点击量超350万的疫情传播链条热图如何产生？幕后功臣是它
由北京市疾控中心发布的“北京21例感染者传播链条一图读懂”信息曾在10月27日登上热搜 。 这张点击量超过350万的传播链条图 ， 幕后是用人工智能技术支持抗疫的科技团队 。 采访人员11月2日获悉 ， 这一登上热搜、仍在不断更新的传播链条图 ， 是在北京市疾控中心指导下 ， 由拥有国内多省市疫情防控一线经验的医疗大数据与人工智能技术企业医渡云输出 。

文章图片

新冠疫情防控备受大众关注 。 确诊病例的传播关系往往比较复杂 ， 在病例集中发生时期 ， 基于流调等信息快速厘清传染链条十分具有挑战性 ， 对阻断疫情来说又极为重要 。
“制图依据是流调报告、全基因组测序等信息来源 ， 基于大规模预训练模型的流调报告机器阅读理解、图优化算法的传播链路自动还原等人工智能技术 ， 能辅助判断出感染传播关系 。 ”参与技术抗疫的医渡云工程师李思敏介绍 。
除了登上热搜的传播链条图 ， 此前在南京、扬州抗疫中 ， 多张直观的疫情实况图片出现在抗疫应急指挥中心 ， 辅助决策 。 其中 ， 病例轨迹热点图、聚集性疫情传播关系图等也被央视等诸多媒体引用 。
医渡云技术人员介绍 ， 绘图本身并非难题 ， 关键在于对疫情重点信息、多维关系的把握 ， 选取契合的算法模型进行风险研判 。 例如前述病例轨迹热点分析图 ， 是基于矩阵分解和知识推理引擎的风险场所判定算法而生成 。 技术人员根据支持多地抗疫的场所判定经验 ， 将工作经验抽象沉淀为较完整、且符合当地特点的风险场所知识推理引擎 ， 根据病毒传播、场所特性、病例到访情况等要素 ， 准确计算场所的风险情况 。
可视化人机交互还只是大数据技术在公共卫生领域提高效率的众多应用之一 。 据了解 ， 经过多轮实战 ， 医疗大数据技术企业还在探索搭建数据智能驱动、平急结合的城市公共卫生一体化平台 ， 为疫情监测预警、智慧流调、分析研判、防控决策、指挥调度等环节全面赋能 。
来源 北京日报客户端 |采访人员 孙奇茹
编辑 王琼
【点击量超350万的疫情传播链条热图如何产生？幕后功臣是它】流程编辑 刘伟利