受疫情影響，2020年開年開始，傳統的春運返程、企業復工等節奏都發生了很大變化，各級政府、相關部門的工作也產生了相應的調整和變化。

各地安全防控工作不斷加緊

工具選擇很重要

據觀察，各地政府牽頭加強了數據安全防控措施，依據各地數據進行統計指標、宏觀指標和一些細節指標等的分析，形成一個全方位的立體防疫體系。

可以看到各地會有關于人口流入流出、特定地區流入等數據分析，復工分析、經濟影響分析等，用于未來決策、疫情預測等不同角度。

隨著疫情發展的不同階段，安全防控在每個階段也遇到了不同的問題，陸續經歷了疫區人員外流風險預測、更多二次傳播城市的疫情擴散預測、疫區返程人員的分析排查、復工指導、疫情發展趨勢預測、輸入型案例預測與防范等不同的階段。在每個階段，僅僅依靠一線的執行是做不到的，必須有城市自身從上而下的全面數據分析和針對性的決策指導。

在這其中給會遇到一些比較難的環節：數據梳理難，在疫情防控的場景中，需要的數據非常詳細和多樣，需要用到衛健委、交通委、人口數據庫、運營商、住宿等多種多樣的數據，才能形成足夠準確的數據模型。

建模難，除了多樣化的數據來源，必須要有充分的業務理解，才能最快速的完成精準建模、進而完成分析結果的輸出。

需求變化快，整個過程瞬息萬變，數據平臺需要有查詢、分析、高交互性等能力，可以隨時更改和調整模型，同時對于統計、機器學習、微積分等產品多樣化的能力要求非常高。

在這個過程中，各地的數據工作積累、數據平臺和數據分析工具的重要性不言而喻。

星環科技大數據平臺產品和人工智能平臺，在疫情防控中做了非常多的工作，除了支撐上海市“隨申碼”“醫學措施解除查詢”防疫應用之外，還進行了大量的疫情數據預測和分析。

大數據和AI平臺

在抗疫戰斗中可以解決什么問題

習總書記多次作出重要批示指示，強調要運用大數據等手段，加強疫情溯源和監測，科學防治，精準施策。

在黨中央推進國家治理體系和治理能力現代化的背景下，利用新的科學技術手段提高突發事件處置和應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。

在疫情快速發展的大環境下，抗疫從醫療系統不斷向外蔓延至城市管理的各個角落和領域，尤其節后面臨各城市的人口流動，和復工復產等，全方位的考驗著城市管理的方方面面。

目前來看，大數據和AI平臺應用于疫情防控主要表現在五個方面：疫情預警、人員追蹤、物資調配、復工服務和政務決策。

通過時空數據庫將確診病人A的信息輸入系統，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過的人群，展示在圖片上，就能看到，在直徑50m和200m之內，和A出現在同一地點的人群，這些人群就是潛在的高危人群，需要采取相應的策略進行關注。從而完成疫情預警。

相關部門可以利用時空數據庫的碰撞進行人員跟蹤，根據確診病例出現的時間點，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出現的公共場所和人群密集場所，相應的管理部門可以快速鎖定這些高危地區，進行臨時的疫情防控舉措調整，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，將風險最小化。并完成相應的物資調配、復工服務和政務決策。

如何運用大數據和AI平臺進行疫情防控

疫情防控平臺需要具備幾個關鍵技術：內存分析技術，支撐混合負載調度的統一計算調度框架技術，分布式數挖掘算法集成與擴展技術，圖計算和圖譜分析技術。

平臺邏輯分為4層、2個體系。4層包括數據源層、數據集成層、數據支撐層、數據應用層。

2個體系是數據治理體系和信息安全體系。功能模塊分為六塊，分別是：疫情態勢實時監控、疫情未來發展預測、實時監控告警、潛在感染人員查找、人員14天城市軌跡查詢、企業復工數據分析。

星環科技推出的疫情防控大數據應用平臺，綜合了星環科技的大數據平臺、人工智能平臺、時空數據庫、圖數據庫等平臺和產品，利用大數據平臺和AI建模平臺進行場景分析，宏觀角度分析指導決策，指導復工復產等，同時可以進行微觀角度分析，指導一線進行風險防范，落實有效隔離等。

星環科技疫情防控平臺對疫情相關數據提供了數據導入、存儲、建模、模型共享、特征提取、多租戶協作、API服務、工作流調度等功能。通過涉疫人員信息實時采集實現疫情發展態勢實時監控，輔助相關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，做到早發現、早隔離，防止疫情進一步擴散。通過人工智能建模技術對疫情發展趨勢進行精確模型預測，指導企業安全及時的復工、復產。

星環科技疫情防控大數據應用平臺，可以實現幾大功能：疫情實時監控、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、小區疫情風險評估、區域疫情風險預測、人員14天城市軌跡查詢、企業復工信息實時展示。

疫情防控大數據應用平臺中的實時計算平臺是基于星環科技的實時流處理引擎Slipstream開發實現，用于進行實時數據的快速存儲和計算。

實時計算平臺能夠實時接收衛健委的實時疫情數據，并對其進行秒級分析和展示，滿足防疫部門對疫情實時態勢的監控。也支持重點區域人員密度、涉疫人員的活動范圍進行實時監控，對外提供告警接口，一旦出現異常實時告警。

圖數據庫是基于星環科技自主研發的分布式圖數據庫產品StellarDB建立的人員關系圖數據庫。

StellarDB作為一款為企業級圖應用打造的分布式圖數據庫，提供了快速查找人員間的多層關聯關系圖查詢功能，并提供了強大的算法分析能力，實現復雜的圖分析功能。

在防控平臺建立的人員關系圖數據庫可以接收公安系統的戶籍數據并存儲。輸入確診人員的身份證號，通過人員關系圖譜查找，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。

時空數據庫能夠滿足大數據應用中對空間、軌跡數據的查詢、分析和挖掘。分布式架構可線性擴展，能支撐千億級別軌跡數據查詢，支持OGC標準定義的空間關系以及時空拓撲關系查詢。

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風險評估模型v1.0已經固化，能夠從省市的疫情流行風險、小區的流行病數據、樓棟居住密度、外來人員風險、鄰近小區風險等進行全面考量，可以在此基礎上輸入更多維度的指標以進一步優化模型。

利用人工智能分析平臺分析歷史確診數據，預測未來可能的被感染人數。為防疫部門制定防疫策略，提供決策依據。

同時針對人員在各小區的實時位置，分析各區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）大環境指標：本省/市疫情流行趨勢；

2）局部指標：小區的流行病數據、密度、外來人員等；

3）臨近區域指標：鄰近小區情況。

面對緊急突發的公共衛生事件及多方來源的海量數據，如何聯合政企單位科學運用大數據技術，為公眾提供更完整、連續、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展的趨勢，是大數據應用于防疫的三大難題。

通過疫情防控大數據應用平臺的建設，通過手機數據的實時分析，實現涉疫人員信息實時采集實現疫情發展態勢實時監控，輔助相關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，做到早發現、早隔離，防止疫情進一步擴散；通過人工智能相關技術對疫情發展趨勢進行精確預測，指導企業安全及時的復工、復產。

城市數字化安全防控將更為常態化

近年來，全國都在推動政府數字化轉型，“數字中國”建設成效斐然，經此一役，各地大數據中心為代表的數字化工作發揮了巨大的作用。這次的突然考驗，也是對數字化建設工作的檢驗。

相信經過這次洗禮，城市的數字化建設將更為常態化，各地在建設智慧城市、智慧社區、智能防控等項目上，將會加大投入，補足短板。

早在2018年12月，經濟工作會議就把5G、人工智能、工業互聯網、物聯網等新型基礎設施建設，列為2019年經濟建設的重點任務之一。

隨后，“加強新一代信息基礎設施建設”被列入2019年政府工作報告。

新冠肺炎疫情暴發以來，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4次提及相關內容，明確了“5G基建”、“大數據中心”“人工智能”、“工業互聯網”等七大領域新型基礎設施建設的定位，而且首提“大數據中心”，大數據中心建設和人工智能發展有望迎來新的發展高峰。
責任編輯：tzh