疫情防控中的数据与智能应用研究报告_61页_2mb

CAICT 中国信通院《疫情防控中的数据与智能应用研究报告》总结

核心内容

本报告由中国信息通信研究院云计算与大数据研究所牵头撰写，联合多家单位，搜集分析了200多个疫情防控案例，全景展现了大数据与人工智能技术在疫情防控中的应用情况。报告从疫情分析展现、疫情防范管制、医疗医治增效、生活便民举措、复工复产管理五个方面对技术应用进行了深入分析，并探讨了数据能力、技术类型、数据治理、隐私保护、数据流通等关键问题。

主要观点

1. 科技“战疫”时间线

   • 疫情突发性高、传染性强，大数据、云计算、人工智能等技术加速与交通、医疗、教育等领域融合，提升了疫情防控的效率和精准度。
   • 技术应用迅速展开，各企业不断推出疫情防控应用场景，覆盖范围持续拓展。

2. 抗疫技术“数据”轴

   • 数据在疫情防控中发挥重要作用，包括支持知识传播、锁定人员轨迹、预测疫情态势、助力精准施策、推动病例诊断与研究等。

关键信息

一、疫情分析展现

• 应用占比：39.6%的企业案例用于数据可视化展现，80%以上进行深入数据分析。
• 数据来源：包括公开数据（8.1%）、人员上报数据（36.1%）、自有系统数据（41.3%）、其他系统对接及第三方数据（17.1%）。
• 服务主体：52.2%为政府，30.4%为公众，17.4%为其他企业。
• 典型案例：
  • 北京移动“疫情防治人口大数据平台”
  • 杭州数梦工场“城市大脑”项目
  • 京东云“疫情通”产品
  • 百度地图迁徙大数据平台

二、疫情防范管制

• 技术应用占比：46.7%的技术方案和场景应用案例有效支撑疫情管控。
• 关键应用：
  • 高危人群监测与管控（60.7%）
  • 区域监测（14.3%）
  • 市场监管（3.1%）
• 技术手段：
  • 智能外呼、图像识别、微服务整合、高维机器学习、知识图谱、时空数据分析、可视化展现等。
• 典型案例：
  • 中国联通“翼知疫行”
  • 中国电信“监测人员防疫合规情况监测系统”
  • 阿里云“疫情信息采集系统”
  • 百度“疫情防控免费智能外呼平台”

三、医疗医治增效

• 应用占比：17%的案例涉及医疗医治增效。
• 应用类型：
  • 资源对接
  • 辅助诊断
  • 线上问诊
  • 科研支撑
• 典型案例：
  • 百度开放LinearFold算法，提升病毒基因组分析效率
  • 科大讯飞“智医助理”辅助基层门诊病历分析
  • 推想科技AI系统辅助影像科医生排查疑似患者

四、生活便民举措

• 应用类型：
  • 食品无接触配送
  • 实时疫情地图
  • 互联网医疗
• 典型案例：
  • 美团、京东到家等提供无接触配送服务
  • 百度地图“疫情小区”专题地图
  • 阿里健康“买药不出门”服务
  • 百度“智能咨询助手”、阿里“疫情服务机器人”等

五、复工复产管理

• 主要应用：
  • 通信大数据行程卡
  • 健康码系统
  • 远程办公平台
  • 大数据精准保障企业增产扩能
• 典型案例：
  • 通信大数据行程卡（53577次查询）
  • “健康码”（杭州、深圳等地）
  • 百度Hi远程办公平台
  • 国家电网用电数据分析助力复工复产

深度洞察

1. 数据能力是基础

   • 数据采集、互通、开放是疫情防控的基石。
   • 电信大数据具有全面性、真实性、实时性，是疫情分析的重要数据来源。

2. 数据分析深度递进

   • 数据分析分为描述性、诊断性、预测性、决策性四类。
   • 描述性应用（如疫情分布地图）占比最高，诊断性、预测性应用逐步成熟，决策性应用在疫情防控中起到关键作用。

3. 科技企业展现硬实力

   • 企业通过大数据、AI等技术构建疫情防控平台，提升响应效率。
   • 技术革新（如微服务、中台架构）支持了快速响应和高效部署。

4. “开源众包”成为亮点

   • 开源项目快速响应，覆盖疫情信息、新闻记录、地图、爬虫等。
   • 项目运行高效，如“wuhan2020”项目在2-3天内上线。
   • 开源项目在GitHub和Gitee上获得广泛关注，部分项目Star数超过6000。

问题与挑战

1. 数据来源有限，采集手段落后

   • 多数数据来源于政府公开数据，数据维度不全，难以满足公众需求。
   • 基层仍依赖手工作坊式采集，效率低、数据真实性差。

2. 数据缺乏治理，质量堪忧

   • 数据格式不统一，口径不一致，影响分析准确性。
   • 数据处理不规范，存在数据不准确、重复等问题。

3. 隐私保护不足，存在合规风险

   • 个人信息泄露问题严重，部分数据在公开过程中未脱敏。
   • 需要加强隐私保护机制，确保数据合法合规使用。

4. 数据流通不足，数据孤岛严重

   • 数据分散在不同部门和企业，难以整合。
   • 数据共享机制不健全，限制了大数据价值的发挥。

总结与建议

1. 强积累，发挥数据应用价值

   • 加强基础数据采集与积累，提升突发事件应对能力。

2. 提质量，加强数据治理能力

   • 统一数据标准和口径，提升数据可用性和分析质量。

3. 保隐私，确保数据合法合规

   • 严格执行个人信息保护法律法规，确保数据安全。

4. 推技术，创新技术应用场景

   • 鼓励技术企业创新应用场景，推动智能技术在疫情防控中的深度应用。

5. 寻机遇，推动数字经济发展

   • 疫情催生了“宅经济”等新业态，推动数字经济加速发展。

结语

数据与智能技术在疫情防控中发挥了重要作用，为疫情监测、人员管控、医疗救治、生活保障、复工复产等提供了强有力支撑。然而，仍需进一步完善数据治理、隐私保护、数据流通等机制，推动新一代信息技术在疫情防控和经济社会发展中的深度融合与应用。