大数据下如何有效预防和应对重大突发事件*

江苏大学京江学院 邵晓燕，倪高菲，冯宇辰

一、引言

2019 年底到 2020 年初，新冠肺炎疫情在湖北武汉暴发，并迅速向全国火速蔓延开来。疫情来势汹汹，党中央、各级政府和全国人民共同奋战，到三月底，这场倾举国之力的疫情防控战“疫”初见成效。在这个过程中，大数据、云计算、人工智能、物联网技术等快速发展的新一代信息通信技术，与疫情期间国家治理的方方面面深度融合，成为科技战“疫”的先锋。大数据作为信息科技的基础，具有体量巨大、数据种类多样、处理速度快和价值密度低等鲜明特点，在疫情追踪、溯源与预警、辅助医疗救治、助力资源合理配置及辅助决策中得到广泛应用，全面配合智慧战“疫”。大数据是这次疫情防控的重要手段：（1）知人口流向，预判疫情传播趋势；（2）结合确诊数据，验证政策效果；（3）预警风险区域，找到风险人群。

大数据结合物联网在此次新冠肺炎疫情下的作用：

（一）信息的公开与监测

在疫情暴发之初,浙江就通过大数据分析出,全省涉及湖北的旅居人数超过了30万,预示着浙江将会有一定程度上的疫情人数增长。在大数据预警之下,浙江政府率先启动了重大突发公共卫生事件一级响应,为后续防疫工作的开展提供了充裕的时间。

（二）疫情防控

智能交通系统能够对车辆进行快速检索与分析,可对重点车辆进行拦截报警,实现实时追踪和行驶轨迹预测。人员追踪系统可以追踪新冠肺炎确诊患者曾经的出行乘车记录、公共场所出入记录以及接触人群等,锁定潜在病毒感染风险的人群,为防疫部门追踪管理工作提供支持。在居民社区、办公楼宇、学校等场所的所有通道,如出入口、楼道、电梯口、单元门等覆盖热感视觉行为监控系统或测温安检门,实现全天候、无死角监控。如有疫情发生,自动报警、迅速封锁,让疫情控制在最小范围内,构筑疫情监控与日常安防监控相结合的安全体系。

（三）应急物资的调度

京东承建湖北省应急物资供应链管理平台将针对抗击疫情所急需的防护服、口罩、护目镜等物资的生产、库存、调拨、分配过程,进行全程可视追踪以及高效集中管控。

二、模型搭建

（一）模型搭建过程

经典SEIR模型将人群分为易感者（susceptible, S）、感染者（infected,I）、潜伏者（exposed, E）和康复人群（recovered, R )。模型假设人群中所有个体都有被感染的概率，当被感染个体痊愈后，会产生抗体，或开始注射新冠疫苗情况，即康复人群R将不会再被感染。

假设初始易感人数为一千万,初始感染10人，潜伏者为5人，那么我们的城市总人数为N（见表1）。

表1 各参变量含义

（二）实验结果

如图1所示。

图1 200天内感染曲线的速率

（三）分析

在200天的模拟时间内，有潜伏者上升的趋势，增加了感染人数，可是在一部分的控制情况下，例如政策调控，大数据的融合调整下以及医护人员的前线奋战，感染者速率明显下降，恢复者的速率上升。

三、根据传染病模型提出防护措施

（一）减少外出的概率，尽量待在家

此时我们将传染病模型中的感染接触率降低，设置landa=0.3，则进行仿真，由实验结果的图表右下方可以，在同样的天数情况下，减少接触，感染速率会下降（见图2）。

图2 减少接触率的曲线速率图

（二）进行有效的防护措施，增加治愈率

此时我们将传染病模型中的感染接触率降低，设置recover=0.4，并增加天数500天，进行仿真，由实验结果的图表曲线可以推测，有效的防护，可使治愈率增高（见图3）。

图3 有效的防护措施的曲线速率图

四、结论

（一）图表分析

基于各种防护措施的建立，收集了全国省内现象严重的城市中从2020.01.26—2020.04.26的数据图，可以从图中很明显地观察到在2—14日左右，新增确诊人数急剧下降，是防护措施建立的很及时并且有效地减少了感染疫情的人数，控制了传染源（见图4）。

图4 疫情2020.01.24-2020.4.26感染变化统计图

（二）总结

本文所研究的是基于SEIR模型此次新冠肺炎疫情的具体防控措施，结合模型的分析情况来看，类似于一般传染病的三大主要防护措施：（1）切断传染源；（2）切断传播途径；（3）保护易感人群。但是为了降低传染的概率，采取严格的隔离防控措施是做好 COVID－19 疫情防控的有效途径。而提高传染病的痊愈率更是要依赖于研制新药、研究抵抗疫苗，以及提高现有的医疗水平。不光靠国家政策的调控，前沿科技的医疗，还有最重要的是全国人民努力地配合。