|
搜索
搜 索
高等教育领域数字化综合服务平台
新冠肺炎疫情控制策略研究
南开大学统计与数据科学学院黄森忠教授团队在新冠肺炎疫情控制策略研究中不断取得进展。该研究通过梳理新冠肺炎疫情发生的核心时间线脉络，分析新冠肺炎的流行病学参数，并将其与SARS（非典型肺炎）和MERS（中东呼吸综合征）比较，经过建模分析，最终对新冠肺炎疫情控制的拐点、流行时间跨度、最终规模及复工风险等作出评估预测。 新冠肺炎每日新增治愈人数与新增确诊人数比值随时间变化的时序图 该工作基于传播动力学及普适SEIR模型进行建模，通过“南开大学智英健康数据研究中心”开发的程序EpiSIX，实时跟踪国家卫健委及各地卫健委自2019年12月12日以来发布的确诊病例数据，对新冠肺炎疫情的流行趋势进行研判，对疾控策略的效率进行评估，并将相应建议提供给疾控方参考。 该研究团队从2020年1月30日持续发布疫情传播预测(至2月29日每3天发布一次，共11期；从3月3日起每5天发布一次，共3期)，并根据疫情变化，及时调整预测评价指标及预测目标(如疫情最后规模及“没有本地新增病例”的事实终结时间点)。该研究项目由南开大学新型冠状病毒应急科研专项、国家自然科学基金和国家科技重大专项予以支持，并得到了教育部、国家卫健委等的支持指导。研究成果已在线发表于《中国科学：数学》。
南开大学
2021-04-10
新冠肺炎疫情发展预测模型
2020年1月25日，中山大学公共卫生学院陆家海教授联合美国哥伦比亚大学W. Ian Lipkin在bioRxiv预印版平台发表文章研究From SARS-CoV to Wuhan 2019-nCoV: Will History Repeat Itself?，通过2002-2003年SARS疫情的数据模拟了武汉新型冠状病毒2019-nCoV的流行数据。 根据此研究模型估计，2019-nCoV病例的累计计数约为SARS总数的2-3倍，预计发病高峰将在2月初或中期。在应对方面，应该限制或禁止区域性迁移，以防止超级传播者的出现和移动，同时迫切需要在全国范围内加强监控并采取有效措施来控制这种流行病。
中山大学
2021-04-10
疫情可视化研究成果
当“肺炎”、“武汉”的搜索热度居高不下、当病毒从湖北逐渐扩散至全国、当不断攀升的疫情数字、成为我们每天密切关注的焦点。数据可直观反映疫情发展现状，对“科学防疫”极具研究价值，参照已有的疫情样本数据，我们迫切需要用大数据可视化的思维，去分析、思考、总结，直至战胜这场疫情。随着新型冠状病毒所引发的肺炎迅速蔓延，政府、各大企业乃至我们每一个人都加入了这场惊心动魄的阻击战。春节前后，北京大学可视化与可视分析实验室的老师和同学们，也在一直密切关注着疫情状况，希望通过专业的技能储备、以及可视化领域的科研经验，在获得公开数据的条件下，将疫情数据以多种形式呈现和传达给社会大众。根据全国各省市的每日新增确诊病例数量，北京大学可视化与可视分析实验室制作了疫情变化晴雨表，用方块代表了每个地区每日的新增确诊人数，方块的大小用于表示具体的数量，方块的颜色表示和前一天比较，是否有更多的新增确诊病例。在晴雨表中，可直接看到各地区疫情发展趋势、同一天各地区疫情变化对比，帮助用户快速识别上升或下降的地区。
北京大学
2021-04-10
国外疫情研究数字模型
2020年3月5日，复旦大学在medRxiv预印本上发表了题为COVID-19 Epidemic Outside China:34 Founders and Exponential Growth 的回顾性分析的研究成果。该文章以2020年1月21日到2020年2月28日以来世卫组织公布中国境外的确诊病例数为基础，建立了一个回归数字模型，通过这个模型，该研究估计在病毒开始传播到中国之外时，大约有34个未被发现的国外传播的初始病例。他们推测34个病例可能属于轻症患者，因此没有前往医院救治。而且中国外COVID-19从一开始就稳定的遵循近似指数型增长模型，每19天患者数量增长10倍，显示出并没有强有力的干预措施。作者呼吁全球借鉴中国与新加坡的经验采取有力的公共卫生措施。
复旦大学
2021-04-10
智能疫情防控机器人
智能疫情防控机器人由上海交通大学电子信息与电气工程学院俞凯教授联合苏州思必驰信息科技有限公司开发。依托语音识别、合成、理解和对话管理等人工智能（AI）技术，结合新研发的疫情排查对话逻辑和话术，机器人根据设定向社区居民主动宣教疫情防控知识，遇不适居民还会提醒就医。
1月27日起，“疫情防控机器人”供社区和有关部门免费使用，已为江苏、山东、重庆、湖北、北京、浙江、四川、湖南、上海等多地提供服务，对话机器人自动接通10余万户，访问结果直接生成数据报表供社区。
上海交通大学
2021-04-10
大数据预测疫情传播研究
该项目利用国家卫健委公布的确诊病例总数数据链，以应用传播动力学为方法，以黄森忠教授建构的普适SEIR模型作为模型理论，通过“南开大学智英健康数据研究中心”开发的程序EpiSIX，分析新冠病毒肺炎疫情有关数据，并将分析结果生成可视化网页，开展疫情发展回顾、确诊病例数时序区间预测等相关工作，对疫情发展情况及疫情防控效率作出研判。
研究团队由黄森忠教授和山西大学复杂系统研究所所长靳祯教授、南京医科大学公共卫生学院彭志行副教授共同领衔，南开大学统计与数据科学学院多名年轻教师与研究生加入。研究团队从1月30日至2月14日，每3日发布一次预测，已连续发布疫情传播预测6期，并根据疫情变化，及时调整预测评价指标，其预测区域也进一步细化，由原来的对全国、湖北省、武汉市的疫情预测，拓展为对全国各省市的预测。
南开大学
2021-04-10
新冠肺炎疫情卫星地图速查系统
学校卫星产业技术研究院与合作方联合推出的全国首款“疫情卫星地图”——新冠肺炎疫情卫星地图速查系统已于近日上线。新冠肺炎确诊病例陆续公布，他们是哪里人？去过哪些地方？离我们有多远？……通过“疫情卫星地图”，人们可以更加直观地了解确诊病例的具体位置。记者打开该系统发现，在卫星地图上，确诊病例的标注点像是一颗颗“图钉”，用户定位后，通过卫星遥感影像带来的“太空视角”，可以让确诊病例分布位置尽收眼底，并显示出附近的确诊病例分布与自己的距离。据了解，该系统由电子科技大学卫星产业技术研究院陆川博士和阎镜予博士组织技术力量自主研发，从研发到上线，用时不到10天。今年2月初，随着各地卫健委公布了越来越多的确诊病的例详细数据，使得开发“疫情卫星地图”有了良好的基础和可能。电子科技大学卫星产业技术研究院决定发挥自身的技术优势，为公众提供免费的疫情防控公益服务。科研团队利用AI卫星的数据智能处理和分发技术，处理遥感图片数据，并结合精确的语义识别和地理编码工具，把官方发布的疫情文字转化成了一目了然的“疫情卫星地图”。
电子科技大学
2021-04-10
新冠肺炎疫情AI话题分析平台
RealAI首席执行官田天表示，新冠肺炎疫情暴发以来，各大媒体网站、社交平台上关于疫情的话题热度持高涨。在此环境下，信息的高效传播成为重要诉求。一方面，相关部门需要全面了解公众对疫情的话题讨论，辅助决策优化的同时也利于开展引导工作；另一方面，公众亟需第一时间获得最权威、最实时、最准确的疫情动态。分析称，互联网成为这次疫情主要的“信息源”平台，传播模式更是基于人手一机的“自媒体”，信息流不仅降低了大众获取信息的“信噪比”，更滋生出不同程度的谣言。据介绍，“新冠肺炎疫情AI话题分析平台”通过对多渠道海量媒体信息进行自动抓取采集、识别分析，解决了传统信息检索过程中因消息源头繁杂、消息过多、检索意图不明确而产生的困扰。同时，基于大数据分析和AI建模，自动识别出近期热点话题、新闻追踪和话题导向、地区关注度变化，为用户第一时间推送全网话题最新动态，满足用户对疫情舆情监测的需求，为作出正确舆论引导提供分析依据。
清华大学
2021-04-10
疫情实时态势感知与分析系统
清华大学公共安全研究院和北京辰安科技股份有限公司快速搭建了疫情实时态势感知与分析系统，对区域疫情数据进行实时动态监测、搜集、分析和可视化，服务各级政府疫情应急的资源调度、态势研判和决策指挥。该系统在实时播报全国和世界范围内疫情最新动态的同时，对省级和地市级的人员迁徙比例与分布进行重点信息排查，密切关注人口流动与疫情分布的内在联系，为疫情跨区域传播规律和病例溯源提供依据。该系统深入剖析大数据并探查民众意识和情感倾向，研判民众主流感情倾向和重点关注事件等疫情相关舆情，以“情感分析拼图”、“事件文章热词云”和“全国舆情热度”等分析结果为引证，为辟谣和积极引导舆论提供帮助，在国家抗击疫情最为严重困难的时期为大众的理性思考和科学防备贡献力量。国疾病预防控制中心以及广东省、武汉市、合肥市、深圳市、广州市、佛山市等20多个省市在指挥调度中使用该系统。
清华大学
2021-04-10
疫情大数据实时可视分析系统
北京大学信息学院机器感知与智能教育部重点实验室袁晓如研究组设计开发了一系列大数据可视化与可视分析工具。针对目前在新冠疫情方面形势变化，通过处理、分析、接入多种数据，提供多维度、多视角的交互式可视化。 项目组件包括1.疫情变化晴雨表，可视化各地每日新增病例和变化趋势；2.各类动态时空地图，提供在地图空间浏览分析和多角度对比国内外各地疫情趋势；3.相关舆情可视分析，分析媒体和社交媒体舆情影响；4.综合态势可视分析系统，支持面向专家或者决策判研。
北京大学
2021-02-01