受疫情影響,2020年開年開始,傳統(tǒng)的春運(yùn)返程、企業(yè)復(fù)工等節(jié)奏都發(fā)生了很大變化,各級政府、相關(guān)部門的工作也產(chǎn)生了相應(yīng)的調(diào)整和變化。
各地安全防控工作不斷加緊
工具選擇很重要
據(jù)觀察,各地政府牽頭加強(qiáng)了數(shù)據(jù)安全防控措施,依據(jù)各地?cái)?shù)據(jù)進(jìn)行統(tǒng)計(jì)指標(biāo)、宏觀指標(biāo)和一些細(xì)節(jié)指標(biāo)等的分析,形成一個(gè)全方位的立體防疫體系。
可以看到各地會(huì)有關(guān)于人口流入流出、特定地區(qū)流入等數(shù)據(jù)分析,復(fù)工分析、經(jīng)濟(jì)影響分析等,用于未來決策、疫情預(yù)測等不同角度。
隨著疫情發(fā)展的不同階段,安全防控在每個(gè)階段也遇到了不同的問題,陸續(xù)經(jīng)歷了疫區(qū)人員外流風(fēng)險(xiǎn)預(yù)測、更多二次傳播城市的疫情擴(kuò)散預(yù)測、疫區(qū)返程人員的分析排查、復(fù)工指導(dǎo)、疫情發(fā)展趨勢預(yù)測、輸入型案例預(yù)測與防范等不同的階段。在每個(gè)階段,僅僅依靠一線的執(zhí)行是做不到的,必須有城市自身從上而下的全面數(shù)據(jù)分析和針對性的決策指導(dǎo)。
在這其中給會(huì)遇到一些比較難的環(huán)節(jié):數(shù)據(jù)梳理難,在疫情防控的場景中,需要的數(shù)據(jù)非常詳細(xì)和多樣,需要用到衛(wèi)健委、交通委、人口數(shù)據(jù)庫、運(yùn)營商、住宿等多種多樣的數(shù)據(jù),才能形成足夠準(zhǔn)確的數(shù)據(jù)模型。
建模難,除了多樣化的數(shù)據(jù)來源,必須要有充分的業(yè)務(wù)理解,才能最快速的完成精準(zhǔn)建模、進(jìn)而完成分析結(jié)果的輸出。
需求變化快,整個(gè)過程瞬息萬變,數(shù)據(jù)平臺需要有查詢、分析、高交互性等能力,可以隨時(shí)更改和調(diào)整模型,同時(shí)對于統(tǒng)計(jì)、機(jī)器學(xué)習(xí)、微積分等產(chǎn)品多樣化的能力要求非常高。
在這個(gè)過程中,各地的數(shù)據(jù)工作積累、數(shù)據(jù)平臺和數(shù)據(jù)分析工具的重要性不言而喻。
星環(huán)科技大數(shù)據(jù)平臺產(chǎn)品和人工智能平臺,在疫情防控中做了非常多的工作,除了支撐上海市“隨申碼”“醫(yī)學(xué)措施解除查詢”防疫應(yīng)用之外,還進(jìn)行了大量的疫情數(shù)據(jù)預(yù)測和分析。
大數(shù)據(jù)和AI平臺
在抗疫戰(zhàn)斗中可以解決什么問題
習(xí)總書記多次作出重要批示指示,強(qiáng)調(diào)要運(yùn)用大數(shù)據(jù)等手段,加強(qiáng)疫情溯源和監(jiān)測,科學(xué)防治,精準(zhǔn)施策。
在黨中央推進(jìn)國家治理體系和治理能力現(xiàn)代化的背景下,利用新的科學(xué)技術(shù)手段提高突發(fā)事件處置和應(yīng)急管理能力正是各級政府面臨的重要課題和正在著力推進(jìn)的重要工作。
在疫情快速發(fā)展的大環(huán)境下,抗疫從醫(yī)療系統(tǒng)不斷向外蔓延至城市管理的各個(gè)角落和領(lǐng)域,尤其節(jié)后面臨各城市的人口流動(dòng),和復(fù)工復(fù)產(chǎn)等,全方位的考驗(yàn)著城市管理的方方面面。
目前來看,大數(shù)據(jù)和AI平臺應(yīng)用于疫情防控主要表現(xiàn)在五個(gè)方面:疫情預(yù)警、人員追蹤、物資調(diào)配、復(fù)工服務(wù)和政務(wù)決策。
通過時(shí)空數(shù)據(jù)庫將確診病人A的信息輸入系統(tǒng),查詢到A的軌跡,然后找到之后半小時(shí)在這些軌跡點(diǎn)上出現(xiàn)過的人群,展示在圖片上,就能看到,在直徑50m和200m之內(nèi),和A出現(xiàn)在同一地點(diǎn)的人群,這些人群就是潛在的高危人群,需要采取相應(yīng)的策略進(jìn)行關(guān)注。從而完成疫情預(yù)警。
相關(guān)部門可以利用時(shí)空數(shù)據(jù)庫的碰撞進(jìn)行人員跟蹤,根據(jù)確診病例出現(xiàn)的時(shí)間點(diǎn),找到受到影響的一批潛在感染高危人群,將這些人群的行動(dòng)軌跡再次進(jìn)行分析,甄別出高危人群短期內(nèi)出現(xiàn)的公共場所和人群密集場所,相應(yīng)的管理部門可以快速鎖定這些高危地區(qū),進(jìn)行臨時(shí)的疫情防控舉措調(diào)整,派遣人力對這些場所進(jìn)行管理、消毒等,還可以進(jìn)一步的分析,將風(fēng)險(xiǎn)最小化。并完成相應(yīng)的物資調(diào)配、復(fù)工服務(wù)和政務(wù)決策。
如何運(yùn)用大數(shù)據(jù)和AI平臺進(jìn)行疫情防控
疫情防控平臺需要具備幾個(gè)關(guān)鍵技術(shù):內(nèi)存分析技術(shù),支撐混合負(fù)載調(diào)度的統(tǒng)一計(jì)算調(diào)度框架技術(shù),分布式數(shù)挖掘算法集成與擴(kuò)展技術(shù),圖計(jì)算和圖譜分析技術(shù)。
平臺邏輯分為4層、2個(gè)體系。4層包括數(shù)據(jù)源層、數(shù)據(jù)集成層、數(shù)據(jù)支撐層、數(shù)據(jù)應(yīng)用層。
2個(gè)體系是數(shù)據(jù)治理體系和信息安全體系。功能模塊分為六塊,分別是:疫情態(tài)勢實(shí)時(shí)監(jiān)控、疫情未來發(fā)展預(yù)測、實(shí)時(shí)監(jiān)控告警、潛在感染人員查找、人員14天城市軌跡查詢、企業(yè)復(fù)工數(shù)據(jù)分析。
星環(huán)科技推出的疫情防控大數(shù)據(jù)應(yīng)用平臺,綜合了星環(huán)科技的大數(shù)據(jù)平臺、人工智能平臺、時(shí)空數(shù)據(jù)庫、圖數(shù)據(jù)庫等平臺和產(chǎn)品,利用大數(shù)據(jù)平臺和AI建模平臺進(jìn)行場景分析,宏觀角度分析指導(dǎo)決策,指導(dǎo)復(fù)工復(fù)產(chǎn)等,同時(shí)可以進(jìn)行微觀角度分析,指導(dǎo)一線進(jìn)行風(fēng)險(xiǎn)防范,落實(shí)有效隔離等。
星環(huán)科技疫情防控平臺對疫情相關(guān)數(shù)據(jù)提供了數(shù)據(jù)導(dǎo)入、存儲、建模、模型共享、特征提取、多租戶協(xié)作、API服務(wù)、工作流調(diào)度等功能。通過涉疫人員信息實(shí)時(shí)采集實(shí)現(xiàn)疫情發(fā)展態(tài)勢實(shí)時(shí)監(jiān)控,輔助相關(guān)防疫部門及時(shí)準(zhǔn)確的制定疫情防控政策。
通過對高危人員歷史/實(shí)時(shí)軌跡的分析,快速定位潛在感染人員和密切接觸人員,做到早發(fā)現(xiàn)、早隔離,防止疫情進(jìn)一步擴(kuò)散。通過人工智能建模技術(shù)對疫情發(fā)展趨勢進(jìn)行精確模型預(yù)測,指導(dǎo)企業(yè)安全及時(shí)的復(fù)工、復(fù)產(chǎn)。
星環(huán)科技疫情防控大數(shù)據(jù)應(yīng)用平臺,可以實(shí)現(xiàn)幾大功能:疫情實(shí)時(shí)監(jiān)控、確診人員密切接觸者查詢、確診人員同行的潛在感染者查詢、小區(qū)疫情風(fēng)險(xiǎn)評估、區(qū)域疫情風(fēng)險(xiǎn)預(yù)測、人員14天城市軌跡查詢、企業(yè)復(fù)工信息實(shí)時(shí)展示。
疫情防控大數(shù)據(jù)應(yīng)用平臺中的實(shí)時(shí)計(jì)算平臺是基于星環(huán)科技的實(shí)時(shí)流處理引擎Slipstream開發(fā)實(shí)現(xiàn),用于進(jìn)行實(shí)時(shí)數(shù)據(jù)的快速存儲和計(jì)算。
實(shí)時(shí)計(jì)算平臺能夠?qū)崟r(shí)接收衛(wèi)健委的實(shí)時(shí)疫情數(shù)據(jù),并對其進(jìn)行秒級分析和展示,滿足防疫部門對疫情實(shí)時(shí)態(tài)勢的監(jiān)控。也支持重點(diǎn)區(qū)域人員密度、涉疫人員的活動(dòng)范圍進(jìn)行實(shí)時(shí)監(jiān)控,對外提供告警接口,一旦出現(xiàn)異常實(shí)時(shí)告警。
圖數(shù)據(jù)庫是基于星環(huán)科技自主研發(fā)的分布式圖數(shù)據(jù)庫產(chǎn)品StellarDB建立的人員關(guān)系圖數(shù)據(jù)庫。
StellarDB作為一款為企業(yè)級圖應(yīng)用打造的分布式圖數(shù)據(jù)庫,提供了快速查找人員間的多層關(guān)聯(lián)關(guān)系圖查詢功能,并提供了強(qiáng)大的算法分析能力,實(shí)現(xiàn)復(fù)雜的圖分析功能。
在防控平臺建立的人員關(guān)系圖數(shù)據(jù)庫可以接收公安系統(tǒng)的戶籍?dāng)?shù)據(jù)并存儲。輸入確診人員的身份證號,通過人員關(guān)系圖譜查找,輸出其密切接觸者人員名單,供防疫部門對其盡早隔離觀察。
時(shí)空數(shù)據(jù)庫能夠滿足大數(shù)據(jù)應(yīng)用中對空間、軌跡數(shù)據(jù)的查詢、分析和挖掘。分布式架構(gòu)可線性擴(kuò)展,能支撐千億級別軌跡數(shù)據(jù)查詢,支持OGC標(biāo)準(zhǔn)定義的空間關(guān)系以及時(shí)空拓?fù)潢P(guān)系查詢。
支持空間/時(shí)空的相似/近鄰查詢,針對不同場景提供多種軌跡相似度算法支持軌跡聚類,通過不同的移動(dòng)對象獲得代表性路徑或公共傾向行為。
疫情防控平臺中小區(qū)風(fēng)險(xiǎn)評估模型v1.0已經(jīng)固化,能夠從省市的疫情流行風(fēng)險(xiǎn)、小區(qū)的流行病數(shù)據(jù)、樓棟居住密度、外來人員風(fēng)險(xiǎn)、鄰近小區(qū)風(fēng)險(xiǎn)等進(jìn)行全面考量,可以在此基礎(chǔ)上輸入更多維度的指標(biāo)以進(jìn)一步優(yōu)化模型。
利用人工智能分析平臺分析歷史確診數(shù)據(jù),預(yù)測未來可能的被感染人數(shù)。為防疫部門制定防疫策略,提供決策依據(jù)。
同時(shí)針對人員在各小區(qū)的實(shí)時(shí)位置,分析各區(qū)域可能的疫情危險(xiǎn)程度。總體而言分成幾個(gè)大的來源考慮:
1)大環(huán)境指標(biāo):本省/市疫情流行趨勢;
2)局部指標(biāo):小區(qū)的流行病數(shù)據(jù)、密度、外來人員等;
3)臨近區(qū)域指標(biāo):鄰近小區(qū)情況。
面對緊急突發(fā)的公共衛(wèi)生事件及多方來源的海量數(shù)據(jù),如何聯(lián)合政企單位科學(xué)運(yùn)用大數(shù)據(jù)技術(shù),為公眾提供更完整、連續(xù)、準(zhǔn)確、及時(shí)的防疫信息,為專家提供追溯疾病源頭的方法,為決策者提供傳染病發(fā)展的趨勢,是大數(shù)據(jù)應(yīng)用于防疫的三大難題。
通過疫情防控大數(shù)據(jù)應(yīng)用平臺的建設(shè),通過手機(jī)數(shù)據(jù)的實(shí)時(shí)分析,實(shí)現(xiàn)涉疫人員信息實(shí)時(shí)采集實(shí)現(xiàn)疫情發(fā)展態(tài)勢實(shí)時(shí)監(jiān)控,輔助相關(guān)防疫部門及時(shí)準(zhǔn)確的制定疫情防控政策。
通過高危人員歷史/實(shí)時(shí)軌跡分析,快速定位潛在感染人員,做到早發(fā)現(xiàn)、早隔離,防止疫情進(jìn)一步擴(kuò)散;通過人工智能相關(guān)技術(shù)對疫情發(fā)展趨勢進(jìn)行精確預(yù)測,指導(dǎo)企業(yè)安全及時(shí)的復(fù)工、復(fù)產(chǎn)。
城市數(shù)字化安全防控將更為常態(tài)化
近年來,全國都在推動(dòng)政府?dāng)?shù)字化轉(zhuǎn)型,“數(shù)字中國”建設(shè)成效斐然,經(jīng)此一役,各地大數(shù)據(jù)中心為代表的數(shù)字化工作發(fā)揮了巨大的作用。這次的突然考驗(yàn),也是對數(shù)字化建設(shè)工作的檢驗(yàn)。
相信經(jīng)過這次洗禮,城市的數(shù)字化建設(shè)將更為常態(tài)化,各地在建設(shè)智慧城市、智慧社區(qū)、智能防控等項(xiàng)目上,將會(huì)加大投入,補(bǔ)足短板。
早在2018年12月,經(jīng)濟(jì)工作會(huì)議就把5G、人工智能、工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等新型基礎(chǔ)設(shè)施建設(shè),列為2019年經(jīng)濟(jì)建設(shè)的重點(diǎn)任務(wù)之一。
隨后,“加強(qiáng)新一代信息基礎(chǔ)設(shè)施建設(shè)”被列入2019年政府工作報(bào)告。
新冠肺炎疫情暴發(fā)以來,對新基建的重視程度顯著提升,近日中央密集部署“新基建”,20天內(nèi)4次提及相關(guān)內(nèi)容,明確了“5G基建”、“大數(shù)據(jù)中心”“人工智能”、“工業(yè)互聯(lián)網(wǎng)”等七大領(lǐng)域新型基礎(chǔ)設(shè)施建設(shè)的定位,而且首提“大數(shù)據(jù)中心”,大數(shù)據(jù)中心建設(shè)和人工智能發(fā)展有望迎來新的發(fā)展高峰。
責(zé)任編輯:tzh
-
AI
+關(guān)注
關(guān)注
88文章
35080瀏覽量
279416 -
人工智能
+關(guān)注
關(guān)注
1806文章
49000瀏覽量
249253 -
大數(shù)據(jù)
+關(guān)注
關(guān)注
64文章
8959瀏覽量
140154
發(fā)布評論請先 登錄
【「零基礎(chǔ)開發(fā)AI Agent」閱讀體驗(yàn)】+讀《零基礎(chǔ)開發(fā)AI Agent》掌握扣子平臺開發(fā)智能體方法
Deepseek海思SD3403邊緣計(jì)算AI產(chǎn)品系統(tǒng)
適用于數(shù)據(jù)中心和AI時(shí)代的800G網(wǎng)絡(luò)
IBM攜手英偉達(dá)AI數(shù)據(jù)平臺推動(dòng)企業(yè)級AI創(chuàng)新
《AI Agent 應(yīng)用與項(xiàng)目實(shí)戰(zhàn)》----- 學(xué)習(xí)如何開發(fā)視頻應(yīng)用
《AI Agent 應(yīng)用與項(xiàng)目實(shí)戰(zhàn)》第1-2章閱讀心得——理解Agent框架與Coze平臺的應(yīng)用
工程大數(shù)據(jù)平臺

使用NVIDIA AI平臺確保醫(yī)療數(shù)據(jù)安全
AI項(xiàng)目管理平臺怎么用
智慧城市與大數(shù)據(jù)的關(guān)系
IP 地址大數(shù)據(jù)分析如何進(jìn)行網(wǎng)絡(luò)優(yōu)化?

評論