疫情危机下大数据分析的功能研究

来源:用户上传      作者:

　　摘要：受疫情影响，全国各地交通、医疗、消费等多方面出现紧张局面。在疫情防控工作中，大数据分析结合通信、交通、医疗等多方数据，通过对数据进行研判，为各地应对疫情提供有效的网格化防控支撑，针对疫情防控、有序复工等多项工作分类指导，逐步恢复生产。大数据分析在疫情危机下表现出强大的功能体现。
　　关键词：大数据;功能;应用
　　中图分类号：TP311.13 文献标识码：A 文章编号：1007-9416（2020）03-0082-02
　　0 引言
　　互联网与物联网迅速发展的背景之下，大数据是信息化时代的新兴产物。随着全球数据产量不断增长，加上近年来云计算、人工智能、区块链、5G等高新技术的蓬勃发展，大数据也进入高速发展阶段，逐步向多个行业渗透融合，形成行业标准逐步完善、政策制定支持发展、战略布局未来走向的良好局面。
　　（1）市場规模持续扩大。随着大数据应用于各行各业，我国及全球大数据市场产值和收入规模都有较大幅度的提升。据Wikibon统计研究，大数据在全球范围内的市场规模将从2018年的420亿美元增长到2024年的840亿美元，年复合增长率为12.24%。对于我国而言，根据Statista预测，2020年我国大数据的市场产值将超过一万亿元。
　　（2）政策环境稳步改善。我国对大数据的政策设计大致可分为预热、起步、落地和深化四个阶段。预热阶段为2014年3月至2015年8月，大数据于2014年首次写入政府工作报告;起步阶段为2015年8月至2016年3月，国务院印发《促进大数据发展的行动纲要》，全面布局大数据顶层设计;落地阶段为2016年3月至2017年10月，《十三五规划纲要》将大数据上升为国家策略;深化阶段为2017年10月至今，十九大报告提出要全面推动大数据和实体经济的深度融合，大数据连续六年写入政府工作报告。我国在政策环境上逐渐完善制度设计，推动国家由“数据大国”向“数据强国”的转型。
　　（3）技术体系逐步完善。大数据技术体系主要由分析、流通和处理三大技术构成，技术融合在大数据产业中逐渐崭露头角。目前有以CPU为调度核心的异构算力平台、以GPU为代表的计算加速单元的算力融合，有向云上迁移和云原生产品开发的云数融合，有一站式数据能力复用平台的模块融合，也有平台智能化和数据治理智能化的数智结合等多种技术融合方向。
　　1 大数据分析在疫情防控中的运用
　　1.1 互联网大数据
　　2008年年初，Google推出流感趋势（GFT）网站，实时汇总全球流感疫情的预测情况，2009年成功预测H1N1在全美的传播。
　　“2019-nCoV”肺炎疫情期间，我国多家机构对疫情数据和人口迁徙数据进行跟踪统计，协助疫情防控工作。
　　疫情数据以“全国疫情数据”为突出。通过定期披露各省市、各国确诊、疑似、治愈与死亡病例，针对每日疫情数据绘制动态折线图，用户可以足不出户享受到大数据在疫情工作中带来的便捷。
　　人口迁徙中以“百度迁徙”为突出。百度公司基于人口流动对疫情扩散的影响上线迁徙大数据平台，辅助热门流入地、流出地合理有效安排疫情防控与复产复工工作。截至2月底，整个疫情期间百度地图AI时空大数据共计服务超过15亿人次。
　　1.2 医疗大数据
　　大数据助力病毒资源共享。2020年1月底，我国病原微生物资料库首次发布关于“2019-nCoV”病毒的权威信息，并包括其电镜照片、核酸检测引物、探针序列等。据悉，该系统是由国家微生物生物科学数据中心和国家病原微生物资源库联合建设，用以整合全球冠状病毒基因和基金组数据，释放冠状病毒相关资源数据，建立全球冠状病毒资源大数据平台。
　　大数据助力病毒基因结构预测。以百度公司为例，该公司研究院向特定机构开放线性时间算法LinearFold和RNA结构预测网站，预测全基因组二级结构从原来的55分钟压缩至27秒，节约两个数量级的等待时间。
　　1.3 智慧城市大数据
　　在大数据的重要战略资源推动下，智慧城市建设逐渐从数字化、网格化走向智能化。疫情防控工作中，多省对“大数据+网格化”进行充分利用。以泰达城市大脑系统为例，该系统以城市大脑IOC中心为框架，以“1个中心+4个平台+N个应用”为内容，实时感知城市各区域经济、交通、公用事业、民生等多方面运行情况。
　　此外，全国大部分地区对本省市建立了热力图、健康码以及公交、地铁、出租车的同乘码等，其背后是通过对衣食住行有交集的居民建立大数据关联与分析，尽早发现疑似病患。
　　1.4 运营商大数据
　　据统计，我国拥有16亿手机用户，运营商大数据在疫情溯源和监测等方面起到积极作用。2020年2月，工信部统筹三家运营商推出“漫游地查询”公益服务，经用户授权后可以提供用户14天内停留4小时以上的行程的短信查询服务。当用户在出行方面需要提供行程证明的时候，可以通过三大运营商的短信向单位或社区证明自己的行程。此外，通过大数据技术对基于大量网络信令而形成的基础数据进行统计行分析，可以较为精准地分析重点地区人员流动。
　　2 大数据分析在疫情监控中的优势
　　2.1 传染病上报与监测系统
　　前文分析所示，通过与三大运营商的合作，结合城市大脑IOC中心，从用户行程、人口流动等多方面打通数据汇集管理与决策应用的业务技术环节，便于掌握居民在疫情之下的活动状态。通过对疑似患者的传染病上报与监测系统，能够有效、准确追踪患者的流动方向，迅速确定被感染区域与范围。
　　2.2 医疗资源的智能调度
　　大数据分析技术在此次疫情面临医疗资源短缺的情形下彰显重大作用。由于疫情集中发生于武汉地区，许多电商平台均发现该地区的医疗防护资源有短缺的紧张趋势，基于该趋势，通过“工业+大数据”双领域融合进行供应链的智能化管理，使得医疗物资能够以路程最近、耗时最短的路径从仓库抵达疫区，这是疫情之下医疗资源调度的重中之重。 　　2.3 远程诊疗
　　目前，基于5G技术的远程诊疗正处于发展阶段。为解决病患大量拥挤到医院造成大面积传染的情况，多个省市政府联合多家机构推出远程诊疗服务，通过大数据分析技术汇集卫计委多家直属医院以及全国各地千余家医院的诊疗信息，打造医疗大数据平台，为患者提供智能诊疗服务。
　　3 大数据分析在疫情防控中存在的问题与解决
　　3.1 加强个人信息安全保护
　　从近年来的信息安全事件中发现，我国在数据安全方面的法律法规尚有欠缺，对法律细节的解释仍有不足。前文所示，居民从衣食住行多个方面均要进行个人信息的填报。
　　在这种情况下，大数据安全合规则成为社会大众关注的重点。本文建议，通过对大数据分析技术的规范化、标准化升级，使用脱敏、安全多方計算、联邦学习等多种强化方法，对敏感数据和个人隐私数据进行合法使用。
　　3.2 提升产品创新与技术发展
　　目前，我国处于数据爆发的初级阶段，大数据技术产品功能尚有不足。据评估，多种参测的大数据应用软件产品符合程度不足90%，性能有待提高。
　　在5G、人工智能、区块链、工业互联网等技术的推动下，我国大数据行业将面临更大“数据洪流”的挑战。大数据产品应当在技术变革大时代中积极创新，参与硬件与软件融合、数据与智能融合的技术强化发展，向异构多模、超大容量、超低时延等方向进行拓展。此外，在应用上可参考从消费延伸到生产，从感知延伸到预测与决策的模式进行改进。
　　3.3 强化信息共享
　　目前，我国跨部门、跨行业的数据开放水平仍处于较低位置，一定程度上约束了大数据行业的发展。根据《十三五国家信息化规划》的要求，打破信息壁垒和信息孤岛，推动信息跨部门、跨层级共享是大数据行业发展亟待解决的问题。从政策方面看，多省市政府推出相关管理办法，强调数据共享与深度开发利用，同时信息安全立法确保信息安全性。此外，近几年发展起来的区块链技术在一定程度上有效解决数据垄断与数据壁垒等问题，技术上建议将大数据与区块链技术融合，以保证数字经济共享发展。
　　4 结论
　　大数据时代早已到来，近年来，无论是我国还是全世界，数据的产量与储量年年攀高。在市场规模迅速扩张、政策环境稳步改善、技术系统逐步优化的基础上，大数据产业发展势头不减。
　　大数据在疫情防控工作中发挥重要作用。在医疗方面，大数据联合病毒研究机构为病毒资料建立大数据平台，并开放测算资源提升监测效率;在运营商方面，我国三大运营商通过授权跟踪用户行程，及时发现病患;在智慧城市方面，为居民提供热力图供出行参考;在互联网方面，打造疫情地图与人口迁徙数据，上线专题地图，方便居民掌握身边疫情动态。
　　基于大数据分析在疫情中的应用，本文认为其在传染病上报与监测系统、医疗资源调度、远程诊疗等方面具有一定优势，对医疗系统具有重要意义。此外，由于大数据技术尚属发展初级阶段，本文对其后续发展提出加强信息安全保护、提升产品创新以及强化信息共享等三个建议。
　　参考文献
　　[1] 张良，李宁，陆蓓蓓，等.公共卫生大数据平台探索与实践[J].中国卫生信息管理杂志，2018，15（05）：510-514.
　　[2] 王忠，陈伟.我国健康大数据发展的障碍及对策[J].卫生经济研究，2017（11）：54-57.
　　[3] 冯铁男，丁思丝，姜成华.基于大数据的传染病监控系统设计与研究[J].中华卫生应急电子杂志，2017，3（03）：166-169.
　　[4] 科学家利用“机器学习”人工智能实现传染病早期预警[J].技术与市场，2015，22（10）：3.
　　[5] 董银峰，刘忠于，王好锋，等.大数据在疾病预防控制中的重要性[J].实用医药杂志，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
转载注明来源:https://www.xzbu.com/8/view-15232937.htm