城市面积、人口、医院数量、出行数据、拥堵程度、外卖订单……这些看似零碎又不相干的数据，在大数据技术的运用下，能让它们“变身”成为助力疫情防控的一股力量。
日前，历时四个月的“2020北京数据开放创新应用大赛——科技战疫·大数据公益挑战赛”举行落下帷幕。来自中国科大计算机学院、大数据学院的研究生共同组成的两支“90后”队伍，从5525支参赛团队脱颖而出，在七个赛项中获得两个冠军。
科大“后浪”组队 挑战“科技战疫”
开视频会，队员们之间讨论方案；在聊天群，分享最新疫情动态和数据；在返校后，连续一个星期在实验室准备比赛项目……在刚刚过去的四个月内，25岁的科大博士于润龙与队员们过得紧张而忙碌。
于润龙和队员们都是来自安徽省大数据分析与应用重点实验室，这是一个专门从事大数据分析与应用的科研平台，实验室设在科大西区。
他们在忙一项比赛——“2020北京数据开放创新应用大赛——科技战疫·大数据公益挑战赛”。此项比赛，意在通过大数据、人工智能、云计算等技术，为重大突发公共卫生事件综合处理提供解决方案和建议。
深耕大数据研究领域多年，在得知赛事消息后，该实验室教授陈恩红与刘淇一拍即合，很快两支参赛队伍组建起来，队员由3名科大博士和5名研究生组成。
经过多轮比赛，科大两支“90后”参赛队闯入决赛。最终，于润龙（队长）、武晗、李徵、郑值、郝启明所在的“USTC发明家工作室”，在《重大突发公共卫生事件处理解决方案》赛题排名第一；李双利（队长）、吴勋贤、王丽所在的“F-Valverde”队伍，在算法赛道《重点区域人群密度预测》赛题排名第一。
记者留意到，这两支队伍成员都很年轻，均来自科大大数据和计算机专业。两队的指导老师徐童是科大副教授，一名“85后”，今年32岁，8名参赛选手是清一色的“90后”，平均年龄不到25岁。
虽然年龄不大，但他们本领和技能不小：比如，徐童在数据挖掘领域顶级期刊、会议等发表论文近50篇；于润龙是科大“发明家工作室”创始人，发表国际学术会议论文4篇、发明专利5项；武晗在国际学术会议发表论文7篇，申请国家专利6项；李徵在国际学术会议发表论文6篇，申请国家专利7项等等，他们是大数据研究方面强劲的“后浪”。
利用“大数据”破解防疫四大难题
疫情来势汹汹，又具有传染性，让传统的防疫措施面临着严峻挑战。应对这一大型公共卫生突发事件，成为摆在全社会面前的难题。
在《重大突发公共卫生事件处理解决方案》赛题中，于润龙和团队提出一套“防疫上云”系统方案设计。
“我们以新冠肺炎疫情为例，旨为大型公共卫生突发事件提供一套云端智能化检疫隔离、物资调配及复工复产策略。”于润龙介绍，随着疫情的变化发展，他们设计方案的思路日益清晰，最终确定是围绕解决疫情防治工作四个痛难点：“检疫隔离”、“趋势预测”、“物资调配”和“复工复产”。
“围绕着四个痛难点，我们提出一种利用大数据和人工智能技术的公共卫生应急云平台。”于润龙介绍，在这个“云平台”中实现了四项功能：全天候的疫情可视化功能、疫情发展实时预测功能、医疗与生活物资调配服务和经济恢复预测和有序复工。
哪里缺物资？何时能复工？大数据给出“答案”
当疫情爆发后，全国各地支援的物资源源不断运来，如何才能把这些物资精准投放给需要的人群？
于润龙介绍，他们基于城市的疫情数据、医疗数据、生活数据、交通数据，建立了医疗与生活物资调配系统。
“比如，我们利用了美团等外卖平台数据，如果一户市民经常点外卖，说明他家的物资储备是不足的，需要经常补充。”于润龙说，通过综合诸多数据，可以知道哪些区域和人群需要物资，再根据区域分布，修建物资存储仓库，规划一条科学的运输路径，指导医疗物资和生活物资合理快速地发放到第一线，为防疫工作提供“物尽其用”的坚实保障。
此外，在疫情进入稳定阶段后，如何判断复工复产是否有风险，大数据同样可以给出“答案”。
“人流量数据、出行数据、拥堵程度数据反映了经济活动程度，如果经济活动程度高而新增确诊病例数少，说明经济恢复整体向好，如果经济活动程度低而新增确诊病例数多，说明经济恢复风险性高。”于润龙说。
海量数据预测疫情发展吻合度获评委点赞
在疫情发生后，每日的疫情动态成为人们关注的热点，大家迫切想知道疫情下一步的发展趋势。针对这一问题，于润龙团队在“云平台”中开发了“疫情发展实时预测功能”。
记者看到，在这一预测功能中主要包括城市的基本信息、医务资源数据和城市疫情信息三大类。信息内容涵盖面非常广，除了医院、医护人员数量和床位数等医务资源信息和疫情数据外，还包括城市人口、每日流动人口、交通、城市GDP值、气候气温等等。而且这些数据也非常细致，比如，城市当季平均气温以10摄氏度为基准，每相差5摄氏度为一种类型。
“组委会给我们提供了海量数据，包括来自北京市交通委、商务局、统计局、美团、联通移动等13个部门和单位，总量达330G。”于润龙说，团队充分利用这些数据和信息，构建了一张疫情发展实时预测模型，通过大数据、人工智能和云计算等数字技术，预测疫情未来15天的发展趋势。
“我们展示了北京、纽约两个城市和巴西一个国家的预测结果，并与真实情况做比较。结果可以看出，我们做的疫情发展趋势曲线与真实情况较为吻合，在众多参赛者中脱颖而出，得到评委们认可和好评。”于润龙说。
预测重点区域人群密度
新冠肺炎具有传染性，疫情期间要防范人群聚集。可如何预知未来某个地方何时人多、何时人少？在《重点区域人群的密度预测》赛题中，科大研一学生李双利领队的“F-Valverde”团队的准确度最高。
“我们以北京为例，依靠大数据可以预知未来某个重点区域人数的变化，掌握人员流动聚集动向，从而为疫情防控提供帮助。”李双利说，本赛题针对疫情相关数据做重点区域人群聚集密度预测，他们基于过去一个月的人流量历史数据，利用统计学的方法分析每天、每个时段人群密度的周期、趋势，从而预测出西单、北京大学等近千个重点区域未来9天的人流量走势。
■运用与落地
拟申报建设“重大公共卫生事件应急管理平台”
本次大赛由北京市经济和信息化局、中国计算机学会大数据专家委员会联合举行。比赛吸引了全球5525支团队参赛，共提交23290份作品。除了清华大学、北京大学等高校外，百度、阿里巴巴、腾讯等知名互联网企业均组队参赛。
“疫情发生后，牵动着所有人的心，我们是做科研的，很希望能通过自己所学知识为疫情做点事情。”作为两支参赛队员的指导老师徐童说，参加此次比赛，除了想为疫情做一点事情外，也想借这个机会让科大从事大数据研究的学生们有一个“练手”的机会，为学生在求解现实问题、应用落地方面积累经验。 合肥报业全媒体记者 蒋瑜香
![]()
QQ好友和群
QQ空间
腾讯微博
腾讯朋友
收藏
分享
淘帖
支持
反对
提升卡
变色卡
显身卡
楼主