随着产业需求的变化，大数据等新技术风口密集爆发，为传统行业赋能全新价值。在近期爆发的疫情当中，为了实现更好的管控防治效果，不少企业纷纷应用诸多技术手段来抗击疫情。对比2003年肆虐的非典疫情，此次的疫情在症状上潜伏期更长，传染性更强，因此在防治方面无疑会面临更大的困难。

监控人员流向、潜在传染人群、切断传染源，在这场“战疫”中，这些都是亟待解决的问题。虽然疫情的传播性更强，但相比2003年，当下也有了更多的新颖技术来进行应对。在这场疫情抗击中，背后的技术手段正在发挥重要作用。

大数据

在传染病疫情的防治上，确定传染源是最为重要的一点。相比明显的症状，此次疫情较长的潜伏期和春运流动无形中扩大了传染范围，因此加剧了疫情状况。对于这一方面，大数据就发挥了作用。此前武汉市市长周先旺表示已有500万人员出于春节节假以及疫情等因素流出武汉，而这一庞大的人员流动毫无疑问会增强潜在的传染风险。

对于这一点，百度地图慧眼迁徙大数据通过数据定向、分析等途径确定了500万人员流出的方向。在1月1日至1月26日期间，武汉人员迁出地前十排行多为孝感、黄冈等省内市区。通过百度迁徙，用户可以对全国乃至省市每天迁入迁出流动进行分析。在直观的可视图下，地方可以对疫情控制进行更加精准和严格的控制。

例如在武汉迁出地上，不只是疫情爆发期间，在23日封城之前，我们也不难看出孝感和黄冈两者迁出比例都排名前列，传染风险性更高。从确诊人数来看也确实如此，截至2020年1月31日24时，湖北省内确诊人数分别为武汉（3215例）、黄冈（726例）以及孝感（628例）。在采取封锁政策之后，除开武汉，黄冈和孝感等高迁出目的地也应当给予重视，避免出现“灯下黑”的情况。

除开宏观的人员流向，大数据还能够应用于微观用户的运动轨迹。对于已确定感染人群来说，通过基于移动终端的轨迹，我们可以通过汇集的大数据来勾画关系图谱，进一步追踪接触者以进行隔离管理。

这两种应用场景并不相同，但在技术手段上还是依靠地理位置授权等数据。以百度为例，除开百度地图应用的用户位置感知，当用户打开百度系等APP的时候，基于LBS我们可以同样知悉用户地理位置。除此之外，大数据也将会对用户的支付、车票行程、住宿等信息进行整合分析。通过AI对于密集的用户信息进行分析，我们将可以通过多个维度来筛出潜在传染用户，并且迅速采取措施斩断彼此的联系。

●文章来源 | 网络

●图片贴纸来源 |网络