|
搜索
搜 索
高等教育領域數字化綜合服務平臺
新冠肺炎疫情發展預測模型
2020年1月25日，中山大學公共衛生學院陸家海教授聯合美國哥倫比亞大學W. Ian Lipkin在bioRxiv預印版平臺發表文章研究From SARS-CoV to Wuhan 2019-nCoV: Will History Repeat Itself?，通過2002-2003年SARS疫情的數據模擬了武漢新型冠狀病毒2019-nCoV的流行數據。 根據此研究模型估計，2019-nCoV病例的累計計數約為SARS總數的2-3倍，預計發病高峰將在2月初或中期。在應對方面，應該限制或禁止區域性遷移，以防止超級傳播者的出現和移動，同時迫切需要在全國范圍內加強監控并采取有效措施來控制這種流行病。
中山大學
2021-04-10
疫情可視化研究成果
當“肺炎”、“武漢”的搜索熱度居高不下、當病毒從湖北逐漸擴散至全國、當不斷攀升的疫情數字、成為我們每天密切關注的焦點。數據可直觀反映疫情發展現狀，對“科學防疫”極具研究價值，參照已有的疫情樣本數據，我們迫切需要用大數據可視化的思維，去分析、思考、總結，直至戰勝這場疫情。隨著新型冠狀病毒所引發的肺炎迅速蔓延，政府、各大企業乃至我們每一個人都加入了這場驚心動魄的阻擊戰。春節前后，北京大學可視化與可視分析實驗室的老師和同學們，也在一直密切關注著疫情狀況，希望通過專業的技能儲備、以及可視化領域的科研經驗，在獲得公開數據的條件下，將疫情數據以多種形式呈現和傳達給社會大眾。根據全國各省市的每日新增確診病例數量，北京大學可視化與可視分析實驗室制作了疫情變化晴雨表，用方塊代表了每個地區每日的新增確診人數，方塊的大小用于表示具體的數量，方塊的顏色表示和前一天比較，是否有更多的新增確診病例。在晴雨表中，可直接看到各地區疫情發展趨勢、同一天各地區疫情變化對比，幫助用戶快速識別上升或下降的地區。
北京大學
2021-04-10
國外疫情研究數字模型
2020年3月5日，復旦大學在medRxiv預印本上發表了題為COVID-19 Epidemic Outside China:34 Founders and Exponential Growth 的回顧性分析的研究成果。該文章以2020年1月21日到2020年2月28日以來世衛組織公布中國境外的確診病例數為基礎，建立了一個回歸數字模型，通過這個模型，該研究估計在病毒開始傳播到中國之外時，大約有34個未被發現的國外傳播的初始病例。他們推測34個病例可能屬于輕癥患者，因此沒有前往醫院救治。而且中國外COVID-19從一開始就穩定的遵循近似指數型增長模型，每19天患者數量增長10倍，顯示出并沒有強有力的干預措施。作者呼吁全球借鑒中國與新加坡的經驗采取有力的公共衛生措施。
復旦大學
2021-04-10
智能疫情防控機器人
智能疫情防控機器人由上海交通大學電子信息與電氣工程學院俞凱教授聯合蘇州思必馳信息科技有限公司開發。依托語音識別、合成、理解和對話管理等人工智能（AI）技術，結合新研發的疫情排查對話邏輯和話術，機器人根據設定向社區居民主動宣教疫情防控知識，遇不適居民還會提醒就醫。
1月27日起，“疫情防控機器人”供社區和有關部門免費使用，已為江蘇、山東、重慶、湖北、北京、浙江、四川、湖南、上海等多地提供服務，對話機器人自動接通10余萬戶，訪問結果直接生成數據報表供社區。
上海交通大學
2021-04-10
大數據預測疫情傳播研究
該項目利用國家衛健委公布的確診病例總數數據鏈，以應用傳播動力學為方法，以黃森忠教授建構的普適SEIR模型作為模型理論，通過“南開大學智英健康數據研究中心”開發的程序EpiSIX，分析新冠病毒肺炎疫情有關數據，并將分析結果生成可視化網頁，開展疫情發展回顧、確診病例數時序區間預測等相關工作，對疫情發展情況及疫情防控效率作出研判。
研究團隊由黃森忠教授和山西大學復雜系統研究所所長靳禎教授、南京醫科大學公共衛生學院彭志行副教授共同領銜，南開大學統計與數據科學學院多名年輕教師與研究生加入。研究團隊從1月30日至2月14日，每3日發布一次預測，已連續發布疫情傳播預測6期，并根據疫情變化，及時調整預測評價指標，其預測區域也進一步細化，由原來的對全國、湖北省、武漢市的疫情預測，拓展為對全國各省市的預測。
南開大學
2021-04-10
新冠肺炎疫情衛星地圖速查系統
學校衛星產業技術研究院與合作方聯合推出的全國首款“疫情衛星地圖”——新冠肺炎疫情衛星地圖速查系統已于近日上線。新冠肺炎確診病例陸續公布，他們是哪里人？去過哪些地方？離我們有多遠？……通過“疫情衛星地圖”，人們可以更加直觀地了解確診病例的具體位置。記者打開該系統發現，在衛星地圖上，確診病例的標注點像是一顆顆“圖釘”，用戶定位后，通過衛星遙感影像帶來的“太空視角”，可以讓確診病例分布位置盡收眼底，并顯示出附近的確診病例分布與自己的距離。據了解，該系統由電子科技大學衛星產業技術研究院陸川博士和閻鏡予博士組織技術力量自主研發，從研發到上線，用時不到10天。今年2月初，隨著各地衛健委公布了越來越多的確診病的例詳細數據，使得開發“疫情衛星地圖”有了良好的基礎和可能。電子科技大學衛星產業技術研究院決定發揮自身的技術優勢，為公眾提供免費的疫情防控公益服務。科研團隊利用AI衛星的數據智能處理和分發技術，處理遙感圖片數據，并結合精確的語義識別和地理編碼工具，把官方發布的疫情文字轉化成了一目了然的“疫情衛星地圖”。
電子科技大學
2021-04-10
新冠肺炎疫情AI話題分析平臺
RealAI首席執行官田天表示，新冠肺炎疫情暴發以來，各大媒體網站、社交平臺上關于疫情的話題熱度持高漲。在此環境下，信息的高效傳播成為重要訴求。一方面，相關部門需要全面了解公眾對疫情的話題討論，輔助決策優化的同時也利于開展引導工作；另一方面，公眾亟需第一時間獲得最權威、最實時、最準確的疫情動態。分析稱，互聯網成為這次疫情主要的“信息源”平臺，傳播模式更是基于人手一機的“自媒體”，信息流不僅降低了大眾獲取信息的“信噪比”，更滋生出不同程度的謠言。據介紹，“新冠肺炎疫情AI話題分析平臺”通過對多渠道海量媒體信息進行自動抓取采集、識別分析，解決了傳統信息檢索過程中因消息源頭繁雜、消息過多、檢索意圖不明確而產生的困擾。同時，基于大數據分析和AI建模，自動識別出近期熱點話題、新聞追蹤和話題導向、地區關注度變化，為用戶第一時間推送全網話題最新動態，滿足用戶對疫情輿情監測的需求，為作出正確輿論引導提供分析依據。
清華大學
2021-04-10
疫情實時態勢感知與分析系統
清華大學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實時態勢感知與分析系統，對區域疫情數據進行實時動態監測、搜集、分析和可視化，服務各級政府疫情應急的資源調度、態勢研判和決策指揮。該系統在實時播報全國和世界范圍內疫情最新動態的同時，對省級和地市級的人員遷徙比例與分布進行重點信息排查，密切關注人口流動與疫情分布的內在聯系，為疫情跨區域傳播規律和病例溯源提供依據。該系統深入剖析大數據并探查民眾意識和情感傾向，研判民眾主流感情傾向和重點關注事件等疫情相關輿情，以“情感分析拼圖”、“事件文章熱詞云”和“全國輿情熱度”等分析結果為引證，為辟謠和積極引導輿論提供幫助，在國家抗擊疫情最為嚴重困難的時期為大眾的理性思考和科學防備貢獻力量。國疾病預防控制中心以及廣東省、武漢市、合肥市、深圳市、廣州市、佛山市等20多個省市在指揮調度中使用該系統。
清華大學
2021-04-10
疫情大數據實時可視分析系統
北京大學信息學院機器感知與智能教育部重點實驗室袁曉如研究組設計開發了一系列大數據可視化與可視分析工具。針對目前在新冠疫情方面形勢變化，通過處理、分析、接入多種數據，提供多維度、多視角的交互式可視化。 項目組件包括1.疫情變化晴雨表，可視化各地每日新增病例和變化趨勢；2.各類動態時空地圖，提供在地圖空間瀏覽分析和多角度對比國內外各地疫情趨勢；3.相關輿情可視分析，分析媒體和社交媒體輿情影響；4.綜合態勢可視分析系統，支持面向專家或者決策判研。
北京大學
2021-02-01
北京返程客流溯源監測與疫情相關分析
隨著返京高峰的到來，計算機學院軟件開發環境國家重點實驗室童詠昕教授團隊與滴滴出行公司開展合作研究，全力攻關首都返程客流溯源監測與疫情相關分析，完成如下三方面內容：（1）協助北京市有關部門追溯確診或疑似病例，并預警具有疫情接觸風險的相關人員；（2）溯源外埠返京客流到北京各城區的人群流動模式，監測分析北京市各居民小區中外埠經歷人群的動態移動模式；（3）分析外埠返京客流來源與首都各居民小區疫情變化的相關性。為服務社會大眾了解疫情走勢，并為相關部門提供決策支持，北航大數據與腦機智能高精尖創新中心劉旭東教授、胡春明教授、李建欣教授等組織師生，與復雜系統可靠性實驗室李大慶研究員聯合組成團隊，全力投入建模和系統研發，已向決策部門提供疫情數據評估與預警報告、區域物資保障評估專項報告等，并迅速開發“新冠肺炎疫情數據導航服務”平臺，數據單日訪問量近 5 萬次。此外，中心還進行新型冠狀病毒的疫情評估與預測報告并開發疫情實時更新系統。中心對疫情現狀進行分析和預測，為公眾提供及時、準確的疫情態勢分析、走勢預測、輿情動態和政策措施等智能數據服務，實現全國及重點城市日度傳播系數計算、短期確診人數預測和長期疫情拐點。
北京航空航天大學
2021-04-10