邬贺铨:助力疫情防控 大数据“赴考”

2020-02-28 14:52 来源:人民邮电报
浏览量: 收藏:0 分享

  小手机汇聚大数据

  在我国,人人几乎都拥有手机,而手机里又包含着丰富的位置信息等大数据,这正是大数据能够应用于此次疫情防控的基础。

  “现在,手机已经成为我们每个人的另一张‘身份证’,我国有独立活动能力的个人几乎都拥有手机。”邬贺铨强调。《GSMA2019移动产业影响报告》显示,2019年,我国移动通信用户数多达16.32亿,移动通信普及率为114.4%;扣除一人多号之后,独立移动用户普及率为83.8%,接近发达国家水平;移动互联网普及率则在2018年就达到了58%,远远超过了全球47%的平均水平。与此同时,中国实行手机用户实名制,从手机账户就可以识别出持有人的身份了。

  手机可以通过基站定位、位置服务定位而提供持有人的位置信息,这对于此次疫情防控的关键——人员行踪获取,具有重要的作用。

  基站定位,具有实时性特征。一般手机在待机的时候,当用户从一个小区移动到另一个小区时,手机需要不断接收基站发出的测量信号。利用移动通信信令数据就可以知道用户所在小区,可以判断处于哪一个街区或乡村,定位精度在城市可达百米级。与此同时,移动通信蜂窝网络的半径比较小,更新速度在秒级,具有实时性优势。值得注意的是,5G时代由于基站密度更高,因此定位精度相应也会更高。

  “全球导航卫星+数字地图”可以提供更高的定位精度。2019年,4G用户占比已经超过了89%,他们均为智能手机用户。智能手机装载的GPS或者北斗系统,通常定位精度可以达到数十米,空旷地方可以实现米级,但是无法定位室内用户。“装有数字地图App且打开了定位功能的手机,只要开机就会启用定位功能,就会发送GPS新的位置信息到数字地图公司;有些数字地图公司通过扫街,会将定位准确到具体的一栋楼.”邬贺铨指出。

  基站定位与“全球导航卫星+数字地图”定位各有优劣,邬贺铨认为两者结合使用会比较好。一方面,基站定位覆盖的用户数更多,定位信息更加全面,但是精度有限;另一方面,“全球导航卫星+数字地图”定位精度更高,但是覆盖面有限。例如,某知名数字地图公司,现有用户数为7亿,不到全国移动用户数的一半。

  大数据助力疫情防控

  从与每个人密切相关的手机中获取的大数据,目前正在疫情防控的方方面面发挥出应有的作用。

  基于大数据,可以构建疫情传播模型。据邬贺铨介绍,目前国际通用的是SEIR传染模型,其中S为易感人群,E为密切接触者,I为染病人群,R为康复人群;中国学界则提出了一种改进模型,增加了P(疑似人群)和Q(确诊人群)。目前,北大陈宝权教授团队已经发布了此次疫情传播模型,通过热度图和曲线图等数据可视化方式来展示疫情传播特点。“但是,上述模型假定该地区在疫情期间没有与外地的人员流动,加入电信大数据可将人员流动性考虑进去,可以使得模型更精确。”邬贺铨特别强调。

  将大数据可视化呈现,就可以让老百姓们在“方寸间”掌握疫情动态。例如,北大可视化团队通过与美国大学合作,用颜色和图像表达全国各地每日累计确诊数、治愈率和死亡率及其变化。又如,基于行为大数据,可以提供精确到小区的可视化应用——城市新冠肺炎疫情分布小区。目前,腾讯、百度等互联网企业均推出了此类APP,老百姓下载即可查询,可以获得分布小区的具体位置,距离当前所在地有多远,有多少确诊病例等信息。据悉,百度公司提供的疫情分布小区应用已扩展到200多个城市。

  大数据还可以用于确诊患者的行程追溯。相比让患者自述半个月来用过何种交通工具、到过何处的方式来做流行病学调查,大数据分析病毒传播途径更为准确,筛查更有针对性。值得注意的是,根据手机的计费数据也可以了解患者的密切通信对象即社交圈,挖掘密切接触者。邬贺铨特别指出,“实际上我们把卫建委、交通系统和工信部的相关数据组合起来,就可以找出密切接触者。” 例如,人们可以网上登录确诊患者同行查询平台,只需输入姓名和身份证号,便可获知是否与病患同行,平台可自动记录被列为密切接触者的查询人信息并推送给当地有关部门以及时采取应对措施。

  电信疫情大数据平台可用于个人“自证”无疫区行程。“从隐私保护的角度出发,手机定位信息虽然可查出用户是否来自疫区或到过疫区,但电信疫情大数据平台目前不能够对街道和乡镇开放;按照尚在制订的个人信息保护法,本人可以提出查询自己的信息。”邬贺铨表示。目前,工信部已统筹三大运营商提供关于用户行程的短信查询服务,目前累计查询量已经超过了千万人次。

  除了电信企业和互联网公司的大数据应用之外,电力大数据也在疫情防控中具有重要作用。例如,国网杭州供电公司针对居民短暂和长期外出、举家返回、隔离人员异动等三个场景,对滨江区近10万户居民、超过1000万条电力数据进行了收集和分析,开发出精准判断用电数据差别的6套算法模型,可精准判断出区域内人员日流动量和分布,可实时监测居家隔离人员、独居老人等特殊群体。社区人员据此判断业主情况,及时做好登记和服务。

  大数据用于患者救治

  大数据除了可以追踪人群助力疫情防控之外,还可以帮助医生进行智能诊断,优化医疗紧缺物资的生产、组织和调度,有效帮助患者尽快康复。

  目前,基于大数据和人工智能技术,新冠肺炎的诊断效率正在提升。从现有统计数据来看,新冠肺炎患者的核酸检测,目前只有30%是阳性。原因在于样本来源于口腔部,但患者感染更为严重的是肺部,因此准确的判断还需要通过肺部CT。邬贺铨介绍道:“肺部CT可以扫描出几百张照片,医生一张张来看比较费劲;使用大数据和人工智能技术,可以将几百张照片还原为一个三维立体的肺,医生就比较容易看出是否感染了。”值得注意的是,基于对众多新冠肺炎患者CT影像的大数据分析,结合AI技术还可开发出智能评价系统,帮助医生进行病灶分级,将量化评估用时从常规的5个多小时缩短到几分钟。

  大数据在新冠肺炎新药与疫苗研制中也能成为驱动力。“目前,新冠肺炎并没有特效药,而新药研制的总体过程比较长,老药新用是一条途径,此时大数据就能发挥出应有的价值。”邬贺铨表示。截至目前,已上市或临床试验的药物有近万种,对其进行筛选和药效试验及评价工作量相当大,需要分析积累下来的更多实验数据,大数据无疑成为“利器”。例如,清华大学药学院的人工智能药物研发和大数据分享平台涵盖了既往冠状病毒相关研究中设计的900多个小分子在不同阶段的相关实验信息等,有助于加快药物的筛选过程。

  大数据也能够优化医疗紧缺物资的生产、组织与调度。目前,各地的新冠肺炎医疗物资信息共享的大数据平台纷纷涌现。例如,湖北医疗物资需求信息平台由志愿者开发,抓取网上数据,按照城市、医院、级别等分类呈现,展示需求数量、运输及联系方式。四川开发出了疫情防控应急物资管理系统,提供应急医疗物资集中入库、统一调度、审批出库和物资库存、日常消耗及需求情况等信息的汇总上报功能,大大提高了应急物资配置调度效率。海尔快速搭建的疫情资源汇聚平台,已经连接了780家医院和500多家企业,发布医疗防护物资需求5500万件,实现了抗疫资源的精准对接。

  面对这场突如其来的疫情,大数据其实也在“赴考”。一方面,我们欣喜地看到大数据在疫情防控、患者救治方面正在发挥出应有的作用;另一方面,我们也应看到大数据在这场没有硝烟的战争中也面临着挑战。总结邬贺铨院士的观点,可以发现难点主要体现以下三个方面:第一,医院床位等数据未联网,数据源不足;第二,数据需要融合,跨部门的大数据协调能力正在接受考验;第三,个人隐私保护问题。挑战也意味着机会,大数据的未来发展之路,正在此次疫情防控阻击战中逐渐铺就。

  践行初心使命,主动担当作为!坚决打赢疫情防控阻击战,信息通信业在行动!

标签:

责任编辑:bozhihua
在线客服