疫情防控大数据应用发展.pptx

疫情防控大数据应用发展大数据成为疫情防控“得力武器”以大数据助力人员流动分析2020年1月26日，在湖北省人民政府新闻发布会上，武汉市长周先旺表示，因疫情和春运影响，致500万人离开武汉。消息一出，立刻引发舆论热议，如果确诊患者就在自己身边怎么办？如果在不知情的情况下和确诊患者同乘过一辆车怎么办？“500万人去哪儿了？”成为公众迫切想知道的答案。以大数据助力人员流动分析? 百度地图慧眼的迁徙大数据显示，1月10日至22日春运期间（武汉封城之前），每天从武汉出发的人群中有6至7成的人前往了湖北省内的其他城市，其次是河南省、湖南省、安徽省、重庆市、江西省。? 根据航班管家统计的12.30-1.22武汉航班国内出发、国际出发、港澳台出发的运力数据，北京、广州、成都、海口、昆明、厦门、深圳、上海、三亚、南宁是武汉出港航班前10大城市。以大数据助力人员流动分析? 百度地图发挥AI优势、数据优势，在疫情期间上线“发热门诊地图”、“肺炎疫情期出行管控消息速报”、“武汉游客指定酒店”专题等，并全面开放百度地图迁徙大数据平台，为公众、媒体、政府、科研及时了解疫情防控现状、掌握各地出行路线封堵情况，提供全面、立体的大数据服务。以大数据助力人员流动分析? 广西壮族自治区大数据局第一时间赴区卫健委对接数据需求，归集公安厅、教育厅、交通厅、住建厅等14个单位相关数据，运用大数据技术综合统计分析，基本掌握病源地人员进入广西的相关数据，为防止疫情扩散、有效网格化防控提供大数据支撑。? 温州市大数据局在省市之间、各县市区之间建立畅通的数据通道，对各渠道数据进行处理、整合、分析，精准梳理从武汉到温州人员的车辆、航班、高铁数据信息，为有效开展网格化防控、防止疫情扩散提供了支撑。以大数据助力居住情况排查以大数据助力居住情况排查? 国家电网浙江杭州供电公司研发“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收集和分析。? 为精准判断细微的用电数据差别，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，并实时监测居家隔离人员、独居老人等特殊群体347户，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。以大数据助力居住情况排查? 在武汉集中拉网式大排查工作中，武汉供电公司客服汉口分中心与所辖社区积极对接，利用“电力大数据+社区网格化”防疫算法，向街道社区提供电力精准大数据。? 团队研发了社区疫情防控大数据平台分析研判工具。以百步亭大型社区为出发点，结合社区需求，完成9个社区2轮连续三天的居民零度电量的实住率筛查，并以“长期未住人”、“动态空置房”、“异动隔离户”为重要分析防疫场景，采用4套算法模型扩大数据分析效能，高效协助政府街道社区疫情防控排查工作。? 在创武汉“无疫情小区”期间，该工作团队从超50万条次的大数据中，为百步亭社区约4.8万户居民中精准提取了5170户的“长期未住人”等大数据，助力百步亭社区在3月5日成功实现五类防控“清零”。以大数据支撑密切接触查询国家卫生健康委员会疾控局一级巡视员贺青华2月7日在国务院联防联控机制新闻发布会上表示，要准确的、及时地追踪到密切接触者，一是需要一线的流调人员进行大量、细致的流行病学调查；二是需要借助大数据平台；三是需要基层社区组织、基层医疗卫生组织和疾病预防控制机构密切的配合。以大数据支撑密切接触查询? 与流行传染病患者密切接触的人，自身被感染的风险更高，且有可能进一步传染他人。因此，追踪并观察这些密切接触者有助于这些高危人群第一时间得到护理和治疗，并防止病毒进一步扩展，这也是流行病控制的关键。? 从数据本质上看，接触者识别本质上是寻找和感染者时间、空间上有重叠的人群。在当前信息社会，通过基站数据(运营商)、支付数据(银联第三方支付机构)、出行数据(铁路飞机住宿)、城市公共安全视频监控系统等可以建立大数据融合平台，通过数据融合与深度挖掘进一步实现人员的追踪。? 一些地方利用智慧城市平台相关数据，并结合手机信令数据，帮助追踪确认患者的移动轨迹和人群接触史，推动建立个体关系图谱，帮助精准定位疫情传播路径，锁定感染源及密切接触人群，为疫情防控提供宝贵信息。以大数据支撑密切接触查询? 国务院办公厅电子政务办公室、国家卫健委与中国电科联合开发了“密切接触者测量仪”APP，通过深度共享卫健委、交通部、铁路总公司、民航局的权威数据资源，提供准确查询。? 通过扫描二维码将密切接触者查询软件下载到手机上，普通公众通过输入个人信息就可以查询自己是否为新冠肺炎病人密切接触者。? 截至2月20日，累计查询已经超过1.5亿人次，自我发现的新冠肺炎病人密切接触者超过9万人。以大