En

媒体关注

2020年07月13日
【合肥晚报】零碎的数据中“藏着”疫情发展趋势

“90后”科大“后浪” 挑战“科技战疫”斩获冠军

城市面积、人口、医院数量、出行数据、拥堵程度、外卖订单……这些看似零碎又不相干的数据,在大数据技术的运用下,能让它们“变身”成为助力疫情防控的一股力量。

日前,历时四个月的“2020北京数据开放创新应用大赛——科技战疫·大数据公益挑战赛”举行落下帷幕。来自中国科大计算机学院、大数据学院的研究生共同组成的两支“90后”队伍,从5525支参赛团队脱颖而出,在七个赛项中获得两个冠军。

科大“后浪”组队 挑战“科技战疫”

开视频会,队员们之间讨论方案;在聊天群,分享最新疫情动态和数据;在返校后,连续一个星期在实验室准备比赛项目……在刚刚过去的四个月内,25岁的科大博士于润龙与队员们过得紧张而忙碌。

于润龙和队员们都是来自安徽省大数据分析与应用重点实验室,这是一个专门从事大数据分析与应用的科研平台,实验室设在科大西区。

他们在忙一项比赛——“2020北京数据开放创新应用大赛——科技战疫·大数据公益挑战赛”。此项比赛,意在通过大数据、人工智能、云计算等技术,为重大突发公共卫生事件综合处理提供解决方案和建议。

深耕大数据研究领域多年,在得知赛事消息后,该实验室教授陈恩红与刘淇一拍即合,很快两支参赛队伍组建起来,队员由3名科大博士和5名研究生组成。

经过多轮比赛,科大两支“90后”参赛队闯入决赛。最终,于润龙(队长)、武晗、李徵、郑值、郝启明所在的“USTC发明家工作室”,在《重大突发公共卫生事件处理解决方案》赛题排名第一;李双利(队长)、吴勋贤、王丽所在的“F-Valverde”队伍,在算法赛道《重点区域人群密度预测》赛题排名第一。

记者留意到,这两支队伍成员都很年轻,均来自科大大数据和计算机专业。两队的指导老师徐童是科大副教授,一名“85后”,今年32岁,8名参赛选手是清一色的“90后”,平均年龄不到25岁。

虽然年龄不大,但他们本领和技能不小:比如,徐童在数据挖掘领域顶级期刊、会议等发表论文近50篇;于润龙是科大“发明家工作室”创始人,发表国际学术会议论文4篇、发明专利5项;武晗在国际学术会议发表论文7篇,申请国家专利6项;李徵在国际学术会议发表论文6篇,申请国家专利7项等等,他们是大数据研究方面强劲的“后浪”。

利用“大数据”破解防疫四大难题

疫情来势汹汹,又具有传染性,让传统的防疫措施面临着严峻挑战。应对这一大型公共卫生突发事件,成为摆在全社会面前的难题。

在《重大突发公共卫生事件处理解决方案》赛题中,于润龙和团队提出一套“防疫上云”系统方案设计。

“我们以新冠肺炎疫情为例,旨为大型公共卫生突发事件提供一套云端智能化检疫隔离、物资调配及复工复产策略。”于润龙介绍,随着疫情的变化发展,他们设计方案的思路日益清晰,最终确定是围绕解决疫情防治工作四个痛难点:“检疫隔离”、“趋势预测”、“物资调配”和“复工复产”。

“围绕着四个痛难点,我们提出一种利用大数据和人工智能技术的公共卫生应急云平台。”于润龙介绍,在这个“云平台”中实现了四项功能:全天候的疫情可视化功能、疫情发展实时预测功能、医疗与生活物资调配服务和经济恢复预测和有序复工。

哪里缺物资?何时能复工?大数据给出“答案”

当疫情爆发后,全国各地支援的物资源源不断运来,如何才能把这些物资精准投放给需要的人群?

于润龙介绍,他们基于城市的疫情数据、医疗数据、生活数据、交通数据,建立了医疗与生活物资调配系统。

“比如,我们利用了美团等外卖平台数据,如果一户市民经常点外卖,说明他家的物资储备是不足的,需要经常补充。”于润龙说,通过综合诸多数据,可以知道哪些区域和人群需要物资,再根据区域分布,修建物资存储仓库,规划一条科学的运输路径,指导医疗物资和生活物资合理快速地发放到第一线,为防疫工作提供“物尽其用”的坚实保障。

此外,在疫情进入稳定阶段后,如何判断复工复产是否有风险,大数据同样可以给出“答案”。

“人流量数据、出行数据、拥堵程度数据反映了经济活动程度,如果经济活动程度高而新增确诊病例数少,说明经济恢复整体向好,如果经济活动程度低而新增确诊病例数多,说明经济恢复风险性高。”于润龙说。

海量数据预测疫情发展吻合度获评委点赞

在疫情发生后,每日的疫情动态成为人们关注的热点,大家迫切想知道疫情下一步的发展趋势。针对这一问题,于润龙团队在“云平台”中开发了“疫情发展实时预测功能”。

记者看到,在这一预测功能中主要包括城市的基本信息、医务资源数据和城市疫情信息三大类。信息内容涵盖面非常广,除了医院、医护人员数量和床位数等医务资源信息和疫情数据外,还包括城市人口、每日流动人口、交通、城市GDP值、气候气温等等。而且这些数据也非常细致,比如,城市当季平均气温以10摄氏度为基准,每相差5摄氏度为一种类型。

“组委会给我们提供了海量数据,包括来自北京市交通委、商务局、统计局、美团、联通移动等13个部门和单位,总量达330G。”于润龙说,团队充分利用这些数据和信息,构建了一张疫情发展实时预测模型,通过大数据、人工智能和云计算等数字技术,预测疫情未来15天的发展趋势。

“我们展示了北京、纽约两个城市和巴西一个国家的预测结果,并与真实情况做比较。结果可以看出,我们做的疫情发展趋势曲线与真实情况较为吻合,在众多参赛者中脱颖而出,得到评委们认可和好评。”于润龙说。

预测重点区域人群密度

新冠肺炎具有传染性,疫情期间要防范人群聚集。可如何预知未来某个地方何时人多、何时人少?在《重点区域人群的密度预测》赛题中,科大研一学生李双利领队的“F-Valverde”团队的准确度最高。

“我们以北京为例,依靠大数据可以预知未来某个重点区域人数的变化,掌握人员流动聚集动向,从而为疫情防控提供帮助。”李双利说,本赛题针对疫情相关数据做重点区域人群聚集密度预测,他们基于过去一个月的人流量历史数据,利用统计学的方法分析每天、每个时段人群密度的周期、趋势,从而预测出西单、北京大学等近千个重点区域未来9天的人流量走势。

■运用与落地

拟申报建设“重大公共卫生事件应急管理平台”

本次大赛由北京市经济和信息化局、中国计算机学会大数据专家委员会联合举行。比赛吸引了全球5525支团队参赛,共提交23290份作品。除了清华大学、北京大学等高校外,百度、阿里巴巴、腾讯等知名互联网企业均组队参赛。

“疫情发生后,牵动着所有人的心,我们是做科研的,很希望能通过自己所学知识为疫情做点事情。”作为两支参赛队员的指导老师徐童说,参加此次比赛,除了想为疫情做一点事情外,也想借这个机会让科大从事大数据研究的学生们有一个“练手”的机会,为学生在求解现实问题、应用落地方面积累经验。 合肥报业全媒体记者 蒋瑜香

《合肥晚报》(2020年07月13日A8版)

http://newspaper.hf365.com/hfwb/pc/content/202007/13/content_179421.html

相关新闻
视觉中国供图本报记者 陆成宽近日,《自然·通讯》报道了一项关于奥陶纪末生物大灭绝的研究成果,中国科...