基于大数据的疫情监控与预测系统设计

摘要：2020年伊始，一场突如其来的疫情席卷全球，严重地影响了人们的生产生活，对人类的健康和财产安全构成了巨大威胁。面对狡猾的病毒，各级政府部门、医疗结构以及科研机构迅速进入防疫状态，誓与病毒抗争到底。当前新冠疫情防控进入常态化，对其进行监控与预测是刚需也是必然。面对传染性高、突发性强、扩散性广的新型冠状病毒，既需要各个部门之间相互协调形成合力，也需要利用全新人工智能、大数据、云计算等全新领域进行科学决策。基于大数据的疫情监控与预测系统，为常态化的科学防控工作提供了重要支撑。本文从大数据在疫情防控中的应用入手，在智慧化、科学化以及精准化的建设思路下提出疫情监控与预测系统的设计，以期为精准、高效、及时的疫情防控提供参考。

关键词：大数据;人工智能;疫情监控;疫情预测

前言

大数据系统是一个包含有巨量资料的主流软件工具，可以帮助人们在短时间内达成截取、管理、处理的复杂工作，当前已经成功地被应用于各行各业。新冠病毒爆发期间，以大数据为基础的联防联控措施功不可没，不仅能够实现数据共享，更能通过与病毒大数据库的对比迅速锁定涉疫人员的流动轨迹、开展疫情的预测与溯源工作，助力地方政府在科学防控的过程当中实施精准决策。大数据系统的应用在防疫工作当中发挥出了重大的价值，思科学防疫过程中的必要技术支持。

一、大数据在疫情防控中的作用

1、掌握涉疫人员流动情况，有效控制疫情扩散

新冠病毒最大的特点就是传染性强人传人为主要传播途径，因此一旦生活生产的过程中与涉疫人员有过亲密接触，传染概率大大增加。所以及时掌控涉疫人员流动的情况，对其实施控制减少避免人群接触才能够控制疫情扩散。这看似是一个庞大的工程，但在大数据的支持下变得简单又快捷，大数据的应用的过程当中能够结合疫情防控中心共享的数据、交通部门反馈的人员流动数据以及手机移动端提供的使用数据，这些数据通过一定的整合、分析和挖掘可以实现行动轨迹的绘制以及密切接触概率的计算，实现确诊病例、密切接触者、重点排查人员的追踪，这样一来能够准确地刻画并及时掌握涉疫人员的流动状态，为实现下一步的防控决策奠定基础。

2、开展发展态势预测溯源，建立合理预警机制

疫情的防控期间的溯源工作要有理可依、有据可循，只有实现了源头的查找才能够科学的应对病毒的威胁。在溯源的过程当中，可以通过对轨迹流动信息、消费数据以及社交接触等大数据的抓取进行科学建模，从而实现密切接触的有效推断，根据确诊顺序和接触密集的概率中在交集的分析过程中确定“零”号病人，进行疫情传播路径的确认。与此同时，在大数据的分析处理当中迅速提取关键信息，推断出下一个可能就会产生疫情暴发地点的预测和估计，进而提前展开合理有效的资源调配以及制定防控管理措施。这样的过程当中的关键点在于通过引入风险估计的方式来实现动态模型以及统计模型的建立，完成风险的量化判断，建立合理的预警机制。

3、汇聚疫情防控重要信息，助力科学精准施策

疫情防控的过程当中最有效的措施就是建立起对病毒的深刻认识，同时积极配合防控管控工作的进行。在此过程当中需要及时获取疫情发展信息，一旦所在地区有疫情出现有必要减少出行实施隔离封闭，所以大数据的应用优势得以凸显。当前大数据的主要植入方式就是通过互联网和智能手机的应用，通过这两种渠道可以随时获取疫情动态、接纳防疫知识。而大数据的应用之下还能够实时有效地汇聚核酸检测机构以及检测数据，在统计采样以及检测分析的过程中实现核酸检测数据的智能化管理。而与之相对应的是疫苗接种监测，在大数据的分析之下能够为疫苗分配和接种提供基础。可以说，以大数据为基础的监控与预测系统的应用筑起了一道阻隔疫情传播的防火墙，完成看动态治理的精细化和科学化。

二、基于大数据的疫情监控与预测系统设计

1、系统设计核心

整个系统设计的核心在于数据采集、数据管理以及数据分析，通过这三者的有效结合为实际问题提供高效解决方案。相比较传统的数据分析而言，大数据有着体量大、类型多、价值密度低、更新速度快的特点。所以在其基础之上进行疫情监控与预测系统的设计时，应将重点放在大数据分析的可视化方式以及挖掘算法预测、能力分析上，另外就是将采集到的高质量的疫情相关数据经过多元的整合和分析提供潜在的技术方案。

2、系统设计实现

（1）数据采集

高质量的数据是准确预警的重要基础，在大数据的采集过程当中除了结合医疗数据，还需要整合其他参考性较强的数据，例如互联网的使用数据、IP地理信息的走访数据、以及相应的消费数据等等，综合这些数据方能达成有效判断。技术层面上进行大数据采集的形式主要是通过相应的数据层汇聚实现的，可以通过云平台计算来完成综合数据的收集，同时合成基础空间、属性数据以及在线监测数据建立完善的疫情防控数据库。在此过程当中，需要充分考虑到爬虫在数据爬取得过程当中可能遇到的反爬虫以及网络连接超时等问题，可以利用Scrapy爬虫框架获取爬虫数据流程。

數据爬取流程图

（2）数据管理

数据的管理过程实际上是一个预处理的过程，通过管理层来实现数据的清洗汇总从而实现重点信息的提取，促使大数据库当中的数据收集和数据分析形成无缝对接，确保被算法调用，实现精细化的转换。整个工作当中的重点在于促进大数据价值的最优化，打破数据孤岛实现数据和工具共享，但同时也要确保隐私的保护。

（3）数据分析

疫情防控的过程当中，数据采集是基础，数据分析是关键。大数据分析过程当中需要利用开源软件包发挥数据优势结合实时疫情数据进行模型

综述

疫情防控状态之下，基于大数据进行疫情监控与监测系统的设计能够实现更精准的定位，通过早期预警精准溯源，从而最大限度地减少疫情的影响，这也是当前疫情防控的主要措施之一，已经取得了不错的效果。另外，在此过程当中也可以有效地结合云计算、可视化以及AI技术等完善整个系统，设计提升监控和预测的准确性和全面性。新冠疫情防控工作是一项持久战，采取科学的方式进行应对才能够在这场战役当中取得最终胜利。

参考文献

[1]庄琴.一种基于大数据的车辆变道监控和预测系统：，CN111016899A[P]. 2020.

[2]赵军，黄超，孙鹏.一种动植物疫病疫情联防联控大数据系统：，CN109 447484A[P].2019

[3]孙烨祥，吕筠，沈鹏，等.宁波市鄞州区健康大数据平台在新型冠状病毒肺炎疫情病例发现中的应用探索[J].中华流行病学杂志，2020，41（10）：5.

作者简介

陈畅（1973年），女，汉族，湖南长沙人，副教授，硕士，研究方向：软件开发。