大数据赋能防疫战,比病毒先行一步丨聚焦科技抗疫一线


朱克曹

科技日报记者张强

2月14日,国防科技大学系统工程学院大数据与复杂网络研究小组提交了第7期《XX省应急专项阶段报告》。

“我们需要使用大数据来支持战胜新的皇冠肺炎疫情,将我们的研究成果建立在祖国的基础上,并为国家的强大事业做出贡献。”卢鑫教授是该团队的负责人,他在加班时陪妻子去医院分娩,他告诉《科技日报》。

数据表。

2019年底发生的新一轮皇冠肺炎疫情迅速蔓延至全国多个省市,大量潜在感染者于1月份加入春节大军离开武汉。在武汉宣布关闭几天后,卢鑫团队撰写的许多分析报告和政策建议被及时提交给国家和省级政府相关部门和机构,为疫情预测和风险评估提供了有力的数据支持。

“疫情爆发后,我们立即想到使用移动大数据分析技术进行风险评估,预测病毒的传播趋势。”卢鑫创造性地将手机数据分析应用到2010年海地地震救援中,他非常清楚这一点。作为大数据和复杂网络研究团队的负责人,他参与了重大灾害的救援和管理,如2013年孟加拉国的台风救援、2014年西非的埃博拉病毒预防和控制以及2015年尼泊尔的地震救援。

1月21日,当许多部门还在忙着协调数据和了解疫情反应初期的情况时,他和他的团队有着丰富的救援经验,开始对疫情的传播和扩散进行高精度的分析。

1月23日,他们与运营商进行了紧急联系,并在1月采集了武汉市出口人口流动数据的第一个样本,为科学定量分析疫情在其他省份的传播风险提供了关键支持。

1月24日,也就是当年的30日,研究小组迅速启动了一项应急响应。所有成员取消休假,组织网上办公,应用网上会议、云计算平台、分布式爬虫等方式实现分工合作,紧张应对防疫需求.

大数据分析,模型优化非常重要。在新年的第一天,他们率先成立了一个流行病学建模和预测小组,其成员包括赛宾、穆、刘楚楚、程青、郭等。通过将大量模拟实验与实际爆发数据进行对比,该团队发现,目前的SEIR模型对初始值敏感,无法描述新冠状肺炎的多阶段传播,划分区域,并具有较强的防控措施。为此,他们设计了一种优化算法,通过多阶段跨区域混合模型来估计参数值,提高了模型预测的准确性。

然后,基于之前获得的大量移动定位数据,卢鑫团队在区县两级对武汉的出口人口和各省市的疫情风险进行了高精度分析。发现河南、湖南、广东等地人口流动规模大,风险高。在疫情开始时,每个省的确诊病例数基本上与人口流动成正比,这验证了该小组的分析。

1月30日,他们与陈小红、吴曼青院士共同完成了全国数据分析和疫情分析,完成了《应用手机大数据,打赢人民防疫战争》分析报告,并提交给中共中央办公厅等有关部门。

"该报告有效地支持了各地区应急防疫战略的实施,整个团队的信心大大增强。我们还不断收到来自全国各地相关部门的分析需求,工作量巨大。然而,每天新感染的人数是我们最不想看到的。”卢鑫说。

1月31日,团队与陈小红院士、贾建民教授团队共同完成《武汉流入人口决定各地疫情风险》分析报告。

分析发现,武汉关闭后,大规模人口流动急剧减少,流动人口数量也有所减少,但小规模流动仍较为频繁,且呈上升趋势

"这种流行病的传播风险不应该仅仅与人口流动的变量有关."进一步分析发现,在一些城市,确诊病例与人口流动之间的相关性很低,这引起了卢鑫的思考。

经过与华西医院相关人员的讨论和分析,最终确定了输入人口、人口结构、社会经济和气象等10多个指标对疫情传播风险的影响,对全国各省市的疫情风险有了更全面的了解。

疫情仍在发展,预防和控制更加有效。卢鑫团队的研究一直在继续。让我们期待他们进一步的好消息!

来源:科技日报

编辑:李君霞

审计:王小龙

终审:冷文生