数字化技术让基层疫情防控管理更高效

龙志中 冯加强

摘  要：在此次阻击新冠肺炎战“疫”中，如何采用大数据、人工智能、计算机视觉、自然语言处理、移动互联网等技术，帮助区域政府掌控本地疫情全局，辅助其制定合理、完善的疫情防控管理措施。本文通过分析梳理“中科曙光”在技术方面的应用情况，特别是“即插即用”的SaaS应用，探索数字化技术对疫情防控管理的作用，以及在疫情风险点不确定、信息分散、资源分散 、管控对象分散的挑战下，利用数字化技术实现网络化“不见面”协同管理模式的思考。

关键词：可视化;数据分析;疫情防控;监测系统;人工智能

新冠肺炎疫情的发展，给全国经济和人民的工作生活带来了巨大的冲击和影响。随着企业复工潮的临近，除了已经进行严格管控的居民小区之外，每个园区、每个厂区、每栋商办楼宇、入驻的每家企业变成了抗击新冠肺炎战“疫”的第一线。习近平总书记在2月14日召开的中央全面深化改革委员会第十二次会议上发表重要讲话，提出“要鼓励运用大数据、人工智能、云计算等数字技术，在疫情监测分析、病毒溯源、防控救治、资源调配等方面更好发挥支撑作用。”面对如此凶猛的疫情，科技类企业在积极响应党和国家的号召，运用主流技术、借助多维信息渠道、发挥自身技术优势、构筑疫情防控管理的信息化长城。

中科曙光作为中科院下属企业，专注于大数据和人工智能相關领域。在此次疫情期间，依托自身软硬件技术能力、参照政府相关部门的要求和标准、快速了解一线防疫管控需求，针对基层社区、办公楼宇、企业学校、医院和公益机构的不同防控场景和管理目标，提供了多套解决方案，并已应用于疫情防控实际工作中。这些解决方案，整合当地政府基层采集上报的信息、当地疫情防控上报信息，融合当地主流媒体、全国主流媒体及权威机构发布的全国疫情信息、网络舆情信息、辟谣信息等，并结合当地疫情排查和复工防控等管理上的重点和难题，因地制宜，充分运用大数据、人工智能、计算机视觉技术、自然语言处理、移动互联网等技术，为基层疫情防控采集、排查、复工管控及可视化管理，医院医疗物资需求和捐助的对接等提供数字化工具支撑，从而使疫情防控管理部门和机构更加精准有效的掌控本地疫情全局，辅助其制定合理、完善的疫情防控和救助措施。

1.社区基层的重大疫情联防联控监测管理

民生工作“千条线”、抓好社区“一根针”。特别是在重大疫情期间，社区是疫情防控管理最基础、最基层的单位，是全社会疫情防控的基础。国家卫生和健康委员会也对相关工作提出了总体要求，即“充分发挥社区动员能力，实施网格化、地毯式管理，群防群控，稳防稳控，有效落实综合性防控措施，做到“早发现、早报告、早隔离、早诊断、早治疗”，防止疫情输入、蔓延、输出，控制疾病传播。”

针对社区基层的具体防控需求，中科曙光在社区网格化管理SaaS移动化平台的基础上，快速补充了重大疫情联防联控监测管理功能。社区防疫管控人员和网格员只需用手机通过移动互联网即可完成相关工作，而区级政府则可以实时动态的掌握本区疫情防治的关键数据和发展趋势。与传统社区管理按天填报报表的数据上报方式相比，利用移动互联网进行疫情防控网格化管理的模式使得社区疫情防控管理工作更加的实时、动态、精准、高效。

具体而言，该系统汇聚、综合分析网格员深入各社区摸排的各类人员、事件上报情况，并将分析结果从多角度可视化呈现，全面反映区域的疫情地图，为责任部门指导抗击疫情工作提供第一手资料。

1.1新增人员统计

基于网格员日常信息采集、人员排查工作成果，对区域内新增人员、新增武汉籍人员、新增湖北籍人员、新增其它严重疫区人员的数量进行统计，并利用GIS地图技术对其分布进行可视化呈现。

1.2疫区旅行史人员统计

对有武汉、湖北（除武汉）、其它严重疫区旅行史人员进行统计呈现，并根据街道、社区、小区进行分级呈现。

1.3确诊及疑似感染人员统计

对区域内确诊及疑似感染人员进行统计，并根据街道、社区、小区进行分级呈现。

1.4疫情相关事件上报

对近期上报的疫情相关事件进行专题展示，并显示事件发生位置和处置过程。对事件中涉及到的人员，支持倒查近14天体征指标、旅行史等;对涉及谣言信息的事件，充分借助主流媒体发布的辟谣信息对相关人员进行辟谣。

1.5退烧、止咳药售卖监控

监控各药店上报的退烧、止咳药购买人员信息，系统自动和人口库进行撞库分析，准确定位每位人员的居住位置，并下发给社区、物业、网格员进行核查是否存在疫情。对于外来旅行人员，对接酒店入住信息进行人员定位，下发辖区派出所进行核查。

1.6疫情趋势预测

通过聚类算法、利用互联网主题信息采集技术，整合主流媒体报道的每日全国各省、地级市、本区域的累计确诊、新增确诊、新增疑似病例、治愈者等信息，结合采集的区域内新增人员情况、疫区旅行史人员情况，采用SIR模型预测本区域未来一段时间内每天的新增病例、疑似病例数量等。

2.办公楼宇疫情防控监测管理

随着疫情防控工作的抓紧抓实，全国疫情防控形势呈现积极向好的态势，企业复工复产正在有序推进。国家卫生健康委办公厅关于加强企业复工复产期间疫情防控指导工作的通知要求“各级卫生健康部门要充分认识复工复产后人员流动、人群聚集等可能带来的疫情传播风险”“要落实分区分级科学精准开展疫情防控的工作要求，根据区域风险级别，找准工作重点，加强对企业复工复产疫情防控工作的指导。”[4]

各地开始逐步出台相关通知，指导开业复工工作的安全、有序进行。比如山东省委疫情处置工作领导小组发布的《关于统筹抓好服务业疫情防控和有序开业复工的通知》，就要求“疫情防控和生产生活必须的行业尽快全面复工”，同时对复工区域“实行分类指导、重点防控”。

办公楼宇疫情防控监测管理系统结合GIS地图，对辖区所有商务办公楼宇、入驻企业、复工人员的疫情防控情况进行全天候24小时采集和监测，从而全面反映和掌握辖区商务楼宇和复工企业疫情防控宣传、执行情况，争取做到“有疫情早发现、早隔离”。

2.1楼宇分布展示

运用GIS技术，将辖区所有商务楼宇的位置在地图上可视化呈现。

2.2楼宇基本信息展示

对每个楼宇的基本信息、包干单位、疫情防控责任人、入驻企业数量、复工企业数量、复工人员数量、所属网格等信息进行呈现。

2.3楼宇疫情防控执行情況

显示所选中楼宇疫情防控执行情况：疫情防控宣传情况、楼宇内重点部位消毒情况、楼宇出入人员体温情况、违规复工企业检查情况。

2.4入驻企业清单

显示所选中楼宇内的企业列表、复工状态、复工时间及关注级别等。

2.5入驻企业详情

显示所选中企业的详细信息，主要包含：企业基本信息、企业人数、复工人数、复工人员占比，疫情防控责任人等信息。

2.6企业疫情防控执行情况

显示所选中企业的疫情防控执行情况：工作场所消毒情况、员工体温情况、体温异常情况。

2.7实时监测企业用电情况

对短期内用电量激增的企业高亮显示，并自动推送给网格员上门复查是否为非法复工。

2.8采用流量比对等大数据手段

对楼宇内活跃手机号进行比对，筛选出未在复工清单中的人员，并高亮显示。

3.企业和学校的疫情实时追踪管理

对于企业和学校而言，复工复课的前提是全覆盖、无遗漏、精准把握近14天返程人员的行程状况和健康状态。细化返程方案、做好人员摸排，因地制宜、一校一案。比如青岛市，就要求以“控制传染源头、切断传播途径、保障师生安全”为原则，做好人员健康统计和行程摸排工作。根据摸排结果，制定师生返校方案。[5]这就要求既要精准把握每个人的健康和行程状况，又要整体综合统筹，必须借助数字化的管理工具，才能做好复工复课的计划和管理工作。

企业和学校疫情实时追踪管理，定位于帮助各类企业、学校实时了解员工和学生的当前状态。该系统可采集员工/学生健康状况、旅行史、工作状态、出入受控场所情况等，并自动汇聚、分析，形成数据报表供相关人员决策。

3.1每日健康状况上报

每天上报个人健康信息（体温、有无咳嗽、乏力、呼吸困难等症状），及时掌握员工身体健康状况。

3.2春节返工信息统计

全面掌握员工/学生返工时间、乘坐交通工具以及其他信息等。

3.3远程工作状态上报

采集员工远程工作状态和成果，及时了解员工工作状态。

3.4出入受控场所登记

记录出入受控场所的时间、体温、办事事项等，生成临时通行证，作为当次出入受控场所的唯一证件。

3.5数据分析

对数据进行多维度统计分析，快速掌握全局信息。

3.6综合大屏分析与可视化

全面掌握疫情，全局指挥调度。

3.7报告与报表

可根据组织架构，快速导出对应人员群体健康状态报告，异常情况及时获取。

4.疫情可视化管理驾驶舱

对各类疫情信息统一动态展示，有利于疫情防控组织掌握全局、统一指挥调度，真正做到“一张地图展示疫情分布、医疗资源分布等信息，一屏纵览联防联控概况”，打通了疫情防控“最后一公里”。

疫情可视化管理驾驶舱通过“疫情地图”、“疫情趋势”、“疫情数据”、“重点人群回流”等可视化模块，实现重点数据的实时展示、实时分析，囊括了数据统计、疫情增长趋势、重点人群回流分布热力图等功能，有力支撑疫情态势研判，疫情人员排查以及对流动人员的疫情监测。目前，这套系统已经应用于青岛市崂山区等地的疫情防控一线。

同时，曙光云还将向社会各界免费开放曙光大数据可视化分析平台（DAV）。疫情防控相关的技术团队，借助DAV这个平台，无需复杂的数据建模过程，即可轻松实现疫情相关数据的采集、处理、分析、可视化呈现，以及疫情数据分析、疫情情报可视化报告等大数据整体解决方案。曙光疫情大数据可视化分析平台在抚州、包头、南召等地上线以来，已经帮助当地疫情防控部门全方位了解当地人员信息结构、协助推动防疫工作快速有序开展、疫情防控工作成效大幅提升。

5.疫情防控管理的难点和数字化平台的价值

在疫情防控管理工作中，存在着基层排查工作量大、信息管理效率低、人力资源需求多、接触传播风险高、数据采集上传不及时不准确不全面、多头上报数据、供决策用的数据不统一等实际问题。要解决这些问题，做到疫情防控的数据精准、工作协同、举措有效，就必须采用数字化的管理平台，将疫情防控管理思想、模式标准化、固定化、流程化、自动化。

上文所述疫情防控相关的管理系统，分别满足社区、园区、商办楼宇、学校、物业、政务等不同场景下防疫需求。实现了从居民/员工到物业公司/企业到政府管理部门之间的数据直通，服务直连及实时大数据分析，帮助政府、企事业单位实现了疫情态势实时监测分析，提高了联防联控的精准性、针对性和科学性，为打赢疫情防控阻击战提供强力支撑。

6.实现方式

由于本次疫情暴发突然，各级政府机构、基层组织、企事业单位猝不及防，在战“疫”之初，存在数据采集难、数据多头采集、采集不准确不全面、覆盖人群不全面等难题。中科曙光首先进行疫情防控管理模式的研究，因地制宜，管理和技术相结合，提出“一人一码、一小区一码、一楼宇一码”等管理模式;并梳理相关工作的具体流程，以保证在实际工作中技术做的到、业务跑的通。经过技术可行性分析论证，利用移动互联网、计算机视觉、人工智能、二维码等相关技术，依托具有自主产权的大数据智能引擎平台，研发出了以上各疫情防控管理系统。

大数据智能分析引擎是面向大数据、人工智能的海量数据智能分析处理平台，融合了内存计算、深度学习、视觉引擎等先进技术，可帮助使用者快速构建海量数据集成、存储、计算、分析、管理、可视化的一体化大数据系统，已广泛应用于各类数据融合分析场景，助力用户挖掘数据价值。大数据智能分析引擎中的自助建模模块在预测疫情方面发挥了极大的作用，该模块基于机器学习算法实现，封装了包含数据选择、数据预处理、特征分析、算法执行、模型调度、参数训练、模型评估、模型服务、建模过程存储、结果导出、算法上传等数据分析全流程的数据建模框架，支持100多种机器学习算法，并集成了Caffe、TensorFlow等主流深度学习框架，提供每个过程的可视化界面，支持可视化构建模型。

正是因为有了大数据智能分析引擎，才能使得我们可以从IT时代的“4V”进化到DT时代的“5V”，即在海量的数据规模（Volume）、快速的数据流动和动态的数据体系（Velocity）、多样的数据类型（Variety）、巨大的数据价值（Value）基础上，实现数据的汇聚（Variable）。从“数据”到“数聚”，就可以打破政府各部门、政府与民众间的“信息孤岛”，实现数据共享，构建跨系统、跨平台、跨数据结构的综合信息处理平台;实现组织机构内部纵向、横向的流畅协同;缩短响应时间，提高工作效率，使信息的价值得到最大化。[6]

7.对未来突发事件处置的思考

面对本次突发疫情，各级政府、各地政府积极决策应对，各科技企业也踊跃献计献策，新的管理模式和新技术相结合，在疫情防控管理新模式、疫情防控管理数字化平台方面都有所创新，为阻击疫情提供了强有力的武器，发挥了极其重要的作用。

面对未来不可預知的突发事件，如何更好的运用技术、运用哪些技术来应对和处置突发事件，我们从本次新型冠状病毒肺炎疫情防控工作中也能得到新的启迪。

笔者认为，数字科技可以从以下几个方面用于突发事件的处置和管理。

移动互联网技术的发展使智能手机成为人的“第二身份证”。通过手机信令数据、流量数据、漫游数据等，定位手机持有人的实时位置，从而将人的运行轨迹完整的刻画出来。这有利于运用SIR模型或C—SEIP模型预测疫情传播。

计算机视觉技术对采集的视频图像进行分析，可以识别出入公共场所未做防护措施的人员、对隔离区域进行24小时人员监测等。同红外技术进行结合使用，还可智能测量经过通道的人员体温，可以减少人员之间的接触。还可用于高点视频图像全天候侦测区域火灾情况等。

随着物联技术的发展和5G网络的推广，未来将有更多的传感器可用于实时侦测被监控物体的特征，比如人体的生理特征、体表特征，危化品车辆各部件的实时运行状态、危化品企业内重点设施的运行状态等，通过这些传感器实时采集回传的数据，可有效分析突发事件成因、制定针对性的处理方案。

[1]新华社北京2月14日电.习近平主持召开中央全面深化改革委员会第十二次会议强调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[N].人民日报，2020-2-15.

[2]国家卫生健康委员会.关于加强新型冠状病毒感染的肺炎疫情社区防控工作的通知[EB]. http：//www.gov.cn/zhengce/2020-01/27/content_5472516.htm，2020-1-27.

[3]马知恩.传染病动力学的数学建模与研究[M].科学出版社，2004：14-16.

[4]国家卫生健康委员会.国家卫生健康委办公厅关于加强企业复工复产期间疫情防控指导工作的通知[EB]. http：//www.nhc.gov.cn/xcs/zhengcwj/202003/cc7158449091457b9a88a4c5b88e075d.shtml，2020-3-7.

[5]青岛市教育局.青岛市各级各类学校防控新型冠状病毒感染的肺炎疫情确保开学安全的工作指南（第一版）[EB].http：//edu.qingdao.gov.cn/n32561912/n32561915/200214105347444884.html，2020-2-14.

[6]连玉明.创新驱动力[M].中信出版社，2015：191-193.

作者简介：龙志中（1977-），男，河北唐山，现任中科曙光国际信息产业有限公司副总裁、中国电子工业标准化技术协会数据管理分会副会长，研究方向：大数据、人工智能、云计算在数字经济、数字民生、数字政府领域的应用和创新;冯加强，（1980-）男，山东枣庄，高级业务顾问。