疫情感染的危险。
传统数据搜集办法在大数据量面前露出出了一些坏处。传统卫生数据的搜集起点一般是底层的社区卫生中心，经过社区人员手艺填写，阅历区卫健委、市卫健委，终究聚集至省卫健委和国家卫健委。这一方面添加了底层数据搜集作业人员的担负，下降了数据聚集的功率，另一方面难以在数据源头快速核验数据的正确性，添加了后期数据质量办理的本钱。
凭借信息化，现在已有多地选用在线信息填写系统和智能外呼途径代替手艺填写，力求削减数据搜集人力本钱，缩短数据流通进程。北京于2月13日上线的“京心相助”服务，居民可在支付宝上挂号个人信息，在不替换社区的状况下，市民无需重复进行个人信息申报，但需进行每日健康打卡2。一起，百度、阿里、北京来也网络等企业推出了针对疫情防控的智能外呼途径，在主动问询居民包 括离返京状况、身体状况等问题后，系统将依据要害词自行概括信息档案，快速完结辖区内居民疫情数据的搜集。除此之外，企业和个人也选用爬虫技能搜集动态数据，以快速供应包括疫情数据可视化、疫情态势剖析、疫情推演等服务。数据搜集技能的首要运用目标和好坏下表所示。
▲ 数据搜集技能比照为确保数据搜集的全面和精确性，应同步选用主动化搜集东西和数据质量核验等手法，关于多源头数据应清晰首要来历，从对应系统或途径中抓取，削减自报数据和重复搜集。一起，充沛运用大数据技能，完结各类疫情信息的快速实时搜集。经过供应ETL、API、音讯行列、数据流等多种搜集手法，供应移动端报表搜集功用，确保实时精确获取包括人口活动信息、交通实时信息、要点防控人员定位信息、物流信息、网络舆情信息等多类数据，满意疫情特别时期下的数据资源需求。
自新式冠状病毒肺炎迸发以来，面临大众对疫情数据的火急需求，我国不少地方政府部分及时敞开了疫情相关的数据。这不只有利于消除大众的惊惧心情，进步自我防护认识，协作政府防控办法，进步政府公信力，也为社会商场和社会上的专业安排和个人的疫情数据剖析供应连绵不断的“燃料”。
当时，各省市敞开多种疫情数据，全面掩盖计算类疫情数据和医疗安排数据，为数据运用者供应了把握疫情动态和查询医治信息的有用途径。各省市的计算类疫情信息根本掩盖日期、地段、时区、新增确诊病例、累计陈述确诊病例、疑似病例、新增出院病例等数据项。一起，部分省市将计算类疫情信息分类，以便运用户查找数据，如深圳市敞开9个数据集，将疫情信息分为每日确诊病例来历计算、每日确诊病例计算、每日医治状况等。
现在，许多省市敞开结构化数据，并树立数据标准和元数据，进步疫情数据的可用性和易用性。例如，山东省树立了“山东省新式冠状病毒感染确诊病例信息”数据集的数据标准，规矩了各数据项的英文称号、数据格局和中文描绘；深圳市针对各数据集树立元数据，包括要害字、发布时刻、更新日期、资源格局、数据供应方、数据保护方等，完结数据快速检索。
一起，各省市现已根本做到每日上午前发布最新疫情，疫情的更新周期在24h以内，并供应多种数据下载办法，确保数据的时效性和可用性。各直辖市卫健委均从2020年1月20日或1月21日开端在官网上发布疫情数据，北京和天津每日的均匀发布次数为2次，各地也依据疫情展开调整发布的时刻和次数。北京、上海等地供应API接口调用和掩盖 xls、xml、json、csv等干流格局的下载。
可是，各省市的确诊病例数据以及地舆空间数据敞开缺乏，极大的约束了数据运用人员进一步剖析开掘疫情数据。一起，现在部分政府发布的疫情数据以碎片化的办法散落在纷歧起刻发布的、坐落不同页面上的、以不同称号呈现的公告里，添加了数据运用者提取和收拾数据的困难。
医疗科研安排及时发布新冠肺炎最新的研讨成果。2月28日，钟南山院士团队论文在世界尖端医学期刊《新英格兰医学杂志》在线宣布，剖析了患者各年龄段人群散布特征、感染者症状、触摸史、印象学体现、医治手法、临床转归（包括病死率）等，帮忙大众了解新冠肺炎医治动态和疫情展开细节。科技企业因为把握许多高精度用户行为数据，运用大数据技能，继续发布复工复产相关剖析陈述。高德地图于2月24日发布《驾车生机复工指数剖析陈述》，将实践导航的人数作为数据源，从驾车导航视点来反映20个首要城市复工热度。百度发布的《新式冠状病毒肺炎查找大数据陈述-复工篇》经过运用“百度”查找的要害词热度，为大众了解各行各业现状、职工及企业的实在需求、职业展开时机等方面，供应了牢靠参阅。
数据互通将调集要害疫情信息，有用支撑政府疫情研判和复工复产。杭州在全国首先上线健康码，用红黄绿三色二维码作为数字化健康证明，由市民或返工返岗人员自行在线申报，提交包括现在地点地、出行和触摸病患等信息，经政府后台系统审阅后凭码同行。健康码完结了数据穿插可用，各地可依据健康码动态改变，科学评价复工复产份额，动态调整复工复产战略。
在疫情防控作业中，部分政府与政府之间、政府各部分之间推动数据互通，在很大程度上简化数据搜集流程，进步疫情防控功率。由我国电科与国务院作业厅电子政务作业室、国家卫生健康委员会联合研制的“密切触摸者测量仪”于2月8日上线，获得了国家卫健委、交通运输部、国家铁路集团公司和民航局等多方面的数据资源支撑，从根本上确保数据来历威望性，一般大众经过输入个人信息就能够查询自己是否为新冠肺炎患者密切触摸者。工信部推动三家根底电信企业支撑疫情剖析的大数据跨网统筹，树立电信大数据途径，打通电信企业信令数据，一起，完结电信大数据与卫生疾控办理部分进行数据同享联动，经过结合卫生防疫等部分的数据，做进一步研判。济南市卫健委开发了发热就诊人群剖析系统，聚集了全市86家首要医院和3000多家底层卫生安排，并结合健康医疗数据和出行数据，对要点人员进行全面盯梢和继续剖析。
服务型企业打通途径内企业和个人数据，企业之间逐渐完结数据互通。航旅纵横会聚了各航空公司的航班数据，于1月30日上线了“新式冠状病毒确诊患者同航班主动告诉系统”，同步更新有确诊患者的航班记载，第一时刻主意向该航班的一切旅客发送疫情告诉。国铁集团运营12306售票大数据资源，协作地方政府和卫生健康部分协查确诊病例乘坐火车上密切触摸者，安排错峰返程运力。我国铁塔股份有限公司联合360公司推出的“我国铁塔才智疫情防控途径”，结合人员火车航班数据、计费数据，梳理出带有时刻戳的人员出行记载和密切触摸者，代替了传统流行病学的查询办法，如下图所示。
可是，数据互通仍面临许多妨碍，如没有树立有用的数据互通机制，无法在较短的时刻内清晰数据互通的需求和规划，相关技能因为存在接口和规矩壁垒，也难以支撑大数据量的快速联通。
因而，各地政府在未来应清晰数据互通的需求，树立资源对接和调度机制，确认满意需求应装备的资源，集成已有IT系统的数据才能，消除数据互通各环节的技能壁垒。以工信部为例，在第一时刻成立了电信大数据支撑服务疫情防控领导小组，统筹和谐相关作业，并安排各省市通讯办理局、我国信息通讯研讨院、根底电信企业树立通讯职业疫情防控联动作业机制，加强通讯系统部省联动。一起，在国务院疫情联防联控机制下，与卫健委等部分树立疫情电信大数据同享联协作业机制，守时或按需向相关部分同享信息，有用的推动了部分间信息同享。
此外，加大政企间数据协作，使本来分裂涣散在公共出行、交际媒体、电信服务等范畴，与疫情防控相关的数据深度交融并有用运用，在复工复学后愈加杂乱的防控局势下，运用于削减二代感染者、阻断三代感染者等方面。一起，充沛运用交际媒体和民间安排所具有的许多疫情相关数据，经过与其他哨点监测数据、传统的公共卫生数据资源相结合，经过大数据技能和AI，深化开掘并辨认出诱因。
猜测性剖析（Predictive）：这类剖析会猜测或许发生的作业。需求对可变数据进行建模，并经过猜测模型猜测发生作业的或许性，比方对疫情展开态势的猜测；
此次抗疫期间，数据运用首要呈现出以下特色：疫情操控前期，是打好数据根底的要害时期。此刻呈现的大部分运用多为信息搜集和途径建造类项目，如各类自填写系统和大数据途径的建造。因为时刻和数据量等方面的约束，2020年2月前的数据运用，60%以上归于开端的描绘性运用，如疫情散布地图、人员活动展示等。呈现较少部分确诊类的运用，多为病毒感染溯源剖析以及结合人员活动的时空特色进行的高危人群判别等。例如航空和铁路部分在疫情初期发现确诊患者后会告诉同航班和同车次的旅客进行要点重视和阻隔。
跟着途径的建造和数据的逐渐堆集，确诊类运用益发老练，猜测类运用逐渐添加。至2020年2月初，描绘类和确诊类运用的占比到达了75%，数据粒度和剖析粒度都愈加详尽，区县级乃至社区级的运用开端呈现。例如百分点信息科技的“一区一码”系统，居民完结个人信息填写，进出小区时由系统主动剖析辅佐人工办理。猜测类运用如潜在感染源和感染途径猜测、感染人数趋势猜测等开端呈现，并逐渐用于政府的决议方案参阅。第四范式依据高维机器学习技能树立市区县级数字孪生系统，结合交通操控、复工时刻、药物投进等多方要素对疫情展开的影响，对要害决议方案的施行影响进行仿真预判，为防控方针拟定供应依据。
猜测类和决议方案类运用将在疫情操控方面起到重要效果。猜测和决议方案类运用杂乱程度高，数量虽少，但具有更高的价值。此次疫情防控进程中，大数据和 AI 技能被用于病毒基因的检测剖析中，依据病毒基因的特征，猜测病毒蛋白结构辅佐药物挑选，大大进步了确诊和疫情研讨的功率。百度研讨院 此 次 向 各 大 科 研 机 构 免 费 开 放 了 线 性 时 间 算 法LinearFold，以及世界上现有最快的RNA结构猜测网站，能明显进步新式冠状病毒RNA空间结构猜测速度，以助力疫情防控。
前期各类描绘、确诊、猜测类运用的老练为政府后续的精准施策打下根底。交通部分供应的乘客公路、铁路、航班出行剖析与通讯运营商供应的密切触摸者轨道剖析能 够有用支撑政府下达针对性的防控办法；物资确保途径、“健康码”数据、企业用电量等剖析运用也从出产的各个环节支撑着政府关于确保复工复产展开专项的应对办法。跟着各环节数据的进一步敞开以及疫情阅历的不断堆集，更多的猜测决议方案性剖析会运用会在疫情防控中发挥效果。
：“人传人”的疫情特征，将关于人类个别的监测与管控推到了中心方位，怎么获取、描绘和剖析一个人的行为轨道，及多人之间的方位堆叠也就成为了最根底和最重要的剖析数据。因而，无论是手机信令数据仍是互联网APP所获取的方位数据都成为了重要的数据资源，许多电信企业和互联网企业也是依据此类数据开发了相应的产品。其间，因为实名制手机的变革，电信大数据的全面性、实在性和实时性就充沛体现了其数据价值。
电信大数据来自于电信运营进程中的通讯根底数据，运用电信大数据剖析，计算人员活动状况，对支撑服务疫情态势研判、疫情防控布置以及对活动人员的疫情监测、精准施策有重要意义。电信数据具有以下特色：一是全面性。我国具有16亿手机用户，电信用户规划大、掩盖面广、数据量大，如现有的大众通讯网每日发生的电信数据约数千亿条，在春运等节假日期间、人员活动性高的状况下，数据量会更大。
二是实在性。电信大数据经过多年的实名制认证，现已根本能够到达一个号码对应一个人，经过基站信令数据关于人员方位的确认及身份的确认牢靠性和实在性程度大大添加，为各类疫情数据剖析奠定了有力的实在数据根底。三是实时性。能够实时搜集、汇总和处理电信相关数据，及时供应各类数据剖析成果，为疫情防控供应精密化数据支撑。关于人员动态活动状况，剖析猜测确诊、疑似患者及密切触摸人员等要点人群的动态活动状况，支撑疫情防控布置。
北京移动作为北京区域最大的移动通讯用户运营商，具有许多实在的用户数据，在遵从国家法令和职业标准的前提下，北京移动大数据中心上线了疫情防控全体处理方案。其间，防疫途径途径完结对信令数据的一致搜集和实时处理，经过本地用户和外省区域间周游数据的交融，更全面地了解全国涉疫人员活动信息，完结全轨道链的复原剖析。凭借电信数据实名制并与自然人强相关特征，大大进步了防疫数据时效性。经过不间断手机数据的获取，树立自然人与地舆空间及行为特征的深度联络，每日深化洞悉要点区域人流状况，按日进行数据精密比照剖析。
大数据同人工智能技能相得益彰，一起进步人类智能化技能水平，智能化的办法和设备不断展开，辅佐人类更多更好的完结任务现已成为了往后展开的重要方向。疫情期间，AI智能化测温系设备、智能化机器人、智能无人车、智能化算法模型、智能化运用和智能化展示等技能帮忙咱们完结了更多人类不或许自己完结的作业。
智能化需求不断添加和智能化技能的不断改造也催生了智能化经济展开。数字经济在阅历了PC的创造与遍及、PC互联网、移动互联网这三个阶段后，正在进化到以人工智能为中心驱动力的智能经济新阶段。智能经济将给全球经济带来新的生机，是拉动全球经济从头向上的中心引擎。
在新式冠状病毒开端延伸的初期，疫情相关的信息爆破，发布途径许多。医疗物资缺少的信息没有有用计算和发布，给物资调度和捐献带来巨大困难。此刻，一群志愿者自发构成了研制团队，运用各自的专业优势，选用众包协作的办法构建了一个个疫情防护有关的信息化开源项目，致力于树立牢靠、高效的信息化途径，成为了疫情防控科技力气中一道亮丽的风景线）项目类型丰厚：
依据开源途径OpenSourceWuhan计算的46个开源项目来看，疫情信息类占到了37%，新闻纪录类到达了30%，其次是求助信息类9%。其间疫情信息中一半以上的项目都是展示肺炎疫情实时的省市地图。新闻记载类的14个项目中，有记载各类媒体、非虚拟与个人叙说的项目2020新冠肺炎回忆，也有记载个别日子的2020nCov_ individual_archives。
严重公共卫生作业在公共社会作业中归于较杂乱的类型，调用资源类型多、统筹安排难度大、装备施行周期长。开源和众包的办法，能够让各供需方进行散布式自助对接，大幅进步功率。大大都疫情防控开源项目遍及在2到3天就能上线系统，项目参加的人数从几个人到上千人不等。以wuhan2020项目为例，该项目在1月25日建议，在两三天内便搜集到几百人的参加，28日上线系统，随后不断迭代系统。据计算，现在总参加的志愿者超越了1000人，项目在Github的奉献者到达了39人。而别的一个明星项目“2020 新冠肺炎回忆：各类报导、非虚拟与个人叙说”运用 Github来存储各类报导，现已收录了70多家媒体的报导，参加者超越了上百人。2020 Wuhan IndividualStories在短时刻内收录了300多篇日志。比较而言，正常的托付类信息化项目一般的上线周期都在一周左右。
开源疫情防控项目的数据一般来历于两个途径，一是揭露数据，经过人工或许机器爬取，然后再收拾同步。例如 wuhan2020项目运用许多志愿者在网上人工爬取各种数据，经过审阅人员审阅后录入到Github中；而项目DXYCOVID-19-Crawler是一个爬取数据的东西，实时爬取网上的数据，也为其他项目调用供应了API接口；其他疫情地图的项目大大都都是经过爬虫来爬取各省市发布的疫情数据。二是来自于用户自己生成的信息和数据，直接汇总，例如2020 Wuhan Individual Stories，召唤武汉疫情中的一般人奉献自己的日记作为数据来历。
触及多人协作的项目需求拟定一套分工协作的流程，包括协作标准、人员分工和交流协作的东西。首要包括代码保管与协同，开发者之间的交流，数据和信息的搜集、同步、审阅，还有志愿者之间日常的交流和正式的会议等。绝大部分的疫情防护开源项目都用到了Github、Gitee等代码保管途径来进行开发协作，其间Github运用频率较高。
Slack、微信、钉钉等东西作为志愿者日常交流的东西，而许多开源项目都运用石墨文档等协作东西来搜集数据和文字，此外还有一些用于规划的图片处理东西等。一起，技能企业开源也成为重要的运转办法，百度飞桨免费开源业界首个口罩人脸检测及分类模型，该模型能够有用检测在密布人流区域中带着和未携戴口罩的一切人脸，一起判别该者是否佩带口罩。百度凭借国内最大的AI敞开生态优势，推出“AI开发者‘战疫’ 看护方案”，活跃调集开发者、协作伙伴的力气，开发各类防疫控疫的产品，完结智能化才能全面输出。
开源项目在本次疫情防护进程中获得了巨大的社会效应，本陈述计算了Github和Gitee上Star数前7款疫情防护开源项目。如表2所示，项目根本包括概括的信息展示、新闻记载、信息导航、疫情地图、信息爬虫等方面。到2月21日，有两款项目在Github上Star数超越了6000个，Fork数均超越了800次，均登顶Github Trending。
综上所述，开源项目在这次疫情防护中体现出了共同的优势和特色。开源项目的运转办理使得大规划的社会化协作成为了或许，让一般民众和有专业技能的人员参加到疫情防护的作业中。开源项目能够在短时刻内敏捷的安排有用力气，快速树立各类信息途径，其响应速度和迭代功率均高于惯例的托付式的项目开发。开源项目的顺利运转需求有一套协作流程和激励机制，一般触及分工、协作标准和东西运用，其民主化的和谐办法和决议方案机制调集了参加者的参加活跃性。从协作的东西来看，首要分为代码保管、数据和信息搜集会聚、日常交流等东西，这些分工协作的东西有用进步了散布式作业的功率，为长途在线协作供应了有力的确保。
从数据和信息来历来看，开源项目首要源依赖于网上的揭露信息和志愿者的自发奉献，一般经过人工或机器来搜集数据，面临人工搜集和奉献的信息，还需求引进审阅的机制来核验信息的有用性和实在性。经过实践项目的运转调查，这次开源项目发挥的效果和影响力都是巨大的，在疫情信息的展示和可视化、医院对物资的需求发布、记载媒体报导和个人日子等方面呈现出许多的运用，开源项目的信息和代码都遵从必定的开源协议敞开给社会，大大进步运用率。
这次疫情是对我国管理系统和才能的一次大考。疫情防控既是对管理的严重应战，也是优化管理系统、进步管理才能的重要要害。能够看出，疫情防控为各种数字技能的运用供应了更多的场景，数据与智能运用在这场没有硝烟的战役中正在发挥要害的效果。咱们既要捉住此次时机，充沛发挥大数据、人工智能技能的优势来打败疫情，也要及时发现技能或方针上的缺乏，以便做出调整改进。
