在防控新型冠状病毒肺炎疫情斗争中，各级政府、医疗机构、科研部门和科技企业迅速行动，把大数据、人工智能等技术应用到疫情监测分析、人员管控、医疗救治、复工复产等各个方面，为疫情防控工作提供了支撑。

听说，最近英国网友“盯”上了某个中国留学生，每日催更。这位中国留英学生吴同学，在英国仅有115例新冠肺炎确诊病例的时候，就开始每天发布疫情发展相关图表。

从上周开始，吴同学的图表上增加了一条新线，涵盖了目前因新冠肺炎而死亡的人数。他还建了一个平行图表，记录每天进行的测试数量和测试结果呈阳性的百分比。

随着疫情在英国开始出现失控趋势，吴同学的这一行为赢得了越来越多的称赞和关注。

除了像吴同学这样每日自发更新疫情数据之外，在疫情防控期间，不少科学家也通过数据分析对疫情进行了描述和分析。

比如在2月17日，《中华流行病学杂志》刊登了一篇名为《新型冠状病毒肺炎流行病学特征分析》的论文，这篇论文来自中国疾病预防控制中心，对截至2月11日国内上报的72314例新冠肺炎病例的流行病学特征进行了描述和分析。

借助数据图表等方式，人们可以更直观地获取最新疫情动态、科学防疫知识等，缓解因疫情带来的紧张情绪。当然，大数据、云计算、人工智能等技术在疫情中的应用，远不止如此。

| 大数据在疫情期间的运用

◼ 有力支持疫情防控知识传播

在疫情期间，众多 “互联网+医疗”平台推出了在线问诊服务，方便网友向医生咨询新冠肺炎防治相关内容，有效缓解了因疫情期间医疗资源紧张导致的就医难等问题，避免了普通病症人群涌向医院、形成聚集性交叉感染。

◼ 迅速锁定“涉疫”人员流动轨迹

通过集成电信运营商、互联网公司、交通部门等单位的信息，大数据可以分析出人员流动轨迹。

具体来说，利用数据分析、数据挖掘等技术，一方面可以通过手机信令等数据绘制病患的行动轨迹；另一方面，根据病患行动轨迹推断出病患密切接触者。综合分析可以准确刻画跨地域漫入、漫出的不同类别人员的流动情况。

◼ 开展疫情发展态势预测与溯源

基于疫情高危人群相关数据，结合疫情新增确诊、疑似、死亡、治愈病例数，借助传播动力学模型、动态感染模型、回归模型等大数据分析模型和实践技术，不仅可以分析展示发病热力分布和密切接触者的风险热力分布，还可以进行疫情峰值拐点等大态势研判。



| 大数据在其他领域的运用

在疫情中大放异彩只是大数据在生活、工作应用中的一个缩影，事实上大数据已经在各行各业中有了不凡的表现。举几个公司企业用大数据智能转型、积极干预工作流程的例子。

中京电子的智能化转型主要围绕业务系统数字化和物联网两个方向展开。以BI分析平台为例，为了让可视化数据的价值发挥到最大，公司搭建了统一的报表分析平台，升级了车间电子看板。

为了满足全国数万辆新能源汽车运行情况的实时跟踪，江铃集团新能源汽车有限公司信息中心在数据中台的基础上搭建了车辆实时监控平台。公司在每一辆行驶的新能源汽车上都装有数据感应装置，数万辆车的数据会实时传导、更新至公司的数据库中。

同时，车辆实时监控平台还支持联动钻取操作，点击地图上的车辆标识，可以下钻到该车辆的具体运行情况。汽车的行驶里程、当前车速、电池状态、预警状态等信息将实时更新到数据系统中，进行实时呈现。汽车监控大屏可以保证数据平均每15秒进行更新，全国各地的汽车都在监控范围之内。

---

以往，我们可能只在新闻报道中看到大数据在生活中的应用，而在这次疫情的防控中，我们可以深切地感受到它在我们身边，已带来翻天覆地的变化。

放眼未来，大数据、云计算、人工智能在智能时代大有可为。抓住机遇，商业金融大数据分析与人工智能学术挑战营，邀你一起定义未来！