新闻资讯

来源:每日经济新闻

记者:张虹蕾

编辑:魏官红

链接:http://suo.im/5VKGXo


15933942491369.jpg

突发的新冠肺炎疫情,严重危害人类健康安全,深刻影响社会经济发展,给人们日常生活造成巨大影响。近期,北京市疫情在连续56天归零后新发地市场出现聚集性疫情,北京市快速应急响应,在很短时间内迅速遏制住了疫情暴发,避免了北京市成为第二个武汉的悲剧,防控成效斐然。


北京市疫情防控没有实施类似武汉的封城措施,在有效保障市民正常生产生活秩序的条件下,迅速锁定疫情暴发中心——新发地市场,快速精准锁定密切接触者,通过大规模筛查检出及时发现了潜在感染者,实现了疫情常态化下的科学精准防控。


纵观我国抗疫新冠疫情的发展历程,大数据支撑下的科学精准防控发挥了重要作用,甚至是关键性作用。如何借助新兴的大数据和AI技术,及时感知和探测新发突发传染病暴发的早期征兆,提高公共卫生监测体系的灵敏度、及时性和有效性,已成为业界普遍关注和深思的问题。


在如何利用大数据和AI技术打好新冠疫情的人民战争、总体战、阻击战的艰苦斗争中,相关科研机构和企业进行了积极探索。中科闻歌推出的全球疫情监测与分析平台、闻海疫情直播平台、疫情趋势预测、龙华疫情防控大脑,在信息化科技抗疫方面发挥着重要作用。近日,《每日经济新闻》记者(下简称NBD)专访中科闻歌董事长王磊,与他探讨大数据驱动的公共卫生行业发展面临的机遇与挑战。


王磊表示,公共卫生大数据是近年来全球研究焦点,他所在的团队自2009年起承担了十多项公共卫生和生物安全相关的国家级课题,得到国家科技重大专项、国家重点研发计划和基金委重大研究计划的持续资助。科研团队是传染病信息学的引领者和主要贡献者,编著和出版了国内外最早的《传染病信息学》著作,被翻译成多国语言发行,是该领域的经典著作。当前,公共卫生大数据正从此前被动监测预警的1.0阶段,逐步向主动监测预警的2.0阶段转变。历经这次新冠疫情,尤其是今年两会以来,国家和有关部门对该领域的重视程度空前提升,越来越多企业正在布局和投入到这个新兴领域。可以预见,利用AI和大数据技术,对于突发公共卫生事件的监测、预警和预测将产生重要影响,重塑国家和各级政府的公共卫生体系,并孵化出新的产业方向。



谈技术发展:从被动监测到主动预警




NBD:利用AI+大数据等科技进行传染病防控的重要性何在?


王磊:疫情期间,人工智能、大数据等技术在公共卫生监测中发挥着重要支撑作用,它贯穿信息获取、分析、决策和响应反馈全过程。我们也通过相关技术赋能的信息搜集、处理和分析能力,辅助决策部门对传染病态势进行早期预警、风险研判和危险信号探测,有效提高了公共卫生监测与分析的准确性、及时性和有效性。



NBD:在AI+大数据进行公共卫生监测方面,国内外的发展有哪些案例?


王磊:在公共卫生大数据监测方面,世界各国都在积极探索,中国在这次疫情的表现中处于领跑身位。放眼全球,2003年英国帝国理工学院研究人员基于SARS流行病学调查数据,构建传播动力学模型;2004年美国约翰霍普金斯大学应用物理实验室的研究人员开发了基于社区的疫情早期监测与报告系统ESSENCE;2009年美国华盛顿大学基于美国H1N1疫情数据,建模构建了H1N1家庭和学校传播的流行病学参数(基本再生数和世代间隔)。现阶段,如WHO全球流感监测网络、谷歌流感趋势(Google Flu Trends),都是值得研究和学习的案例。


    国内而言,研究机构和企业等也在发力大数据与人工智能赋能的公共卫生智能监测与预警预测。例如,中国科学院自动化所曾大军研究员领衔的科研团队,基于信息科学和公共卫生的学科交叉融合,利用大数据与人工智能技术,在传染病防控传染病信息学方向进行了十余年的探索,在大规模疫情信息处理、疫情风险评估、传播动力学建模、预测预警、大数据分析、情景模拟与计算实验的方法和理论上做出了突出成果,所研发的重大传染病疫情模拟仿真、军队疫情现场控制、全球传染病监测预警等系统平台已被应用于国家和军队疫情处置与监测预警的实战业务,有效提升了国家和军队应对公共卫生危机的应急管理能力。这次新冠疫情应急保障中,团队十多年来在公共卫生领域的耕耘和沉淀,迅速转变为突发危机下的战斗能力,涌现出了一批高质量的信息化科技抗疫成果,及时为国家疫情决策提供了有力保障,发挥了重要作用。



NBD:经过多年的发展,AI+大数据进行公共卫生监测走过了哪些发展阶段?


王磊:根据我们团队学术研究成果,公共卫生监测大数据已经走过了1.0阶段,正在走向2.0阶段,未来会到达更高的3.0阶段。

公共卫生监测大数据1.0阶段的特征是基于公共卫生内部数据的信息处理和知识挖掘,数据源主要以公共卫生和医疗体系的内部数据为主,通过医院报告的病例数量变化和症候群特征探测预警疫情暴发。


近年来,越来越多研究表明,开放的互联网和社区数据能更早地感知到传染病疫情暴发的早期征兆,这部分数据在公共卫生监测大数据1.0中被忽视,没有得到充分挖掘和体现。随着物联网、移动互联网迅速发展,公共卫生大数据有了更广阔来源,互联网和物联网等多源异构数据对公共卫生大数据监测提供了更加便捷的风险感知途径,基于这些海量的非结构化和半结构开放数据,通过引入数据科学和智能分析的技术手段,公共卫生大数据监测迈入了2.0阶段。


相比1.0阶段,2.0阶段,由于有了实时和广泛的数据来源,公共卫生监测预警从被动预警转变为主动预警,从专业机构主导转化到全民社会参与,从迟滞响应到实时感知。


随着信息技术的进一步发展,以及“新基建”加速推动,深入到基层和社区的信息基础设施将愈加完善,社会传感器网络体系的完备,社会、网络和物理空间呈现出高度融合,公共卫生监测大数据将变得更加智能化和实时化,将进入可预先自动感知、全方位监测追溯和精准防控决策的3.0阶段。


谈疫情应用:需增加大数据赋能权重


NBD:能否举例说明,在大数据和AI赋能公共卫生监测时,主要从哪些环节分析和入手?

王磊:在疫情期间,我们利用大数据技术和平台优势,研发了一系列服务于疫情防控的信息化平台,包括全球疫情监测与分析平台、闻海疫情动态直播平台、疫情监控大脑、防疫物资分发系统等,为疫情信息传播、疫情防控和疫情趋势预测提供技术支持。


整体而言,我们的工作分为三个阶段。


第一个阶段是在疫情初发阶段,也就是春节这段时间,我们通过闻海大数据,第一时间将互联网疫情大数据直播嵌入到各地融媒体中心系统中,为政府部门、疫情防控专业机构以及广大用户提供及时、一手和权威的疫情最新信息,疫情防控知识和疫情应对举措。


15933947893529.png

疫情实时监测管控系统


第二个阶段在团队曾大军研究员和曹志冬副研究员的带领下全力投入国家疫情应急保障工作,参加了科技部疫情信息化专班,在多渠道数据融合的基础上,加入了基于传染病的传播动力学预测模型的建模和分析,提供疫情风险动态变化分析、态势研判、疫情传播趋势预测及关键影响要素等的专项研究,提供各类专题报告百余期,报送科技部、卫健委、中宣部等十余个部委单位,为国家层面的防控决策及时提供了智库支撑服务。


第三个阶段是全球疫情暴发后,参照美国约翰·霍普金斯大学的疫情大数据仪表盘的理念,基于“闻海”大数据平台,推出了国内版的全球疫情监测与分析系统,为相关媒体以及政府部门提供全球疫情实时数据和全球疫情态势分析。


15933948474613.png

中科闻歌全球疫情监测与分析系统


    令我们感到欣慰的是,我们最近收到了很多部委级用户单位发来一些感谢信,说明我们的工作是行之有效的,为抗击疫情贡献了一份力量。



NBD:您认为此次北京疫情防控效果如何?


王磊:相对于武汉地区疫情的爆发情况,此次北京防范和应对更加及时高效,第一时间通过大数据追踪与精准筛查,及时定位了新发地市场相关人员及密切接触者群体,尽快和尽早安排了核酸检测。同时,有关部门在此次疫情应对中,信息公开、舆论引导和防控措施宣传方面做得较为到位。基于公开的信息和数据,我们研究团队昨天还发布了一篇有关《大数据看北京新发地疫情时空扩散与态势分析》的报告,发布之后受到大家的赞赏,非常清晰地展示了疫情的扩散趋势,数据公开对于分析、研究和认知疫情帮助很大。


15933949624941.gif

北京新发地疫情扩散图


    当然,传染病疫情具有动态性和变化性的复杂特点,如何将大数据和AI技术高效融合起来,前瞻性的自动探测疫情暴发早期征兆和风险点,实现疫情应急响应下的科学精准防控,是极具挑战性的世界性难题,亟待学术机构和产业界攻克突破。如果通过大数据分析,在疫情暴发的萌芽阶段,提前主动探测到疫情暴发危险信号并早期预警,那是非常有意义的一项工作,需要政府部门数据开放、医疗卫生专业机构数据支持和技术公司的算法研究结合,有望实现自动化、智能化、高灵敏的早期预警目标。



NBD: 未来,AI+大数据应用场景有哪些新突破?需要怎样的技术进行优化和支撑?


王磊:未来的公共卫生监测大数据,需要在现有基础之上,增加更多大数据的维度和权重。此次两会我也注意到,国家正在规划公共卫生系统全面升级建设,人工智能和大数据肯定是其中不可或缺的重要部分,对于大数据与人工智能企业,存在新的行业机会,如何将各个省、市、县的公共卫生相关数据融通,集合成为公共卫生监测数据库,借助人工智能技术实现传染病早期预警、趋势研判和传播溯源,应该是公共卫生监测的一个重要发展趋势。



NBD: 当这种突发的疫情来临时,公共卫生的监测模型是通用的吗?


王磊:任何一个领域,尤其像公共卫生这样的专业领域,存在一个专业门槛,需要专业知识的积累。我们涉足这个领域主要因为有扎实的基础积累,2009年起我们就开始探索如何利用公共卫生大数据提升国家应对重大传染病危机的应急管理能力,在十多项国家级课题资助下持续开展了十多年的研究,并致力于面向国家和军队疾控业务的推广应用。我们充分理解重大传染病疫情传播流行的内在机制,发展了传染病信息学理论和方法,积累了大量模型和算法技术,这些科研积累是我们决意大力开拓这一新兴领域的强大支撑。我们非常有信心可以做好这一行业。



NBD: 当这种突发的疫情来临时,公共卫生的监测模型是通用的吗?


王磊:任何一个领域,尤其像公共卫生这样的专业领域,存在一个专业门槛,需要专业知识的积累。我们涉足这个领域主要因为有扎实的基础积累,2009年起我们就开始探索如何利用公共卫生大数据提升国家应对重大传染病危机的应急管理能力,在十多项国家级课题资助下持续开展了十多年的研究,并致力于面向国家和军队疾控业务的推广应用。我们充分理解重大传染病疫情传播流行的内在机制,发展了传染病信息学理论和方法,积累了大量模型和算法技术,这些科研积累是我们决意大力开拓这一新兴领域的强大支撑。我们非常有信心可以做好这一行业。


谈行业机会:技术落地处于竞跑阶段



NBD:北京疫情出现反弹,给AI+大数据监测公共卫生行业带来哪些挑战和启示?我们还有哪些提升的空间?

王磊:北京此次疫情的防控,从信息公开和应对、重点群体跟踪溯源以及健康码的广泛普及等,北京乃至我们国家的疫情应对工作都是非常有成效的,很多信息化举措处于国际领先水平。


然而,疫情大数据监测技术仍处于前面说到的1.0阶段,新发地聚集性疫情暴发的发现源于“西城大爷”的主动就医,此时病毒已在新发地传播了10多天,造成了上百人的感染。可见,疫情“早发现”的主动探测能力仍然不足,这将是人工智能与大数据技术的发力点。疫情“早发现”是综合性的能力,一定要综合更多数据源,包括政府部门、卫生机构、社区企业等层面的数据融合;并需要通过新基建构建更加广泛的社会传感器。当然,也需要进一步进行人工智能和大数据模型和算法创新,亟需信息学科和公共卫生交叉学科基础研究投入,以及致力于从事这方面工作的产业和政策支持。对于企业来说,这是一个大的机会,研发AI和大数据产品,产生可观经济效益的同时,为国家公共卫防控体系构建提供技术助力。


NBD:疫情给整个市场带来哪些变化?


王磊:公共卫生大数据驱动的新发突发传染病监测预警与预测市场,还是一块尚待挖掘的新蓝海。此前,公共卫生监测预警主要是疾控部门在做,行业应用较少,推广普及度不够。相信此次疫情原因,借国家对公共卫生系统升级和迭代机会,将给产业链上下游的企业带来很多新的机会。


目前,疫情相关产品和应用正在形成新的产业生态,大家熟知的病毒检测和药物开发、测温仪和无接触经济已经得到很好地孵化和快速爆发,而在大数据和AI辅助疫情“早发现”与科学精准防控领域,还有非常大的市场空间,大到国家各个部门,小到每个基层单元都需要AI和大数据防控的产品,但由于公共卫生的行业专业性和领域知识壁垒存在,需要企业创新对行业具备足够深入研究和理解,才能抓住这个机会在竞争中脱颖而出。



NBD:今年新基建迎来风口,将给公共卫生监测带来哪些改变?


王磊:我认为,新基建是对信息化基础设施普遍性推广和升级,将助力社会信息流动和计算速度加快,将带来更为广泛的数据感知,更加丰富和及时的数据汇集、更加快速和可信的数据分析计算,对公共卫生监测覆盖面尤其是基层社区覆盖作用凸显,对最终赋能公共卫生防控乃至数字化经济帮助都很大。

Contact Us

We're not around right now. But you can send us an email and we'll get back to you, asap.

Not readable? Change text. captcha txt

搜 索 关 于 闻 歌 的 内 容

选择一种语言