首页 观点正文

深度 | 疫情下大数据的应用与未来发展趋势

  2020年的新冠肺炎疫情突如其来,赶上春节假期窗口,给各地政府管理、社会治理、民生服务、产业发展、企业生产经营等各方面都带来了巨大的挑战和困难。在党中央集中统一领导下,我们对打赢疫情防控阻击战有着必胜的信心。

  本次疫情的发生、传播及防控过程,让我们不禁回想起2003年的SARS疫情,对比两次疫情的防控体系能力,发现大数据在本次疫情中起到了巨大的作用和价值。未来大数据将发挥更大的价值,大数据管理和应用将是国家治理体系和治理能力现代化建设的基础支撑能力。本文将围绕大数据在此次疫情中的应用和价值,存在的问题和短板,以及未来应用和发展趋势方面进行分析。

  一、本次疫情过程中大数据的应用和价值

  (1)电信大数据发挥广泛应用和重要价值

  疫情发生后,工业和信息化部第一时间成立电信大数据支撑服务疫情防控领导小组,统筹协调部门之间、部省之间的联动共享。通过电信大数据用户位置轨迹数据多元场景分析,能够统计全国特别是湖北等重点地区的人员流动情况,分析预测确诊、疑似患者及密切接触人员等重点人群的流动情况,支撑服务疫情态势研判、疫情防控部署以及对流动人员的监测统计。正值春节返程高峰,同步对重点城市的人员流动分析,也有着重要价值。

  (2)电力、自来水、燃气等大数据应用,助力社区精准排查

  新冠肺炎疫情期间,国家电网浙江杭州供电公司研发了全国首个“电力大数据+社区网格化”算法,实现了收集、研判电力数据功能,对滨江157476户居民、超过1000万条电力数据,进行了收集和分析。为了精准判断细微的用电数据差别,在算法中开发了居民短暂和长期外出、举家返回、隔离人员异动等3个场景6套算法模型。通过3轮150余万条次电力大数据巡航,精准判断出区域内人员日流动量和分布,还可以实时监测居家隔离人员、独居老人等特殊群体347户。这让社区人员得以根据电量波动判断业主状况,做好跟踪服务。

  (3)医疗影像大数据人工智能效率大大提升

  新冠肺炎疫情早期,由于确诊案例样本量少,医疗机构缺少高质量临床诊断数据,核酸检测作为病原学证据被公认为新冠肺炎诊断的主要参考标准。随着临床诊断数据的积累,新冠肺炎的影像学大数据特征逐渐清晰,CT影像诊断结果变得愈发重要。根据国家卫健委公布的诊疗方案第五版,临床诊断无需依赖核酸检测结果,CT影像临床诊断结果可作为新冠肺炎病例判断的标准。一位新冠肺炎病人的CT影像大概在300张左右,这给医生临床诊断带来巨大压力,医生对一个病例的CT影像肉眼分析耗时大约为5-15分钟。

  达摩院联合阿里云等机构,基于5000多个病例的CT影像样本数据,学习训练样本的病灶纹理,针对新冠肺炎临床诊断研发了一套全新AI诊断技术,AI可以在20秒内准确地对新冠疑似案例CT影像做出判读,分析结果准确率达到96%,大幅提升诊断效率,河南郑州小汤山已经引入该算法辅助临床诊断。

  (4)大数据助力加快药物研制

  全球健康药物研发中心(GHDDI)会同清华大学药学院上线人工智能药物研发平台和大数据分享平台,免费将药物研发资源开放给科研人员,共同加速新型冠状病毒药物研发。里面涵盖了既往冠状病毒相关研究中涉及的900多个小分子在不同阶段的相关实验信息。结合“老药新用”的思路,可以帮助科学家高效筛选出经过临床一期实验的安全性已知的化合物,有效缩短针对此次疫情的药物研发时间。

  (5)公安大数据技术与疫情防控

  新冠肺炎疫情防控期间,重庆市公安局九龙坡区分局合成作战中心,紧盯重点人员数据筛查、确诊病例轨迹回溯、涉疫案件打击等关键环节,充分运用各类资源手段加强研判,真正让数据“跑”起来、让信息“活”起来,编织起了一张牢固的数字化疫情防控网。

  黑龙江黑河市公安局研究部署运用公安大数据服务支撑疫情防控工作。实现各警种数据共享、资源汇集、手段集成,运用大数据筛查疫情风险,发挥“公安大数据疫情监测系统”的优势,会同相关部门运用相关系统,深入排查与确诊病例、疑似病例有过“同时空”的潜在密切接触者,最大限度将受感染风险人员排查出来,及时救治患者,严防疫情扩散。

  各省市公安大数据资源丰富,在此次疫情防控中同样起到了重要作用。

  (6)大数据模型为政府决策复工复产提供科学参考

  深圳大学发布《新冠肺炎疫情防控时空分析研究报告》,依据大数据对全市复工与错峰管控,进行疫情传播状况的模拟。基于深圳公交系统出行数据、手机数据,考虑深圳市人口密度、人群流动、新冠情况等数据参数,以SEIR/SIR传染病模型为基础,模拟新型冠状病毒传播路径。测算出复工比例为60%时,疫情传播风险率相对较低。为政府安排复工复产提供决策支持!

  大数据在本次疫情中其他各个领域也发挥了重要作用,这得益于国家大数据战略实施以来,各地按照国务院《促进大数据发展行动纲要》纷纷制定大数据发展规划,取得了重要成果,经受住了疫情防控的检验,也为接下来发展大数据坚定了思路和信心。

  二、本次疫情中大数据应用过程中的问题和短板

  在此次疫情防控过程中,我们也看到了很多问题和短板。在大数据应用方面,各个行业数据集交叉应用不足,包括交通、公安、通信等各个数据集没有形成有效贯通,在支撑各个需求场景方面能力参差不齐。

  (1)数据应用体系与国家治理体系还存在较大差距

  目前在实施国家大数据战略过程中,基本按照横向省市一级完成区域数据汇集贯通,纵向按照部委行业管理数据汇集贯通,数据的管理和应用体系还未形成横向纵向矩阵应用结构。与国家治理体系顶层设计和分层对接方面,还未形成有效衔接。

  (2)数据集交叉应用标准规范和机制缺失,导致目前数据集之间无法有效发挥最大价值

  各领域数据集还没有形成顶层设计下的流通机制,数据集之间的数据应用标准和规范也就相对滞后。目前部分数据还存在数据治理的问题,数据要素资产化和资产管理的体系还未形成,以上因素也是导致数据未发挥最大价值的主要原因。

  (3)数据法律法规还未健全

  从国内来看,国家层面目前还没有针对公共数据管理的法律法规;地方层面,一些地方出台了法律条例,贵州省出台了《贵州省大数据发展应用促进条例》、《贵州省政府数据共享开放条例》;天津市出台了《天津市促进大数据发展应用条例》。一些地方出台规章办法,浙江省出台了《浙江省公共数据和电子政务管理办法》(浙江省人民政府令〔2017〕第354号);上海市出台了《公共数据和一网通办管理办法》(上海市人民政府令〔2018〕第9号);2019年9月1日,昆明市出台了《昆明市政务信息资源共享管理办法》。此外,福建省、河北省也陆续出台了大数据或政务数据管理的地方性法规或政府规章,提供了丰富的可借鉴经验。当前大数据立法面临四大挑战:分别是个人数据保护、政府数据开放、数据流通与交易、数据跨境流动。

  应加快推进我国的大数据立法,应该坚持安全与发展并重、促进与规范并举的原则,重点促进网络基础设施的发展;加强网络安全与隐私保护;开放数据资源,加强政府和公共部门的数据开放;针对数据的收集、存储和使用等全环节建立数据安全与保护的规则;明确大数据生态中各不同主体的责任。

  (4)数据权限密级等安全体系还未健全

  目前数据管理过程中还未有效建立数据权限和数据保密级别体系。在“党管数据”的核心思想指导下,应尽快建立健全数据管理和监管体系。明确数据权限和数据密级,在顶层设计体系架构中,与数据应用相结合,同时做到数据安全不泄露,不侵犯隐私,不违法等原则性问题,重点还要高度站位国家数据主权安全。

  (5)数据应用覆盖和联动机制不成熟

  2020年2月10日习近平总书记在北京调研指导新型冠状病毒肺炎疫情防控工作时强调,社区是疫情联防联控的第一线,也是外防输入、内防扩散最有效的防线。目前大数据应用和智慧城市体系主要集中在省市一级层面,大部分能够覆盖到市区一级,先进地区已经到县区一级,到乡镇街道一层基本很少了,到社区基本就各自为战,信息化手段基本缺失,主要靠人海战术、传统手段。主要问题是顶层设计缺失,联动机制缺失。大数据和信息化还未形成部门和街道以及社区居民的联动机制。

  三、从本次疫情大数据应用看未来发展趋势

  (1)落实国家大数据战略,深化大数据管理和应用,发挥大数据科学量化的重要价值。

  实现大数据生产要素化,进一步推进国家大数据战略,深化国家治理体系和大数据应用体系的结构性关系。大数据要素化,形成要素管理体系,为国家治理体系和治理能力现代化建设做好重要支撑。

  (2)大数据支撑健全大数据国家层面管理机制和应用体系

  习近平总书记主持召开中央全面深化改革委员会第十二次会议强调,既要立足当前,科学精准打赢疫情防控阻击战,更要放眼长远,总结经验、吸取教训,针对这次疫情暴露出来的短板和不足,抓紧补短板、堵漏洞、强弱项,该坚持的坚持,该完善的完善,该建立的建立,该落实的落实,完善重大疫情防控体制机制,健全国家公共卫生应急管理体系。本次会议共提出15个体系,9种机制,4项制度,指明了具体方向,也为建设国家治理体系和治理能力现代化奠定了重要基础。从15个体系,9种机制来看,大数据将继续发挥重要作用。建立国家重大疫情智能决策指挥系统,应用大数据和人工智能,从疫情数据收集、数据模型分析、领导决策、社会资源调配、执行处理等完善流程,提高应付重大公共卫生事件的能力。

  (3)进一步推动大数据数据标准规范,形成数据治理、数据质量管理能力,做好数据立法、数据安全和数据权限体系建设

  此项工作是大数据发展的基础和重要制约条件,不解决这些问题,大数据会受到严重制约。

  (4)统筹推进大数据要素资源,发挥大数据对政府管理、社会治理、民生服务、产业发展、企业生产经营的科学辅助决策作用

  (5)发挥大数据对人工智能、区块链等技术支撑

  人工智能、区块链基于数据要素的算法模型和应用,将在大数据基础上发挥重要作用,继续推进大数据和人工智能、区块链结合应用,让数据更加可信、真实,数据质量更高,数据算法智能化程度更高。

  (6)数据要素加速下沉,社区管理扁平化,自治与志愿者服务模式相结合的创新应用

  推进社区数据主观数据和客观数据的上下行通道,建立数据和社区管理服务的联动机制,推进社区管理扁平化,尝试创新引入社区自治与志愿者服务相结合模式,实现智慧社区,使其成为人民美好生活智慧家园。

  本次疫情防控,在党中央集中统一领导下,在习近平总书记亲自部署指挥下,全国上下一心,团结一致,必将取得抗击疫情的全面胜利。发展大数据任重而道远,我们同样也坚信,大数据必将发挥越来越重要价值!(作者:石义涛,中国大数据技术与应用联盟秘书长。)

责任编辑:张薇

分享:
2022全数会
贵州

贵州大数据产业政策

贵州大数据产业动态

贵州大数据企业

更多
企业
更多