导航菜单

抗疫戰場上 大數據與病毒的殊死較量-贝尔女巫杀人事件

經過和華西醫院相關人員的討論分析,他們最終確定了輸入人口數、人口結構、社會經濟和氣象學等十餘個指標對疫情傳播風險的影響,對全國各省市的疫情風險有了更加全面的認識。

發生於2019年末的新冠肺炎疫情,隨著1月份大量潛在感染者加入春運大軍離開武漢,迅速向全國多省市蔓延。武漢宣佈封城後短短幾天,呂欣團隊撰寫的多篇分析報告、政策建議就迅速遞交至國家、省級有關政府部門和機構,為疫情預測與風險評估提供了有力的數據支撐。

“疫情暴發後,我們第一時間想到了利用移動大數據分析技術進行風險評估和預測病毒擴散趨勢。”曾開創性將手機數據分析應用於2010年海地地震救援的呂欣敏銳地意識到這一點。作為大數據與複雜網絡研究團隊負責人,他參與過2013年孟加拉國颱風救災、2014年西非埃博拉病毒防控、2015年尼泊爾大地震救災等重大災害救援與管理。

1月30日,他們與陳曉紅院士、吳曼青院士團隊完成全國數據分析和疫情研判,完成《應用手機大數據,打贏人民防疫戰爭》分析報告,提交至中共中央辦公廳等相關部門。

疫情還在發展,防控更需有力,呂欣團隊的研究一直在持續。讓我們期待他們進一步的好消息!

“要用大數據說話,支持打贏新冠肺炎疫情防控阻擊戰,把研究成果立足於祖國大地,貢獻在強國事業中。”一邊加班一邊陪妻子在醫院待產的團隊負責人呂欣教授對科技日報記者表示。

1月23日,他們緊急與運營商對接,第一時間抽取了1月份武漢對外輸出人口流動數據,為科學、定量的研判疫情在外省傳播風險提供了關鍵支撐;

1月21日,在許多部門還忙著協調數據、瞭解情況的疫情應對初期,具備豐富救援經驗的他和所在團隊就開始了對疫情擴散傳播的高精度分析。

“疫情的傳播風險應該不僅僅只和人口流動這一個變量有關。”進一步的分析發現,有些城市確認病例和人口流動相關性低,這引起了呂欣的思考。

大數據分析,模型優化很重要。大年初一,他們率先組建了流行病建模與預測小組,成員包括賽斌、秦爍、牟建紅、劉楚楚、成清、郭淑慧等。通過大量仿真實驗與真實暴發數據的對比,小組發現目前通用的SEIR模型應用於此次疫情時存在的問題。為此,他們通過多階段跨地域混合模型,設計優化算法對參數值進行估計,提高了模型預測的準確性。

隨後,基於此前獲取的海量移動定位數據,呂欣團隊對武漢市向外輸出人口狀況和各省市疫情風險進行了區縣級的高精度分析,發現河南、湖南、廣東等地人口流動量大,風險高。疫情初期各省的確診人數與人口流動基本成正比,驗證了團隊的分析。

分析發現,武漢封城之後人口的大範圍流動急劇減小,流動人口數量也在降低,但小範圍移動依舊頻繁,形勢不容樂觀。他們利用持續更新的人口流動數據繪製出了從武漢到各省區縣流動人口山圖,發現各省的疫情風險存在不同的空間分佈特征,應對疫情採取的防控策略也應因地制宜。例如,四川省人口流動異質性較強,主要集中在省會城市,需要重點防控;而河南、安徽等省的人口流動相對均勻,幾乎遍佈全省,需要全面防控。

通過對武漢向全國流出人口數量與感染者數量的一致趨勢進行異常點監測,團隊成功發現了溫州等中小城市存在流入人口與感染者數量比相對過高,明顯異於全國其他地區的新冠肺炎傳播規律,為進一步應用多源異構大數據開展新階段下全國防控策略評估、風險監測等提供了新的思路。

1月31日,這個團隊又與陳曉紅院士、賈建民教授團隊共同完成《武漢流入人口決定各地疫情風險》的分析報告。

“這份報告有效地支持了各地應急防疫策略的實施,整個團隊信心大增。我們也不斷收到各地相關部門的分析需求,工作量巨大。然而每天新增的感染者數量,才是我們最不願意看到的。”呂欣說。

原標題:抗疫戰場上,大數據與病毒的殊死較量

2月14日,國防科技大學系統工程學院大數據與複雜網絡研究團隊提交了第7份《××省應急專項階段報告》。

抗疫戰場上 大數據與病毒的殊死較量

1月24日,大年三十,課題組迅速啟動緊急響應,全部成員取消休假,組織網上辦公,應用在線會議、雲計算平臺、分佈式爬蟲等方式實現分工協作,緊張應對防疫需求……