疫情危機(jī)下大數(shù)據(jù)分析的功能研究

鄧瑩

摘要：受疫情影響，全國(guó)各地交通、醫(yī)療、消費(fèi)等多方面出現(xiàn)緊張局面。在疫情防控工作中，大數(shù)據(jù)分析結(jié)合通信、交通、醫(yī)療等多方數(shù)據(jù)，通過(guò)對(duì)數(shù)據(jù)進(jìn)行研判，為各地應(yīng)對(duì)疫情提供有效的網(wǎng)格化防控支撐，針對(duì)疫情防控、有序復(fù)工等多項(xiàng)工作分類(lèi)指導(dǎo)，逐步恢復(fù)生產(chǎn)。大數(shù)據(jù)分析在疫情危機(jī)下表現(xiàn)出強(qiáng)大的功能體現(xiàn)。

關(guān)鍵詞：大數(shù)據(jù);功能;應(yīng)用

中圖分類(lèi)號(hào)：TP311.13 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2020）03-0082-02

0 引言

互聯(lián)網(wǎng)與物聯(lián)網(wǎng)迅速發(fā)展的背景之下，大數(shù)據(jù)是信息化時(shí)代的新興產(chǎn)物。隨著全球數(shù)據(jù)產(chǎn)量不斷增長(zhǎng)，加上近年來(lái)云計(jì)算、人工智能、區(qū)塊鏈、5G等高新技術(shù)的蓬勃發(fā)展，大數(shù)據(jù)也進(jìn)入高速發(fā)展階段，逐步向多個(gè)行業(yè)滲透融合，形成行業(yè)標(biāo)準(zhǔn)逐步完善、政策制定支持發(fā)展、戰(zhàn)略布局未來(lái)走向的良好局面。

（1）市場(chǎng)規(guī)模持續(xù)擴(kuò)大。隨著大數(shù)據(jù)應(yīng)用于各行各業(yè)，我國(guó)及全球大數(shù)據(jù)市場(chǎng)產(chǎn)值和收入規(guī)模都有較大幅度的提升。據(jù)Wikibon統(tǒng)計(jì)研究，大數(shù)據(jù)在全球范圍內(nèi)的市場(chǎng)規(guī)模將從2018年的420億美元增長(zhǎng)到2024年的840億美元，年復(fù)合增長(zhǎng)率為12.24%。對(duì)于我國(guó)而言，根據(jù)Statista預(yù)測(cè)，2020年我國(guó)大數(shù)據(jù)的市場(chǎng)產(chǎn)值將超過(guò)一萬(wàn)億元。

（2）政策環(huán)境穩(wěn)步改善。我國(guó)對(duì)大數(shù)據(jù)的政策設(shè)計(jì)大致可分為預(yù)熱、起步、落地和深化四個(gè)階段。預(yù)熱階段為2014年3月至2015年8月，大數(shù)據(jù)于2014年首次寫(xiě)入政府工作報(bào)告;起步階段為2015年8月至2016年3月，國(guó)務(wù)院印發(fā)《促進(jìn)大數(shù)據(jù)發(fā)展的行動(dòng)綱要》，全面布局大數(shù)據(jù)頂層設(shè)計(jì);落地階段為2016年3月至2017年10月，《十三五規(guī)劃綱要》將大數(shù)據(jù)上升為國(guó)家策略;深化階段為2017年10月至今，十九大報(bào)告提出要全面推動(dòng)大數(shù)據(jù)和實(shí)體經(jīng)濟(jì)的深度融合，大數(shù)據(jù)連續(xù)六年寫(xiě)入政府工作報(bào)告。我國(guó)在政策環(huán)境上逐漸完善制度設(shè)計(jì)，推動(dòng)國(guó)家由“數(shù)據(jù)大國(guó)”向“數(shù)據(jù)強(qiáng)國(guó)”的轉(zhuǎn)型。

（3）技術(shù)體系逐步完善。大數(shù)據(jù)技術(shù)體系主要由分析、流通和處理三大技術(shù)構(gòu)成，技術(shù)融合在大數(shù)據(jù)產(chǎn)業(yè)中逐漸嶄露頭角。目前有以CPU為調(diào)度核心的異構(gòu)算力平臺(tái)、以GPU為代表的計(jì)算加速單元的算力融合，有向云上遷移和云原生產(chǎn)品開(kāi)發(fā)的云數(shù)融合，有一站式數(shù)據(jù)能力復(fù)用平臺(tái)的模塊融合，也有平臺(tái)智能化和數(shù)據(jù)治理智能化的數(shù)智結(jié)合等多種技術(shù)融合方向。

1 大數(shù)據(jù)分析在疫情防控中的運(yùn)用

1.1 互聯(lián)網(wǎng)大數(shù)據(jù)

2008年年初，Google推出流感趨勢(shì)（GFT）網(wǎng)站，實(shí)時(shí)匯總?cè)蛄鞲幸咔榈念A(yù)測(cè)情況，2009年成功預(yù)測(cè)H1N1在全美的傳播。

“2019-nCoV”肺炎疫情期間，我國(guó)多家機(jī)構(gòu)對(duì)疫情數(shù)據(jù)和人口遷徙數(shù)據(jù)進(jìn)行跟蹤統(tǒng)計(jì)，協(xié)助疫情防控工作。

疫情數(shù)據(jù)以“全國(guó)疫情數(shù)據(jù)”為突出。通過(guò)定期披露各省市、各國(guó)確診、疑似、治愈與死亡病例，針對(duì)每日疫情數(shù)據(jù)繪制動(dòng)態(tài)折線(xiàn)圖，用戶(hù)可以足不出戶(hù)享受到大數(shù)據(jù)在疫情工作中帶來(lái)的便捷。

人口遷徙中以“百度遷徙”為突出。百度公司基于人口流動(dòng)對(duì)疫情擴(kuò)散的影響上線(xiàn)遷徙大數(shù)據(jù)平臺(tái)，輔助熱門(mén)流入地、流出地合理有效安排疫情防控與復(fù)產(chǎn)復(fù)工工作。截至2月底，整個(gè)疫情期間百度地圖AI時(shí)空大數(shù)據(jù)共計(jì)服務(wù)超過(guò)15億人次。

1.2 醫(yī)療大數(shù)據(jù)

大數(shù)據(jù)助力病毒資源共享。2020年1月底，我國(guó)病原微生物資料庫(kù)首次發(fā)布關(guān)于“2019-nCoV”病毒的權(quán)威信息，并包括其電鏡照片、核酸檢測(cè)引物、探針序列等。據(jù)悉，該系統(tǒng)是由國(guó)家微生物生物科學(xué)數(shù)據(jù)中心和國(guó)家病原微生物資源庫(kù)聯(lián)合建設(shè)，用以整合全球冠狀病毒基因和基金組數(shù)據(jù)，釋放冠狀病毒相關(guān)資源數(shù)據(jù)，建立全球冠狀病毒資源大數(shù)據(jù)平臺(tái)。

大數(shù)據(jù)助力病毒基因結(jié)構(gòu)預(yù)測(cè)。以百度公司為例，該公司研究院向特定機(jī)構(gòu)開(kāi)放線(xiàn)性時(shí)間算法LinearFold和RNA結(jié)構(gòu)預(yù)測(cè)網(wǎng)站，預(yù)測(cè)全基因組二級(jí)結(jié)構(gòu)從原來(lái)的55分鐘壓縮至27秒，節(jié)約兩個(gè)數(shù)量級(jí)的等待時(shí)間。

1.3 智慧城市大數(shù)據(jù)

在大數(shù)據(jù)的重要戰(zhàn)略資源推動(dòng)下，智慧城市建設(shè)逐漸從數(shù)字化、網(wǎng)格化走向智能化。疫情防控工作中，多省對(duì)“大數(shù)據(jù)+網(wǎng)格化”進(jìn)行充分利用。以泰達(dá)城市大腦系統(tǒng)為例，該系統(tǒng)以城市大腦IOC中心為框架，以“1個(gè)中心+4個(gè)平臺(tái)+N個(gè)應(yīng)用”為內(nèi)容，實(shí)時(shí)感知城市各區(qū)域經(jīng)濟(jì)、交通、公用事業(yè)、民生等多方面運(yùn)行情況。

此外，全國(guó)大部分地區(qū)對(duì)本省市建立了熱力圖、健康碼以及公交、地鐵、出租車(chē)的同乘碼等，其背后是通過(guò)對(duì)衣食住行有交集的居民建立大數(shù)據(jù)關(guān)聯(lián)與分析，盡早發(fā)現(xiàn)疑似病患。

1.4 運(yùn)營(yíng)商大數(shù)據(jù)

據(jù)統(tǒng)計(jì)，我國(guó)擁有16億手機(jī)用戶(hù)，運(yùn)營(yíng)商大數(shù)據(jù)在疫情溯源和監(jiān)測(cè)等方面起到積極作用。2020年2月，工信部統(tǒng)籌三家運(yùn)營(yíng)商推出“漫游地查詢(xún)”公益服務(wù)，經(jīng)用戶(hù)授權(quán)后可以提供用戶(hù)14天內(nèi)停留4小時(shí)以上的行程的短信查詢(xún)服務(wù)。當(dāng)用戶(hù)在出行方面需要提供行程證明的時(shí)候，可以通過(guò)三大運(yùn)營(yíng)商的短信向單位或社區(qū)證明自己的行程。此外，通過(guò)大數(shù)據(jù)技術(shù)對(duì)基于大量網(wǎng)絡(luò)信令而形成的基礎(chǔ)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)行分析，可以較為精準(zhǔn)地分析重點(diǎn)地區(qū)人員流動(dòng)。

2 大數(shù)據(jù)分析在疫情監(jiān)控中的優(yōu)勢(shì)

2.1 傳染病上報(bào)與監(jiān)測(cè)系統(tǒng)

前文分析所示，通過(guò)與三大運(yùn)營(yíng)商的合作，結(jié)合城市大腦IOC中心，從用戶(hù)行程、人口流動(dòng)等多方面打通數(shù)據(jù)匯集管理與決策應(yīng)用的業(yè)務(wù)技術(shù)環(huán)節(jié)，便于掌握居民在疫情之下的活動(dòng)狀態(tài)。通過(guò)對(duì)疑似患者的傳染病上報(bào)與監(jiān)測(cè)系統(tǒng)，能夠有效、準(zhǔn)確追蹤患者的流動(dòng)方向，迅速確定被感染區(qū)域與范圍。

2.2 醫(yī)療資源的智能調(diào)度

大數(shù)據(jù)分析技術(shù)在此次疫情面臨醫(yī)療資源短缺的情形下彰顯重大作用。由于疫情集中發(fā)生于武漢地區(qū)，許多電商平臺(tái)均發(fā)現(xiàn)該地區(qū)的醫(yī)療防護(hù)資源有短缺的緊張趨勢(shì)，基于該趨勢(shì)，通過(guò)“工業(yè)+大數(shù)據(jù)”雙領(lǐng)域融合進(jìn)行供應(yīng)鏈的智能化管理，使得醫(yī)療物資能夠以路程最近、耗時(shí)最短的路徑從倉(cāng)庫(kù)抵達(dá)疫區(qū)，這是疫情之下醫(yī)療資源調(diào)度的重中之重。

2.3 遠(yuǎn)程診療

目前，基于5G技術(shù)的遠(yuǎn)程診療正處于發(fā)展階段。為解決病患大量擁擠到醫(yī)院造成大面積傳染的情況，多個(gè)省市政府聯(lián)合多家機(jī)構(gòu)推出遠(yuǎn)程診療服務(wù)，通過(guò)大數(shù)據(jù)分析技術(shù)匯集衛(wèi)計(jì)委多家直屬醫(yī)院以及全國(guó)各地千余家醫(yī)院的診療信息，打造醫(yī)療大數(shù)據(jù)平臺(tái)，為患者提供智能診療服務(wù)。

3 大數(shù)據(jù)分析在疫情防控中存在的問(wèn)題與解決

3.1 加強(qiáng)個(gè)人信息安全保護(hù)

從近年來(lái)的信息安全事件中發(fā)現(xiàn)，我國(guó)在數(shù)據(jù)安全方面的法律法規(guī)尚有欠缺，對(duì)法律細(xì)節(jié)的解釋仍有不足。前文所示，居民從衣食住行多個(gè)方面均要進(jìn)行個(gè)人信息的填報(bào)。

在這種情況下，大數(shù)據(jù)安全合規(guī)則成為社會(huì)大眾關(guān)注的重點(diǎn)。本文建議，通過(guò)對(duì)大數(shù)據(jù)分析技術(shù)的規(guī)范化、標(biāo)準(zhǔn)化升級(jí)，使用脫敏、安全多方計(jì)算、聯(lián)邦學(xué)習(xí)等多種強(qiáng)化方法，對(duì)敏感數(shù)據(jù)和個(gè)人隱私數(shù)據(jù)進(jìn)行合法使用。

3.2 提升產(chǎn)品創(chuàng)新與技術(shù)發(fā)展

目前，我國(guó)處于數(shù)據(jù)爆發(fā)的初級(jí)階段，大數(shù)據(jù)技術(shù)產(chǎn)品功能尚有不足。據(jù)評(píng)估，多種參測(cè)的大數(shù)據(jù)應(yīng)用軟件產(chǎn)品符合程度不足90%，性能有待提高。

在5G、人工智能、區(qū)塊鏈、工業(yè)互聯(lián)網(wǎng)等技術(shù)的推動(dòng)下，我國(guó)大數(shù)據(jù)行業(yè)將面臨更大“數(shù)據(jù)洪流”的挑戰(zhàn)。大數(shù)據(jù)產(chǎn)品應(yīng)當(dāng)在技術(shù)變革大時(shí)代中積極創(chuàng)新，參與硬件與軟件融合、數(shù)據(jù)與智能融合的技術(shù)強(qiáng)化發(fā)展，向異構(gòu)多模、超大容量、超低時(shí)延等方向進(jìn)行拓展。此外，在應(yīng)用上可參考從消費(fèi)延伸到生產(chǎn)，從感知延伸到預(yù)測(cè)與決策的模式進(jìn)行改進(jìn)。

3.3 強(qiáng)化信息共享

目前，我國(guó)跨部門(mén)、跨行業(yè)的數(shù)據(jù)開(kāi)放水平仍處于較低位置，一定程度上約束了大數(shù)據(jù)行業(yè)的發(fā)展。根據(jù)《十三五國(guó)家信息化規(guī)劃》的要求，打破信息壁壘和信息孤島，推動(dòng)信息跨部門(mén)、跨層級(jí)共享是大數(shù)據(jù)行業(yè)發(fā)展亟待解決的問(wèn)題。從政策方面看，多省市政府推出相關(guān)管理辦法，強(qiáng)調(diào)數(shù)據(jù)共享與深度開(kāi)發(fā)利用，同時(shí)信息安全立法確保信息安全性。此外，近幾年發(fā)展起來(lái)的區(qū)塊鏈技術(shù)在一定程度上有效解決數(shù)據(jù)壟斷與數(shù)據(jù)壁壘等問(wèn)題，技術(shù)上建議將大數(shù)據(jù)與區(qū)塊鏈技術(shù)融合，以保證數(shù)字經(jīng)濟(jì)共享發(fā)展。

4 結(jié)論

大數(shù)據(jù)時(shí)代早已到來(lái)，近年來(lái)，無(wú)論是我國(guó)還是全世界，數(shù)據(jù)的產(chǎn)量與儲(chǔ)量年年攀高。在市場(chǎng)規(guī)模迅速擴(kuò)張、政策環(huán)境穩(wěn)步改善、技術(shù)系統(tǒng)逐步優(yōu)化的基礎(chǔ)上，大數(shù)據(jù)產(chǎn)業(yè)發(fā)展勢(shì)頭不減。

大數(shù)據(jù)在疫情防控工作中發(fā)揮重要作用。在醫(yī)療方面，大數(shù)據(jù)聯(lián)合病毒研究機(jī)構(gòu)為病毒資料建立大數(shù)據(jù)平臺(tái)，并開(kāi)放測(cè)算資源提升監(jiān)測(cè)效率;在運(yùn)營(yíng)商方面，我國(guó)三大運(yùn)營(yíng)商通過(guò)授權(quán)跟蹤用戶(hù)行程，及時(shí)發(fā)現(xiàn)病患;在智慧城市方面，為居民提供熱力圖供出行參考;在互聯(lián)網(wǎng)方面，打造疫情地圖與人口遷徙數(shù)據(jù)，上線(xiàn)專(zhuān)題地圖，方便居民掌握身邊疫情動(dòng)態(tài)。

基于大數(shù)據(jù)分析在疫情中的應(yīng)用，本文認(rèn)為其在傳染病上報(bào)與監(jiān)測(cè)系統(tǒng)、醫(yī)療資源調(diào)度、遠(yuǎn)程診療等方面具有一定優(yōu)勢(shì)，對(duì)醫(yī)療系統(tǒng)具有重要意義。此外，由于大數(shù)據(jù)技術(shù)尚屬發(fā)展初級(jí)階段，本文對(duì)其后續(xù)發(fā)展提出加強(qiáng)信息安全保護(hù)、提升產(chǎn)品創(chuàng)新以及強(qiáng)化信息共享等三個(gè)建議。

參考文獻(xiàn)

[1] 張良，李寧，陸蓓蓓，等.公共衛(wèi)生大數(shù)據(jù)平臺(tái)探索與實(shí)踐[J].中國(guó)衛(wèi)生信息管理雜志，2018，15（05）：510-514.

[2] 王忠，陳偉.我國(guó)健康大數(shù)據(jù)發(fā)展的障礙及對(duì)策[J].衛(wèi)生經(jīng)濟(jì)研究，2017（11）：54-57.

[3] 馮鐵男，丁思絲，姜成華.基于大數(shù)據(jù)的傳染病監(jiān)控系統(tǒng)設(shè)計(jì)與研究[J].中華衛(wèi)生應(yīng)急電子雜志，2017，3（03）：166-169.

[4] 科學(xué)家利用“機(jī)器學(xué)習(xí)”人工智能實(shí)現(xiàn)傳染病早期預(yù)警[J].技術(shù)與市場(chǎng)，2015，22（10）：3.

[5] 董銀峰，劉忠于，王好鋒，等.大數(shù)據(jù)在疾病預(yù)防控制中的重要性[J].實(shí)用醫(yī)藥雜志，2015，32（07）：579-581.

Abstract：Affected by the epidemic， tensions have arisen in various aspects of transportation， medical care and consumption across the country. In the epidemic prevention and control work， big data analysis combines communications， transportation， medical and other multi-party data， and through research and judgment of the data， it provides effective grid-based prevention and control support for the local response to the epidemic situation. The project is classified and guided to gradually resume production. Big data analysis shows a powerful function in the epidemic crisis.

Key words：big data; features; application