人工智能助力疫情 大数据技术筛查深挖追踪接触者

前言：

从近些天疫情防控实时报道中，以大数据、人工智能为代表的新型技术正被逐步应用在抗击疫情的一线，在疫情防控过程中，及时发现高风险人群与超级传染者，准确掌握疫情发展动态是关键。

大数据在疫情防控中起重要作用

监控人员流向、潜在传染人群、切断传染源，在这场“战疫”中，这些都是亟待解决的问题。虽然疫情的传播性更强，但相比2003年，当下也有了更多的新颖技术来进行应对。在这场疫情抗击中，背后的技术手段互联网尤其是大数据正在发挥重要作用。

在过去的一段时间内，数家互联网公司通过自己的数据和技术能力，给有关部门提供了大量数据支撑，为传染源人员的筛查、追踪、控制和隔离作出了巨大贡献例如最新疫情信息发布、各路专家解疑答惑、社交媒体上的患者求助和认证、多平台防疫科普直播等。此外，还可以通过网络募集物资、对接需求。

加强数据共享是非常迫切的，省市之间、地方和地方之间、企业和政府之间、国内和国际之间都需要打通数据，围绕疫情防控共享数据建立畅通的数据通道。将这个通道建起之后，能够提升全国的整体防控能力，不再各自为战。

利用手机信号追踪接触者

掌握手机信令数据的是中国三大手机运营商，其中中国移动占有70％，中国电信和中国联通各占用15％。有了这些数据就完全可以掌握近期中国人口的流向和分布，特别是针对某一个地区的人口流向和分布。

本次疫情首发于湖北省武汉市，大部分病例有武汉或湖北居住、旅行史，1月23日武汉采取“封城”措施主要目的是切断传染途径。监测武汉、湖北手机号码向外地漫游位置移动信息，可以很好地掌握武汉、湖北人员外流情况，对接当地的确诊病例、疑似病例人员名单，政府、公安等相关部门在保护个人隐私的情况下，分析、筛选人员的出行历史轨迹，筛查到访区域，从而对这些区域进行重点观察和消毒处理。同时还可以对密切接触者进行事后联系追踪。

数学模型预测疫情发展

中国中山大学计算机专家胡延庆博士等人利用百度、Google等大众搜索趋势大数据，通过具有控制干预机制的传染病动力学SEIR（易感－潜伏－感染－隔离）的数学模型，对武汉市爆发的新型冠状病毒（2019－nCoV）传染趋势进行了预测。

数学模型是一种模拟，是用数学符号、数学式子、程序、图形等对实际问题本质属性的抽象而又简洁的刻画；它或能解释某些客观现象，或能预测未来的发展规律，或能为控制某一现象的发展提供某种意义下的最优策略或较好策略。对疫情发展的预测，有助于提前做好防控措施。在现有大数据分析的基础上，利用传染病数学模型进行疫情发展预测，可为疫情防控提供参考。

红外线体温监测仪筛查体温异常人员

“5G＋红外”：广东移动创新推出“5G＋红外”测温信息化应用，能在人流密集的各类场所进行精准度高、安全性强的长时间连续体温筛查，有效减少接触式测温引起的交叉传染风险，助力守住防控疫情的第一道关口。“5G＋红外”测温应用可实现对多人同时扫描，红外精密温感探测仪在距离10米处就开始探测，可以记录被测人员的头像图片及对应体温，实现24小时全天候监测。负责监测的人员可以在远程进行体温筛查，及时发现体温异常个体，实现早发现、早隔离。

“无人机＋红外”：国内的大疆近日也试行通过“无人机＋红外”来筛查可疑患者。据了解，大疆御2行业双光版由于便携、飞行稳定性高、且自带热成像镜头以及喊话器配件，被不少社区、道路检查点用于远程体温检测。

机器人＋红外”：目前，在医院、机场、车站、园区这类人员相对聚集且流动性大公共区域，可移动测温设备相较于固定测温仪，部署简单、无需专人看管、应用也更加灵活。比如高新兴推出了5G测温巡逻机器人；眸视科技、猎户星空也在原有机器人之上增加了测温功能；

人工智能诊断快速分析疑似病例基因

新型冠状病毒是基因组序列最长的病毒之一，快速检测其基因组“全貌”非常困难，而临床精准诊断又比较依赖这种基因信息。阿里达摩院医疗AI团队通过浙江全基因组检测分析平台可对病毒样本进行全基因组序列分析比对，能够有效防止病毒变异产生的漏检，并将原需数小时的全基因分析流程减少到半小时，大幅提高病例的确诊速度和准确率。

依图开发了基于CT医学影像的“新冠肺炎智能评价系统”，进行新型冠状病毒感染的肺炎快速诊断（患者的严重程度）及疗效智能分析。以往采用传统手工勾画ROI的方法进行量化的评估，往往需要5－6小时，效率低，临床推广难，而利用这个新AI系统能够实现病变区域的自动检测，在2－3秒之内就能完成定量分析，极大提升了精准定量分析的效率。

结尾：

大数据、人工智能应用于突发急性传染病疫情的防控在我国处于起步阶段，但这场疫情把它推到了防护前线，让广大人民了解了这个概念，相信其广阔的应用前景将为人类传染病疫情防控以及其他领域带来突破性进展，值得进一步深入研究。