被疫情加速的数字化生活，给我们带来了什么？

发表自话题：2020无视征信大数据秒下5万

前言

2019年末，一场突如其来的新冠疫情打破了正常的社会秩序，全民严阵以待，国家高度重视。此次疫情来势汹汹，从武汉开始扩散，迅速攻陷祖国大江南北，死亡率直线攀升，形势十分危急。

2020.1.23，武汉正式宣布封城，举国上下全民抗疫。

截至2020.12.31，全国现有确诊病例370例（其中重症病例9例），累计治愈出院病例82067例，累计死亡病例4634例，累计报告确诊病例87071例，现有疑似病例1例。累计追踪到密切接触者人，尚在医学观察的密切接触者13584人。

图片来源：海数据实验室设计团队

图片来源：海数据实验室设计团队

对比2020年初，疫情防控和治疗已经取得了阶段的胜利。

在这一场疫情中，我们见证了火神山医院10日，雷神山医院18日昼夜不停建起的奇迹；我们见证了255支队伍，共32572名医护人员义无反顾的支援武汉的决心。

在这些巨大的贡献与付出背后，还有着海量无形的大数据技术在支撑着所有事情的运转。从日常的疫情防控、病患的治疗到线上物资调配等待，无一不彰显着大数据的影子。

在2020疫情期间，数字化生活进程全面加速，其应用渗透于疫情时代的各个领域，接下来，就让我们一起去了解一下，在疫情的大背景下，发挥了重要作用的大数据吧！

疫情时代的大数据应用

（一）实时数据收集疫情决策分析

即通过爬虫手段，监控网络、公众号、各官方网站公布的疫情相关的数据，例如确诊人数、疑似病例，这些确认及疑似曾经的行为轨迹，时间节点等。

其次是网民行为的数据化。随着移动互联网对用户日常行为的渗透，我们越来越依赖于通过网络来处理个人的各种事物，例如网络购物、手机导航、缴纳水电费、浏览资讯、发布信息等等。记住了，只要被授权“定位”权限的APP或网站中，做的任何动作，理论上都能被APP或网站记录到软件的后台服务器上，连带着那一时刻你的GPS定位数据。

此外各大电信运营商掌握的基站和手机语音和联网数据，也具有相对准确的地区定位信息（精度取决于基站密度）。

这些海量的附带GPS定位等信息的数据，以及数据之间通过实名ID（手机号或身份证号）产生关联，就能够描绘出我们每个人在过去一段时间内曾经活动过的区域。

通过各种渠道收集的实时数据、进行处理和分析，在不同的平台、不同的场景，形成强大的疫情防控数据支撑网络。

①全国疫情分布实时地图数据

全部利用于国家卫健委、各省市卫健委、各省市区政府及港澳台官方渠道的数据，以大数据技术为基础支撑，绘制一幅全国疫情情况地图，在人民日报的官博官微、丁香医生、百度、等等多

家媒体平台都可查看，包括感染总人数、每日新增人数、死亡人数等基本信息。这些信息制成相对简易明了的地图模式，既能提供给政府决策一些参考，也可以公开透明快捷的让民众了解到最新消息，降低民众恐慌，增加抗疫全过程的透明度，真正做到让人民全程监督，全程参与。

图片来源：海数据实验室设计团队

②全国流动人口迁徙实时数据

此类地图不仅能帮助用户出行，还能帮助各省市政府应对春节返工潮，为各地政府决策提供数据支撑。这其中腾讯地图的内容较为详细，可以区分汽车、货车、飞机等不同交通工具的迁徙情况，相对来说更有参考价值。

那如何区分迁徙人员是通过汽车还是货车还是飞机的呢？其实仅从GPS的两点的定位经纬度及两点间耗费的时间，其实就比较容易区分了。

铁路有自己的铁路轨迹，铁路站点有自己的经纬度，速度也与汽车的速度有区别。而飞机仅从一部手机的飞行模式的关闭及开启时的GPS打点位置及开关时间一计算也就出来了啦。

如果用户没有使用GPS的地图查询功能，用户在机场、火车或汽车站的候车室上网时使用的IP和WIFI热点数据，也可以估算大概的位置。

再把统计出来大量的数据进行整理、分析、制图，这样一幅流动人口迁徙图就大功告成啦！不得不说，大数据技术的发展很大程度上方便了我们的生活，促进了社会更好的发展，更是在此次抗击疫情发挥了不可磨灭的重大作用。

图片来源：海数据实验室设计团队

③运营商的实时上报数据

此次疫情的大数据控制方面，运营商在数据源以及数据分析上面也展现了自身的价值。其作用之一为通过用户手机号授权判断是否有与疫情确认人员接触以及接触人员的流动轨迹。

例如，中国电信就按照有关部门的要求，基于移动用户与基站的交互所产生的脱敏后数据，对疫区人员流动实行清单式监测，以及对定点医院、人员聚集区的人流变化分析。此外，3大运营商也可以直接通过短信授权查询近期出行轨迹。

另外，据媒体报道，疫情发生后，工信部第一时间成立部电信大数据支撑服务疫情防控领导小组，统筹协调部门之间、部省之间的联动共享。

疫情爆发后，中国移动接到国家卫健委关于疫情日报的需求，制订了数据上报与数据建模方案、无线专网安全保障和应急预案，并在 1 天之内开通了医疗专网服务。通过疫情防控大数据传送专网，能实现武汉 72 家医院疫情数据的实时传输上报。

在各地的管控方面，各地政府也借助运营商的大数据能力加强对疫情的防控，特别是对湖北等疫情重点地区户籍人口的防控，防止春运返程对疫情的再次发酵。

图片来源：海数据实验室设计团队

（二）海量采集居民疫情防控信息

①居民登记数据管理（小区住户、返城、返工等）

此类页面主要给各住宅区的居民主动填写个人信息，其实主要目的是为了让居民主动上报近期出行轨迹，例如有无去过疫情地等。主要解决的是各居委会流动人口疫情期间的活动轨迹线上录入。众多的数据表单是一项复杂的工作任务，而使用了各种在线的数字化填报工具进行协调工作，简化了很多数据录入、统计和分析的工作。

图片来源：海数据实验室设计团队

②健康码

健康码是疫情时代出行必备物品之一，无论我们去到何处，商场、菜市场、机场等场所，都会要求我们出示健康码来确定我们是未曾到达过中高风险区的相对安全人员。

健康码这一发明的基础，首先是“网络实名制”，即理论上中国网民在网站和APP上注册的所有账号，都是实名即对应一个真实的人员。

电信企业以及科技企业充分利用数据资源，紧急建立了疫情大数据的分析模型，聚焦重点区域、重点时间节点来分析预测确诊、疑似患者以及密切接触人员等重点人群的流动情况。比如，基础电信企业为全国手机用户免费提供本人到访地区短信查询服务，经用户授权可以查询近15日和30日内到访省市的信息。

图片来源：海数据实验室设计团队

③支撑物资预约及发放管理

疫情期间最稀缺的大众必须物资非口罩莫属，因此无论出远门的还是出门买菜的短途需求，都必须要戴口罩。疫情初始时期，口罩供不应求，尽管各个企业在政府的号召下纷纷加入到口罩的生产中，市场依旧难以满足民众的需求。供求的失衡也让口罩一度涨价至一个几十元甚至上百元。

也因为口罩稀缺的正常途径无法购买，所以政府推出了预约口罩制度，在一定程度上保证民众的基本口罩需求。有危机意识的民众，特别是要经常出门的复工人员在此政策推出后，都非常主动寻找线上口罩预约登记购买的产品入口，当然各居委会也是积极使用这类工具积极参与口罩计划经济计划。

在这个过程中，民众首先需要在网上如实登记自己的信息，并且到指定地点领取口罩，每个民众每天能领取到的口罩数量也是固定的。因此，在大量的口罩需求的背景下，就需要借助大数据技术进行登记整理，统计分析，实现合理有序的采购和发放口罩等物资，保证社会生活正常运转。

图片来源：海数据实验室设计团队

（三）医疗大数据辅助预测和诊断

①新冠肺炎CT影像的AI辅助诊断

新冠肺炎疫情早期，由于确诊案例样本量少，医疗机构缺少高质量临床诊断数据，核酸检测作为病原学证据被公认为新冠肺炎诊断的主要参考标准。随着临床诊断数据的积累，新冠肺炎的影像学大数据特征逐渐清晰，CT影像诊断结果变得愈发重要。根据国家卫健委公布的诊疗方案第五版，临床诊断无需依赖核酸检测结果，CT影像临床诊断结果可作为新冠肺炎病例判断的标准。一位新冠肺炎病人的CT影像大概在300张左右，这给医生临床诊断带来巨大压力，医生对一个病例的CT影像肉眼分析耗时大约为5-15分钟。

而有些科研机构，基于5000多个病例的CT影像样本数据，学习训练样本的病灶纹理，针对新冠肺炎临床诊断研发了一套全新AI诊断技术，AI可以在20秒内准确地对新冠疑似案例CT影像做出判读，分析结果准确率达到96%，大幅提升诊断效率。

尽管此前，AI这一技术已经进入医疗领域并且在部分场合投入使用，但是，此次疫情对于大数据技术的应用，将大数据与医疗更进一步结合，加快了病患确诊的效率，也是临床影像学上一次重大的技术尝试，为未来“医疗+大数据”的发展注入的信心和活力。

②感染人数预测

关于感染人数的预测一直是大家比较关心的问题，不仅仅涉及到对传染程度的整体评估，还涉及资源调配、社区管理等等一系列措施的制定和实施，所以一度以来关于中国新冠疫情感染人数的预测就有不同的说法。

目前从官方数字来看，确诊病例截止2020年3月大概在8万左右，基本和很多预测模型的数据一致。但预测模型只是给一个量级的估计，考虑存在早期快速传播，后续人员返工以及境外输入以及存在一些病例没有及时确诊可能死亡等复杂条件，真实感染人数和确诊病例之间还有一些差距。但目前公认的事实是，中国国内疫情传播基本得到抑制，熟悉整个疫情专家组对外发生过程的都知道，这个预测数字还是非常关键的，对于确认是否出现拐点，封城措施的解除以及复工复产都有重要的指导作用。

疫情预测采取的方法有很多，但通常比较流行的是基于SEIR的传染病动力学模型，这是一个数学方程的形式，考虑各种情况对相关参数或者结果会做一些修正。大家看到的预测很多都是SEIR模型方式，等数据积累到一定程度也有使用机器学习的方式来做，典型的就是一些回归方法，这些方法各有一些优缺点，所以有时候也会结合起来进行交叉参考。

关于预测的准确性，本文认为，我们更应该把预测作为一个认识问题的手段而不要看做结果，从大的方面讲，可能所有预测都是不够准确的，因为有太多复杂要素，如果再考虑人为干预就更复杂，但可以给我们的决策起到指导作用。

图片来源：海数据实验室设计团队

后记

被疫情加速的数字化生活，究竟给我们带来了什么？在疫情爆发过去了一年多的今天，我们不禁思考这个问题。是改变了人们的生活习惯？还是思维方式？亦或是整个社会秩序都经历了一场深刻的变革？相信这个问题，我们心中都有各自的答案。

值得一提的是，截止2020年3月，国家政务服务平台注册用户达1.26亿人，总浏览量58.91亿次，汇集并支撑各地共享“健康码”数据6.23亿条，累计服务6亿人次。2020年2月，在线办公软件钉钉月活跃量环比增长73.8%。

这一特殊的“疫情时代”，加速了数字化进程的同时，推动的是整个社会全方位的深刻变革。在这一技术为王，产品为王的时代，我们与时代相互成就，我们生产大数据技术，运用大数据，开发大数据产品，最终收获效益。若要问大数据的深入发展，除了助力抗击疫情外，还给我们带来了什么，也许可以这样回答：

“这是一个最好的时代，也是一个最坏的时代”，它推动社会现代化进程的同时也让我们面临更深刻的变革与挑战。让我们走下去，看这生活与大数据交错的精彩故事，让我们共渡“疫情时代”，走向充满机遇与挑战的未来！

作者 / 陈宣珊

配图 /吴纯依

编辑 / 关鑫

标签组：[移动互联网] [大数据] [疫情] [定位] 

上一篇：2020年度中国科学十大进展，你想知道的都在这→

下一篇：大数据系列报道之九