傍字组词大数据在疫情防控下的应用
信息化社会的到来，对于大数据的研究有了更高层次的要求，大数据的应用也越来越多的融入了人们的生活之中。作为大数据专业的一员，大数据在当今社会生活中充当什么样的角、可以解决什么样的问题以及能够发挥什么样的作用，都是我们亟需了解研究的问题。在新冠肺炎疫情下，我国在疫情防控方面采取了以大数据依据的信息分析和管理措施，有助于防控的信息化处理。对大数据在新冠疫情防控中应用的研究，有利于对其进行更加系统的认识，拓展研究发展方向。
一、调查目的
通过对大数据在疫情防控中应用的研究，全面认识大数据在应用时的特点和发展前景，深化大数据和社会治理领域的联系，扩展大数据的应用方向，并利用已学专业知识对疫情防控提出可行性建议。
二、调查人
XXX
三、调查时间
2022年1月3日－1月10日
四、调查内容
调查大数据在现阶段下疫情防控中的应用，尝试利用已学的专业知识解决疫情下的某些生活问题，并提出可行性建议。
五、调查形式
采用网络调查，线上网络调查通过相关论坛、网站、期刊、论文、讲座等获得相关资料，并结合自己所学的专业知识进行深层次的学习与研究。
六、调查结果
在新冠疫情防控期间，我国利用大数据进行了数字化防控，为有关部门提供了数据支持，并且根据情况精准施策，针对各个地区采取不同的防控手段，大大提高了防控效率。大数据除了指导防控外，疫情预警，追踪传染源，智能诊断，防护资源整合，地区间资源共享
等功能也是大数据在疫情防控中的关键应用。
如何给硬盘加密码 | |
图1 疫情防控健康信息码态势大屏 | 自动档档位图2 新冠肺炎疫情防空指挥平台 |
1.大数据在新冠肺炎疫情防控中的应用
1.1疫情预警
大数据通过对海量的数据进行相关性挖掘分析，可以预测某一复杂事件的规律，做到提前预警，传染病的防控也不例外。2009年2月，谷歌公司的工程师在《自然》上发表了一篇题目为《利用搜索引擎查询数据检测禽流感流行趋势》的论文，利用统计某个地区的用户搜索词，来预测流感的发生，并设计了一个流感预测系统 GFT（Google flutrends），宣称该系统可以比美国疾病控制与预防中心（CDC）预测流感趋势还要快，可提前2周发布
流感预警信息，准确率高达 96%。
仔细研究分析该论文，有力的印证了大数据通过相关性分析的预测作用，如在某一个区域某一段时间，有大量有关流感的搜索指令，那么就可能存在一种潜在的关联，在这个地区，就有很大可能性存在对应的流感人，相关部门就值得发布流感预警信息。因为有人感冒了，或者快感冒觉得不舒服，就会上网去查一查“感冒吃什么药好”、“哪里有卖感冒药的”、“嗓子不舒服是什么原因”，或者是“什么原因会导致咳嗽”等，这些搜索词就成了分析是否具有流感趋势的数据，同时流感一般具有传染性，所以如果这样的情况形成了一个高峰，就可以考虑发布流感预警了。
1.2 追踪传染源
在传染病的防控过程中，控制传染源、追踪密切接触者至关重要。如何利用高科技技术手段快速准确的追踪传染源，并有效的控制，避免传染进一步扩大，在这次疫情防控中，大数据实实在在的“大秀”了一把。武汉市封城前将近 500 万人流出，如何实现快速精准追踪到这 500 万人，并追踪与其密切接触过的人，电信大数据、交通大数据、电力大数据等提供了强大的支撑作用。
现在手机已经成为我们个人的另一张身份证，目前我国独立移动通讯用户的普及率约为 82%，几乎具有独立活动能力的人都拥有一部手机，且实行了手机用户的实名制，从手机用户就可以识别持有人的身份。因此，可利用电信大数据进行定位追踪，判断手机用户是否来自疫区，可以用于个人自证有无疫区行程；利用全球导航卫星和数字地图系统，进行精确定位；通过计费数据，可以知道用户平时比较密切的联系人，从而确定是否为用户的密切接触者。
图4 大数据在定位传染源中的应用
此外，结合交通大数据，通过对离开城市的航班、轮船、火车、公交车辆进行追踪来确定
离市人员身份，更重要的是用于同行人及密切接触人员的确定；通过电力大数据对用电情况的综合分析，确定是否在家。从而可以判断传染源的具体位置。
在这次疫情防控中，国网电力杭州公司，就开发出大数据分析的算法，通过对采集的1000多万条数据进行分析，能够很好的知道，有没有居家隔离的人，有没有独居的人，社区就可以根据这个来判断来做针对性地服务。利用SEIR 传染病模型。把人分成四类，S（Susceptible）易感者，指未得病者，但缺乏免疫能力，与感染者接触后容易感染；E（Exposed）暴露者，指接触过感染者，但暂无能力传染他人，对潜伏期长的传染病使用；I（Infectious）感染者，指已经感染的人，可以传播给 S 类，将其变为 E 或 I 类成员；R（Recovered）康复者，指被隔离或因病愈而具有免疫力的人。
图5 SEIR模型图示
通过以上模式，采用大数据技术对其进行计算分析，可以得出传播预测，为疫情防控精准
施策，提供了有价值的参考意见。
1.3智能诊断
芋圆怎样做大数据根植于人工智能，为人工智能的机器学习提供原料，两者相互结合将释放出具大的能量。在本次疫情防控中，新冠肺炎患者的核酸检测，取样主要是通过口腔部来取样进行检测，但实际上这里感染并不算严重，肺部才是最严重的。因此，检测结果有一定的误差，如需确诊还需进行肺部 CT 扫描。对扫描出的大量 CT 照片，如果一张张看耗时又耗力，况且时间也不允许，因为时间就是生命。利用医学大数据，主要包括以前拍摄的 CT 照片、医生的诊断结果意见及相关的医疗经验，结合人工智能技术，进行机器学习，研发出 CT 影像大数据分析评价系统，通过系统就可以把 CT 照片还原回一个3D三维的肺，比较容易看清肺部有没有纤维化，有没有变毛玻璃状，有没有病灶，然后进行智能综合病理分析，高效、精准给出诊断结果。此外，大数据在病毒检测、基因序列分析、宿主分析等都起到了关键性的作用。
1.4防护资源整合
分析一个地区的药店数据以及药店周边的人员流量，了解防护物资的分配情况，并通过与其他地市的信息共享来进行防护物资的整合，使防护物资得到高效利用，居民可在相关程序中进行购买，并采取限购等方式让更多的居民得到防护用品。在防护资源整合方面，政府机关、医疗部门、防护资源生产商以及交通部门应做好相互协调，使物资可以快速地运输到需要的地方，提高防控的效率、质量和水平，让更多的防护资源使用到必要的地方，减少浪费和消耗。比如，湖北省由志愿者开发了一个医疗物资需求平台，该平台主要从互联网上爬取数据，然后按城市医院类别进行分类，登出需求、运输及供物资供应企业查询。
图3 疫情物资管理平台
1.5地区间数据共享
郑州市本市内做好数据的收集和统计，不仅利于本市内的数据分析，对防控进行相关的精准防控和精准施策，而且通过与其他地市的数据共享使得防控形成闭环，为其他地市进行外来人员行经路线调查时提供数据，使得流动人员的行经路线能够得到追溯。在疫情期间，对于火车、高铁、飞机等班次人员进行数据统计，使得出现传染源的同一车厢或者班次的人员进行快速、精准隔离，防止更多的人被传染，提高防控的效率。地区间的数据共享能让在国家范围内的疫情防控更加高效，使得疫情得到有效治理。
2.数据防控模式存在的问题
2.1疫情预警技术有待提高
为什么这次新冠肺炎疫情大数据预警来得晚，且基本上没有起到预警用。这值得我们深思。粗略地分析一下原因，首先是传染病根本没有被列为互联网界关注的优先点；其次是疾病控制与预防中心没有相关的大数据分析平台，或者是有，但没有起到作用；再次是在发现不明肺炎之初，医疗机构的信息中心的技术人员敏感性不够，没有能够根据十几病例
的病情分析出人传人，没掌握住病毒控制的主动权。因此，有了这次新冠肺炎疫情的深刻教训，国家应该大力重视利用大数据等其他高科技信息技术进行疫情预警，做到防患于未然。
2.2数据统计不足
数据防控模式存在数据统计不足的问题，具体表现有：
（1）数据遗漏。由于部分人接收不到健康数据的登记，导致数据遗漏而产生偏差；（2）数据瞒报。部分感染或去过高发感染区的人会对自己的真实情况进行隐瞒，导致数据统计存在偏差和错误；（3）数据时效性差。由于数据需要从基层进行层层上报，造成数据上传的周期相对过长，对于时效性较强的数据无疑是非常不利的。
生态学实习报告2.3数据公开的科学化、标准化有待提高
各省份对于疫情数据的公开化和透明度存在差异，数据公开的科学化和标准化还需提高。对于社会公益组织而言，政府公开透明的数据是非常重要的，若数据出现偏差，会导致物资没有运往更加需要的地方，影响物资援助的效率。
3.可行性建议
3.1提高数据收集面和准确性
完善数据收集的过程，提高数据的收集效率，完善社会基础设施，扩大信息收集的覆盖面，保证数据的完整性。通过减少数据的繁琐收集程序和层层上报中出现的数据偏差，从而提高数据的准确性，进一步提高社会治理的效率，更加有效应对疫情以及重大传染性疾病的防控。
3.2提高数据管理技术
通过提高对数据的管理分析技术，注重数据管理人才培养和发展，提高数据管理技术和能力，寻更多大数据与防控结合的数据分析方向。增强数据开发能力，提高疫情期间数据的利用效率，充分发挥数据的功能，更加有效的对疫情防控进行统一调度。
3.3提高数据公开的标准化
政府部门应该对数据的公开更佳科学、透明、标准化，保障数据的准确性。准确的政府公
开数据，可以为公益组织等社会组织提供更有价值的信息，使物资的调配更加准确、高效。
4.参考文献
[1]李刚,郑佳,尹华山,黄文超.大数据技术在疫情精准防控中的应用[J].大数据,2021,7(01):124-134.
[2]陈思.大数据在新冠肺炎疫情防控中的应用——以郑州市数据防控模式为例[J].营销界,2021(15):195-196.
[3]樊祥胜.大数据在应对突发性公共危机中的应用与展望——以河南省运用大数据助力新冠肺炎疫情防控为例[J].行政科学论坛,2020(12):4-9.
[4]孙昊鹏.大数据在新冠肺炎疫情中的应用和缺失[J].郑州师范教育,2020,9(03):91-96.
[5]江辰,王邦虎.疫情防控中的大数据应用与社会治理创新[J].中共乌鲁木齐市委党校学报,2021(03):28-34.
[6]梅小亚,赵林畅.大数据在重大流行病疫情防控中的应用及展望[J].河海大学学报(哲学社会科学版),2020,22(02):39-47+106-107.
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论