中国信通院--疫情防控中的数据与智能应用研究报告-1.0版--_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

核心内容概述

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，联合多家单位共同编写，旨在全面展现大数据与人工智能技术在疫情防控中的应用情况，梳理了200多个案例，探讨了技术应用的关键环节，分析了存在的问题与挑战，并提出了未来发展的建议。

主要观点与关键信息

一、综述

• 科技“战疫”时间线：疫情爆发后，大数据、云计算、人工智能等技术迅速应用于交通、医疗、教育等领域，成为疫情防控的有力支撑。
• 抗疫技术“数据”轴：数据在疫情防控中发挥了五大作用：知识传播、人员轨迹锁定、疫情态势预测与溯源、科学施策、病例诊断与研究。

二、应用分析

1. 疫情分析展现

• 数据来源：包括公开数据、人员上报、自有系统数据、第三方数据等。
• 服务对象：主要为政府（52.2%）、公众（30.4%）、企业（17.4%）。
• 技术手段：数据可视化、多维度分析、AI建模等。
• 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”、京东云“疫情通”等。

2. 疫情防范管制

• 应用占比：46.7%。
• 核心功能：高危人群监测（60.7%）、区域监测（14.3%）、市场监管（3.1%）等。
• 技术支撑：智能外呼、图像识别、知识图谱、时空数据分析等。
• 典型案例：中国联通“翼知疫行”、中航信“同航班自动通知系统”、百度AI测温系统、阿里云“疫情信息采集系统”等。

3. 医疗医治增效

• 应用占比：17%。
• 应用场景：资源对接、辅助诊断、线上问诊、科研支撑等。
• 技术应用：AI算法、图像识别、无接触体温监测、病毒基因测序等。
• 典型案例：百度LinearFold算法、科大讯飞“智医助理”、推想科技AI系统等。

4. 生活便民举措

• 应用形式：无接触配送、疫情地图、智能问诊服务等。
• 技术支撑：大数据、AI、云计算、5G等。
• 典型案例：美团外卖“无接触安心送”、百度地图“疫情小区”、阿里健康“买药不出门”、京东数科“疫情服务机器人”等。

5. 复工复产管理

• 应用形式：通信大数据行程卡、健康码、远程办公等。
• 技术支撑：大数据、AI、云计算等。
• 典型案例：通信大数据行程卡、健康码系统、百度Hi远程办公平台、阿里钉钉等。

三、深度洞察

1. 数据能力是疫情防控的基础

• 数据采集：传统方式效率低，信息化方式提升效率。
• 数据互通：政府与企业数据共享、跨部门数据联动，提升疫情防控效率。
• 数据开放：政府开放疫情数据，助力公众了解疫情动态。

2. 数据分析深度逐渐递进

• 分析类型：描述性分析（60%以上）、诊断性分析、预测性分析、决策性分析。
• 发展趋势：从基础数据展示逐步向预测和决策方向发展，提升防控智能化水平。

3. 科技企业展现“抗疫”硬实力

• 快速响应能力：技术革新助力快速构建防疫系统。
• 智能化技术：AI测温、智能机器人、无人车、算法模型等技术提升防控效率。
• 开源众包：志愿者开发疫情防控相关开源项目，推动信息共享和资源调配。

4. 开源项目成为独特风景线

• 项目类型：疫情信息、新闻记录、信息爬虫、疫情地图等。
• 运行效率：项目上线周期短，迭代速度快。
• 数据来源：公开信息与志愿者自发贡献。
• 影响力：部分项目在GitHub上获得大量Star和Fork，如“wuhan2020”“2019ncovmemory”等。

四、问题与挑战

1. 数据来源有限，采集手段落后

• 问题表现：数据维度不丰富，采集方式依赖人工或简单系统，效率低。
• 技术瓶颈：部分企业数据来源单一，难以满足多维分析需求。

2. 数据缺乏治理，数据质量堪忧

• 问题表现：数据格式不统一，存在重复、矛盾、不准确等问题。
• 治理建议：统一数据标准、加强数据预处理和质量管理。

3. 隐私保护不足，存在合规风险

• 问题表现：个人信息泄露事件频发，公众隐私受到威胁。
• 合规要求：需遵循《民法总则》《传染病防治法》等法律法规，确保数据合法合规。

4. 数据流通不足，数据孤岛严重

• 问题表现：数据分散，部门间、企业间缺乏有效整合。
• 解决方向：推动数据共享、打通数据壁垒、提升数据利用效率。

五、总结与建议

1. 强积累，发挥数据应用价值

• 建立长期数据积累机制，提升数据采集能力。

2. 提质量，加强数据治理能力

• 统一数据标准和口径，加强数据预处理与质量管理。

3. 保隐私，确保数据合法合规

• 明确数据使用范围，加强隐私保护与合规管理。

4. 推技术，创新技术应用场景

• 推动5G、云计算、AI等技术在疫情防控中的应用。

5. 寻机遇，推动数字经济发展

• 疫情催生“宅经济”和在线化服务，推动数字经济进一步发展。

结语

本报告指出，数据与智能技术在疫情防控中发挥了重要作用，但也面临数据采集、治理、隐私保护和流通等方面的挑战。未来，需进一步加强数据治理、推动技术应用创新、促进数据共享，以实现疫情防控与数字经济发展双胜利。

致谢

本报告得到了多家企业和机构的支持，包括：百度、阿里云、联通大数据、电信云计算公司、北京移动、京东云、滴滴、杭州数梦工场、成都四方伟业、东软、太极、浪潮、华为、华宇软件、航天科工、腾讯、科大讯飞、中航信、第四范式、曙光云计算公司、北京相数科技、厦门渊亭科技、中移雄安信通、洞见智慧、和智信、朗新科技、美数信息等。