旗下微信矩阵:

后健康码时代,看天云数据AI疫情识别阻断系统如何切断“超级传染源”

2021-08-17 10:15 · 互联网     

最新背景:“疫起”张家界 一场演出引发的新传播链

南京疫情,仅 16 天就扩散至 10 省 20+ 市。

继而高风险地区停工、停产、停课;江苏扬州封控管理小区每户每3至5天限一人外出;扬州开展主城区第五轮大规模核算检测。

一刀切的大规模的全民检测和封锁虽然降低了疫情传播的风险,但是大规模停工停产也降低了效率。

即使这样,到8月11日新增还达50例+。

目前切断方式:人工开展流调,存在三重局限性

目前都是人工开展流调溯源工作,查明传染源阻断传播链。存在如下问题:

采集数据覆盖的局限性:健康宝只能采集人员在哪些地点的数据,人员在某地点的具体活动不明确,无法达到精准防疫的目的;

人工流调的局限性:防疫工作人员需承担高负荷的工作,复杂的人员关系经过人工梳理容易发生遗漏或错判。还存在患者记忆模糊,或出于一些原因不愿意如实讲述的客观情况;

事后分析的延迟性:健康码有两天的延迟性,延迟性导致感染扩散可能增大。

认清防疫现实:切段更好的方法,推理不如图计算

目前,防疫存在两大理念:“动态清零”和“与病毒共存”。

原卫生部长高强提出“与病毒共存”绝不可行!人类与病毒是“有你无我、你死我活”,必须严格防控。

张文宏提出:新冠病毒已经不可能在短短几年内剿灭,可能将与人类长期共存。

针对防疫问题,天云数据的思考如下:

一、监测方向的调整

升级防疫策略,从刷白名单全员健康,全民做核酸到从黑名单入手,做全面动态评估预测。

目前使用刷白名单追求零记录的防疫措施太极端,扬州已经5次全面核酸,按每次核酸成本为50元/人次计算,总成本约13.65亿元,成本高昂。

其实健康码已经做了充分数据采集,只是没有做个体间社交距离度量,可以基于场景事件做个体连接的复杂网络,借人工智能图推理计算,动态评估个体风险。将全员核算改成重点人群的动态监测,在风险和效率的天平中间应该做精确刻度计算,而不是零一选择。

二、监测颗粒细化

从重点高风险区域转向个体,红绿码,动态评分体系,统一政府治理标准。

三、个性化动态管理

升级疾控流调手段,从传统社会动员到数字化精准防控和个性化处置,从事后调查到事前预测阻断。

目前流调需要大量的时间逐个排查和核实信息,确保没有漏掉一人。

有的病例流调指向性很清晰,比如最近没有外出,活动范围就在家庭范围内,那么其感染源头可能与其他家庭成员相关,其密切接触者也是以家庭成员为主。

但有的病例发病前活动范围较大,接触人群较广,这时的流调工作就要多路开展。这也是每天看到的病例行程轨迹有简有繁的原因。

很多时候,流调工作不是一次能够完成的。有时患者记忆模糊,或出于一些原因不愿意如实讲述

这种方式需要耗费大量的时间和人员,阻断疫情的传播链就是和时间在赛跑。如果我们采用系统化地图计算技术代替人工,自动从这上万个人里面找出可能的病例,将会更加省时省力高效排查密切接触者。

天云数据解决方案 个性化风险评估、溯源、动态预警

天云数据基于数字化智能技术实现防疫工作闭环解决方案,利用病毒网络传播动力学模型,使用BFS传播策略,基于信息估计器对对传播源进行估计分析。通过对网络结构分析,利用K-Shell定位网络结构中的核心节点,从而达到对网络进行传播控制的效果。

*阶段:基于全网数据进行个体风险全面评估

全覆盖数据采集:

个人健康宝扩展:人场事件,一车一码, 一区一码等;

众包数据采集:通过用户智能终端获取位置权限(手机信令);

自动化生成信息采集能力:自动生成,配置,打印二维码;

个性化风险评估:

复杂网络根据每个人行为事件以及人和人的关系(以人场事件连接):远近亲疏,角色,密集程度量化人员风险程度;

通过量化数字进行风险排序,以不同颜色(不只是红黄绿三种)表示风险等级;

第二阶段:建立空间电子围栏,实现防疫动态监测

个性化实时溯源:

根据风险评估的排序对高风险人群实施电子围栏;

电子围栏根据复杂网络中人与人连接方式的部不同(人场事件)分为:空间围栏,关键人围栏,关键事件围栏;

第三阶段:配置防疫策略,实现事前预警处置

个性化动态预警:

根据电子围栏信息,动态实时针对个人情况做出一系列的逻辑判断

自动生成短信风险提示(避免去往的场所和接触人群)

因为采用图计算的流行病学是主动出击,而且可以同时对几千万人做关联分析发现潜在可能传染的人。

天云数据通过自研Hubble数据库结合AI技术开发了一款人工智能疫情阻断系统,可以高效率、快速、非接触式发现超级传染源及其他传染源。

方案特点一:基于全网数据构建高维图谱实现个体风险评估

1.数据升维,构建人、地点、事件的时空关联网络

人工智能疫情识别阻断系统借助升维数据手段,将电子围栏数据和个体行动轨迹信息进行连接,并提供图计算有效量化传播网络的传播模式;传统二维数据表结构只能人工定义密切连接的疑似人员,复杂网络技术可以构建跨多度连接、多种关联关系的图数据库数据服务。

2.实体链路推理挖掘,个体风险全面评估

人工智能疫情识别阻断系统基于传播线索网络,人工智能自动定位网络中超级传染源,并利用认知推理技术快速在海量数据中筛查传染源的密接人群,进行个体风险评估计算,与政府防疫部门互动,快速排查传播风险;只需隔离2-5%人员即可同比降低80-95%传播概率,为采取其他措施应对传染病爆发赢得宝贵时间。

方案特点二:利用空间电子围栏技术实现重点区域、场所动态分级管理

利用电子围栏技术构建政府网格化管理机制,个体在每一个电子围栏进出的时间节点都将被记录下来,通过知识图谱的连接技术进行数据处理,搭建人、网格、事件的时空一体化图数据网络,可以助力政府轻松筛查风险源的密接、此密接人群。

重点关注人群或者通过个体风险评估计算结果存在风险的人员,如果出现在重点区域、场所,管理人员能实时获取预警,通过AI传染源识别阻断系统进行策略输出和个性化处置。

(免责声明:本文转载自其它媒体,转载目的在于传递更多信息,并不代表本站赞同其观点和对其真实性负责。请读者仅做参考,并请自行承担全部责任。)