和疫情防控相逢之際出現(xiàn)了返京高峰，從而數(shù)據(jù)科學(xué)變成了連接流動(dòng)人群以及公共安全的關(guān)鍵橋梁，北京航空航天大學(xué)的研究團(tuán)隊(duì)聯(lián)合企業(yè)力量，很快地就把前沿技術(shù)變換成服務(wù)社會(huì)的實(shí)戰(zhàn)工具。

技術(shù)賦能疫情流調(diào)

應(yīng)對返京人流帶來防控壓力之際，北京市借助了高?？蒲辛α浚?jì)算機(jī)學(xué)院團(tuán)隊(duì)與滴滴出行合作，利用大規(guī)模移動(dòng)位置數(shù)據(jù)構(gòu)建精細(xì)化分析模型，此合作核心是把匿名出行軌跡轉(zhuǎn)化為有價(jià)值流行病學(xué)調(diào)查線索，協(xié)助疾控部門快速鎖定潛在風(fēng)險(xiǎn)路徑。

以往那種依靠人工詢問的傳統(tǒng)流調(diào)方式，在面對去往北京方向返回的人員數(shù)量眾多的如此情形下，針對由此將會(huì)出現(xiàn)的效率方面的態(tài)勢，就會(huì)面臨一定的困難與挑戰(zhàn)。然而借助算法針對行程呈現(xiàn)出的數(shù)據(jù)信息來展開分析，能夠在對于每個(gè)人的隱私予以保護(hù)的這樣一種前提條件之下，迅速地辨別出那些和確診病例存在著時(shí)間與空間上交集這樣關(guān)系或者關(guān)聯(lián)的群體。這樣的一種辦法，僅僅只是就提升追溯速度這一方面來講，并且還為能夠通過及時(shí)手段或方式發(fā)出預(yù)警、使傳播鏈條得到阻斷從而具備可供運(yùn)行的數(shù)據(jù)方面所給予的支撐。

追溯風(fēng)險(xiǎn)人群軌跡

團(tuán)隊(duì)工作首要任務(wù)是協(xié)助追溯確診病例或者疑似病例，還要預(yù)警相關(guān)接觸者，他們經(jīng)由處理以及分析海量的、脫敏之后的行程訂單數(shù)據(jù)這一方式，構(gòu)建了一套風(fēng)險(xiǎn)關(guān)聯(lián)模型，當(dāng)一個(gè)新病例出現(xiàn)的時(shí)候，系統(tǒng)能夠迅速比對出新病例發(fā)病前一段時(shí)間的行程，并且找出可能與新病例有過近距離接觸的其他乘客。

在2026年初返京高峰時(shí)間段當(dāng)中，這套系統(tǒng)起到了重要作用，它協(xié)助有關(guān)部門，在數(shù)小時(shí)內(nèi)里，完成了針對于復(fù)雜行程鏈的初步篩查工作，大幅度地壓縮了自發(fā)現(xiàn)病例開始，到管控密接者的時(shí)間范圍，這給北京在人口大規(guī)模流動(dòng)的背景狀況之下，達(dá)成精準(zhǔn)防控，給予了關(guān)鍵的技術(shù)辦法。

分析返京客流分布

第二項(xiàng)研究內(nèi)容為剖析外埠返京客流進(jìn)入北京之后的空間分布樣式，團(tuán)隊(duì)借助數(shù)據(jù)，觀察由不同日期以及不同來源地的返京人員最終進(jìn)入北京各個(gè)城區(qū)還有居民小區(qū)的動(dòng)態(tài)情形，這對理解人群流動(dòng)的宏觀趨向與微觀落腳點(diǎn)有所助益。

比如說，數(shù)據(jù)分析有能力揭示出，在某一個(gè)特定時(shí)間段之內(nèi)，從特定省份返回來的務(wù)工人員主要集中于哪些城區(qū)以及社區(qū)。這般洞察能夠讓基層社區(qū)及早掌握本轄區(qū)的人員流入狀況，進(jìn)而更具針對性地去做好登記、排查以及服務(wù)工作，把防控措施落實(shí)至具體的網(wǎng)格當(dāng)中。

關(guān)聯(lián)客流與疫情變化

團(tuán)隊(duì)對返京客流的來源地展開了更進(jìn)一步的研究，研究其與北京市內(nèi)各居民小區(qū)疫情變化之間的相關(guān)性，他們試著借助數(shù)據(jù)模型，去找出輸入性風(fēng)險(xiǎn)與本地社區(qū)傳播之間有可能存在的統(tǒng)計(jì)關(guān)聯(lián)，而這項(xiàng)工作的目的在于，從宏觀層面評估不同來源地客流對本地疫情防控的潛在影響。

進(jìn)行剖析不是用于使特定區(qū)域被貼上標(biāo)簽性的標(biāo)識(shí)，而是用來科學(xué)核查風(fēng)險(xiǎn)的等級狀況，以便給防控政策動(dòng)態(tài)調(diào)節(jié)提供參照，舉例來說，要是數(shù)據(jù)表明某源頭地的客流量和后續(xù)多個(gè)彼此無關(guān)聯(lián)的小區(qū)里病例的出現(xiàn)有著時(shí)間方面的先后聯(lián)系，相關(guān)部門就能夠依據(jù)這樣的情形強(qiáng)化針對從這個(gè)方向進(jìn)京人員的健康監(jiān)測。

開發(fā)數(shù)據(jù)服務(wù)平臺(tái)

于此時(shí)，北航負(fù)責(zé)大數(shù)據(jù)與腦機(jī)智能高精尖創(chuàng)新的中心里，有另外一支團(tuán)隊(duì)，他們朝著公眾還有決策之部門，開發(fā)出數(shù)據(jù)服務(wù)系統(tǒng)這種東西來。他們迅速地搭建起名為“新冠肺炎疫情數(shù)據(jù)導(dǎo)航服務(wù)”的平臺(tái)，把多源的疫情信息進(jìn)行整合，該平臺(tái)單日的訪問量往上最高能接近5萬次，達(dá)成了公眾對于權(quán)威并且及時(shí)的疫情信息的需求。

此平臺(tái)不但給予實(shí)時(shí)數(shù)據(jù)更新，還融合了疫情態(tài)勢剖析、走勢預(yù)估以及政策闡釋等服務(wù)，團(tuán)隊(duì)借助建模，算出全國及重點(diǎn)城市的病毒傳播系數(shù)，并開展短期與長期的疫情預(yù)測，這些剖析報(bào)告通過直觀的樣式向社會(huì)公布，助力公眾理性認(rèn)清疫情發(fā)展。

提供專項(xiàng)決策支持

除去公眾服務(wù)之外，研究團(tuán)隊(duì)還直接給相關(guān)決策部門提供了多項(xiàng)專項(xiàng)報(bào)告，這些報(bào)告涵蓋疫情數(shù)據(jù)評估與預(yù)警、區(qū)域物資保障能力評估等，它們依據(jù)實(shí)時(shí)數(shù)據(jù)以及多維度模型，目的在于為資源調(diào)配、防控力度調(diào)整等決策給予定量化的科學(xué)依據(jù)。

例如此時(shí)，借由剖析各個(gè)領(lǐng)域的物資需求跟供應(yīng)數(shù)據(jù)，報(bào)告能夠指明哪些環(huán)節(jié)存有短缺風(fēng)險(xiǎn)，進(jìn)而給出提前開展調(diào)配的建議。這般把大數(shù)據(jù)分析運(yùn)用到實(shí)際指揮調(diào)度的行徑，提高了城市于應(yīng)急狀況下的響應(yīng)效率以及精細(xì)化治理水準(zhǔn)。

于這場針對返京高峰所開展的疫情防控里頭，數(shù)據(jù)科學(xué)發(fā)揮了怎樣的作用呢？您覺得這類技術(shù)應(yīng)用于往后應(yīng)對公共衛(wèi)生事件之際，還能夠在哪些層面予以拓展以及深化呢？歡迎在評論區(qū)去分享您的觀點(diǎn)，要是認(rèn)為本文具備啟發(fā)性，也請點(diǎn)贊予以支持。