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