基于大數據的疫情監控與預測系統設計

摘要：2020年伊始，一場突如其來的疫情席卷全球，嚴重地影響了人們的生產生活，對人類的健康和財產安全構成了巨大威脅。面對狡猾的病毒，各級政府部門、醫療結構以及科研機構迅速進入防疫狀態，誓與病毒抗爭到底。當前新冠疫情防控進入常態化，對其進行監控與預測是剛需也是必然。面對傳染性高、突發性強、擴散性廣的新型冠狀病毒，既需要各個部門之間相互協調形成合力，也需要利用全新人工智能、大數據、云計算等全新領域進行科學決策?；诖髷祿囊咔楸O控與預測系統，為常態化的科學防控工作提供了重要支撐。本文從大數據在疫情防控中的應用入手，在智慧化、科學化以及精準化的建設思路下提出疫情監控與預測系統的設計，以期為精準、高效、及時的疫情防控提供參考。

關鍵詞：大數據;人工智能;疫情監控;疫情預測

前言

大數據系統是一個包含有巨量資料的主流軟件工具，可以幫助人們在短時間內達成截取、管理、處理的復雜工作，當前已經成功地被應用于各行各業。新冠病毒爆發期間，以大數據為基礎的聯防聯控措施功不可沒，不僅能夠實現數據共享，更能通過與病毒大數據庫的對比迅速鎖定涉疫人員的流動軌跡、開展疫情的預測與溯源工作，助力地方政府在科學防控的過程當中實施精準決策。大數據系統的應用在防疫工作當中發揮出了重大的價值，思科學防疫過程中的必要技術支持。

一、大數據在疫情防控中的作用

1、掌握涉疫人員流動情況，有效控制疫情擴散

新冠病毒最大的特點就是傳染性強人傳人為主要傳播途徑，因此一旦生活生產的過程中與涉疫人員有過親密接觸，傳染概率大大增加。所以及時掌控涉疫人員流動的情況，對其實施控制減少避免人群接觸才能夠控制疫情擴散。這看似是一個龐大的工程，但在大數據的支持下變得簡單又快捷，大數據的應用的過程當中能夠結合疫情防控中心共享的數據、交通部門反饋的人員流動數據以及手機移動端提供的使用數據，這些數據通過一定的整合、分析和挖掘可以實現行動軌跡的繪制以及密切接觸概率的計算，實現確診病例、密切接觸者、重點排查人員的追蹤，這樣一來能夠準確地刻畫并及時掌握涉疫人員的流動狀態，為實現下一步的防控決策奠定基礎。

2、開展發展態勢預測溯源，建立合理預警機制

疫情的防控期間的溯源工作要有理可依、有據可循，只有實現了源頭的查找才能夠科學的應對病毒的威脅。在溯源的過程當中，可以通過對軌跡流動信息、消費數據以及社交接觸等大數據的抓取進行科學建模，從而實現密切接觸的有效推斷，根據確診順序和接觸密集的概率中在交集的分析過程中確定“零”號病人，進行疫情傳播路徑的確認。與此同時，在大數據的分析處理當中迅速提取關鍵信息，推斷出下一個可能就會產生疫情暴發地點的預測和估計，進而提前展開合理有效的資源調配以及制定防控管理措施。這樣的過程當中的關鍵點在于通過引入風險估計的方式來實現動態模型以及統計模型的建立，完成風險的量化判斷，建立合理的預警機制。

3、匯聚疫情防控重要信息，助力科學精準施策

疫情防控的過程當中最有效的措施就是建立起對病毒的深刻認識，同時積極配合防控管控工作的進行。在此過程當中需要及時獲取疫情發展信息，一旦所在地區有疫情出現有必要減少出行實施隔離封閉，所以大數據的應用優勢得以凸顯。當前大數據的主要植入方式就是通過互聯網和智能手機的應用，通過這兩種渠道可以隨時獲取疫情動態、接納防疫知識。而大數據的應用之下還能夠實時有效地匯聚核酸檢測機構以及檢測數據，在統計采樣以及檢測分析的過程中實現核酸檢測數據的智能化管理。而與之相對應的是疫苗接種監測，在大數據的分析之下能夠為疫苗分配和接種提供基礎。可以說，以大數據為基礎的監控與預測系統的應用筑起了一道阻隔疫情傳播的防火墻，完成看動態治理的精細化和科學化。

二、基于大數據的疫情監控與預測系統設計

1、系統設計核心

整個系統設計的核心在于數據采集、數據管理以及數據分析，通過這三者的有效結合為實際問題提供高效解決方案。相比較傳統的數據分析而言，大數據有著體量大、類型多、價值密度低、更新速度快的特點。所以在其基礎之上進行疫情監控與預測系統的設計時，應將重點放在大數據分析的可視化方式以及挖掘算法預測、能力分析上，另外就是將采集到的高質量的疫情相關數據經過多元的整合和分析提供潛在的技術方案。

2、系統設計實現

（1）數據采集

高質量的數據是準確預警的重要基礎，在大數據的采集過程當中除了結合醫療數據，還需要整合其他參考性較強的數據，例如互聯網的使用數據、IP地理信息的走訪數據、以及相應的消費數據等等，綜合這些數據方能達成有效判斷。技術層面上進行大數據采集的形式主要是通過相應的數據層匯聚實現的，可以通過云平臺計算來完成綜合數據的收集，同時合成基礎空間、屬性數據以及在線監測數據建立完善的疫情防控數據庫。在此過程當中，需要充分考慮到爬蟲在數據爬取得過程當中可能遇到的反爬蟲以及網絡連接超時等問題，可以利用Scrapy爬蟲框架獲取爬蟲數據流程。

數據爬取流程圖

（2）數據管理

數據的管理過程實際上是一個預處理的過程，通過管理層來實現數據的清洗匯總從而實現重點信息的提取，促使大數據庫當中的數據收集和數據分析形成無縫對接，確保被算法調用，實現精細化的轉換。整個工作當中的重點在于促進大數據價值的最優化，打破數據孤島實現數據和工具共享，但同時也要確保隱私的保護。

（3）數據分析

疫情防控的過程當中，數據采集是基礎，數據分析是關鍵。大數據分析過程當中需要利用開源軟件包發揮數據優勢結合實時疫情數據進行模型

綜述

疫情防控狀態之下，基于大數據進行疫情監控與監測系統的設計能夠實現更精準的定位，通過早期預警精準溯源，從而最大限度地減少疫情的影響，這也是當前疫情防控的主要措施之一，已經取得了不錯的效果。另外，在此過程當中也可以有效地結合云計算、可視化以及AI技術等完善整個系統，設計提升監控和預測的準確性和全面性。新冠疫情防控工作是一項持久戰，采取科學的方式進行應對才能夠在這場戰役當中取得最終勝利。

參考文獻

[1]莊琴.一種基于大數據的車輛變道監控和預測系統：，CN111016899A[P]. 2020.

[2]趙軍，黃超，孫鵬.一種動植物疫病疫情聯防聯控大數據系統：，CN109 447484A[P].2019

[3]孫燁祥，呂筠，沈鵬，等.寧波市鄞州區健康大數據平臺在新型冠狀病毒肺炎疫情病例發現中的應用探索[J].中華流行病學雜志，2020，41（10）：5.

作者簡介

陳暢（1973年），女，漢族，湖南長沙人，副教授，碩士，研究方向：軟件開發。