本地搜 > 动态资讯 > 行业动态 > 疫情防控大数据分析模型搭建考虑因素

疫情防控大数据分析模型搭建考虑因素

2020-03-23 11:03:34发布: zcmf阅读: 108

  2月3日召开的中央政治局常委会会议强调,“这次疫情是对我国治理体系和能力的一次大考”。打赢这场疫情防控阻击战,需要各地各部门改掉僵化的思维,拓宽思路,善用科技,拿出切合实际的管用新办法。

 

  疫情面前,时间就是生命。在最短时间内,确定疫情重点关注人员的活动情况、亲密接触者等信息,是打赢这场战“疫”的一个重要条件。中国工程院院士、国家卫健委高级别专家组成员李兰娟,在接受中央电视台采访时也指出:提倡借助大数据信息化的手段,进行信息收集,帮助发现传染源,控制传染源。

 

  疫情防控大数据分析的关键点:一是高危人群要"早发现";二是趋势研判要"更敏锐",充分应用大数据,为各级政府部门的联防联控、精准施策提供更多有价值数据支撑服务。

 

  一、高危人群“早发现”

 

  疫情防控模型设计,主要是利用公安大数据资源和建模技术,辅助排查、挖掘具有传染风险的人、物。主要功能一是对已知确诊对象的隔离控制,二是对已确诊对象的其亲密接触人员的挖掘和隔离,三是对高危疫区输入人员、车辆的预警。

 

  1、已确诊人员及可能接触人员预警。

 

  2、高危疫区输入人员预警。

 

  3、确诊对象家庭关系和疑似密切接触人员预警。

 

  4、近期有疑似特征就诊的特殊对象预警。

 

  5、高危地区车辆流入预警。

 

  上述数据最好以地市为单位分析,对上述人员来本市趋势、各地市分布情况建模,与卫生部门提供的疑似病例、隔离观察人员、门诊信息等及时比对并实时预警,跟踪评估。

 

  二、趋势研判“更敏锐”

 

  大数据时代,无论是等级响应,还是“封城”、封路,每一道防控疫情的决策,不应只是出自领导者经验的反映、主观的感受,或是有限信息条件下的“差不多”判断,而应该是基于大数据基础上的科学化、精准化、高效化的决策。通过全景数据实时掌握城市的状态,及时发现存在的问题,迅速采取精准的措施,彻底消除危险的隐患,保证城市平稳健康运行。可以通过数据分析模型,密切监测一下趋势:

 

  1、疫情发展趋势监测。通过各级卫生健康部门每日公布的数据(全国、省、地市、县的确诊数、疑似数、死亡数、出院数等),建立本地区与全国、本省、本市的趋势对比,通过环比、同比、占比,及时发现增长过快、持续增长等趋势特征。

 

  2、高危区域人员流动特征监测。发现防控中的重点区域和重点对象。在疫情后该项更为重要。

 

  3、重点区域动态监测。通过热力图及动态变化及时发现重点区域和发展态势。

 

  4、对象特征实时分析。

 

  5、对象交叉关联分析。

 

  (以上数据来源于卫健委公告)

 

  三、数据分析“更迫切”

 

  数据也是救援物资,数据分析也是防控实招。在繁杂、紧张、艰巨的疫情防控的同时,采取灵活有效的办法快速整合疫情有关数据,依托大数据分析平台,因地制宜建立疫情防控大数据分析挖掘模型刻不容缓,尽快建立“用数据说话、用数据决策、用数据管理、用数据创新”的“疫情防控新机制在当前疫情防控中更为迫切。

 

  “通过大数据分析,我们能够精准识别到哪些人是重点关注人员,可能接触过感染源,这为排查工作节省了大量的人力物力,提高了工作效率。”南昌市公安局有关负责人介绍,研判专班多渠道整合了公安自有数据、互联网数据以及社会共建共享相关数据资源,梳理了涉及疫情防控相关人员数据,通过建立大数据研判模型,对相关人员提前精准预警,联合多部门梳理了疫情确诊、疑似病例及密切接触者等相关信息,快速排查并锁定密切接触者,有效加强了疫情发展趋势的动态监测,及时识别重点防控区域和高危人群,为快速确定传染源,切断传播途径,锁定超级传播者,打好打赢疫情阻击战提供了有力保障。

 

  疫情防控大数据分析模型搭建考虑因素.中琛魔方大数据(www.zcmorefun.com)表示大数据分析模型应该强化对疫情数据的归集和数据分析,不断优化疫情防控大数据分析模型,对风险人群的流动做到最大限度的监控,辅助卫生健康部门做好对疫情的防控工作。