日前，據(jù)國內(nèi)多家媒體報道，浙江杭州、金華、麗水等地相繼啟用“三色健康碼”，采用“一人一碼、三色管理”的模式管理作為疫情期間復工人員流動的通行憑證。
據(jù)悉，所謂“健康碼”，即是基于數(shù)字化能力的健康評估證明。
一人一碼的管理模式下，顯示綠碼者，在全市域亮碼通行；黃碼者要進行7天以內(nèi)的集中或居家隔離，在連續(xù)申報健康打卡不超過7天正常后，將轉(zhuǎn)為綠碼；而紅碼者則需實施14天的集中或居家隔離，在連續(xù)申報健康打卡14天正常后轉(zhuǎn)為綠碼。
在企業(yè)開始復工的時間節(jié)點上，人員流動無疑會加大疫情防控風險，而“一人一碼”的健康評估證明數(shù)字化，有效實現(xiàn)流動人員的健康管理，員工去過哪些地方，有無感染風險，等情況得以實現(xiàn)數(shù)字化追溯，使得企業(yè)復工期間的疫情風險更加可控。
“一人一碼”的背后，大數(shù)據(jù)助力疫情防控
近日，民政部在新聞發(fā)布會上提到，科技互聯(lián)網(wǎng)公司對疫情防控具有重要意義，事實上，在當下的城市社區(qū)以及農(nóng)村地區(qū)，微信、qq等互聯(lián)網(wǎng)社交軟件成為了重要的信息交流平臺，有效的保障了信息的通暢。
與17年前的非典疫情相比，當下這場沒有硝煙的“戰(zhàn)疫”中，我們有了更多新的疫情防控力量，當AI、大數(shù)據(jù)等新科技逐漸融入到人們的生活中，我們也有更多的技術(shù)和手段去與疫情抗爭。
此次浙江多地啟用的“健康碼”在應用端通過數(shù)字化的健康評估證明，實際上可以建立一個復工期間的人員流動數(shù)據(jù)庫，基于終端的LBS技術(shù)以及人流遷徙的大數(shù)據(jù)地圖，即可得到一張完整的疫情防控數(shù)字版圖，進一步實現(xiàn)復工人員的數(shù)字化路徑追溯，實現(xiàn)疫情的數(shù)字化可控。
大數(shù)據(jù)對疫情防控的助力大致上可以分為早期、中期、晚期三個重要節(jié)點，在不同的節(jié)點中發(fā)揮的效用也不盡相同。
在疫情爆發(fā)早期，大數(shù)據(jù)更大的作用是體現(xiàn)在病毒宿主的研究上。例如1月24日，北京大學研究團隊曾發(fā)表論文稱，NCP病毒的中間宿主可能是水貂，而在研究中，該團隊通過病毒特定基因組的數(shù)據(jù)與已有病毒基因數(shù)據(jù)庫做數(shù)據(jù)檢索和對比，再通過對比結(jié)果的進一步研究得出結(jié)論。
在疫情防控中期，基于終端的LBS技術(shù)繪制的數(shù)據(jù)遷徙圖可有效幫助預估地區(qū)疫情，從而更有針對性的定制防控方案。例如，數(shù)據(jù)遷徙圖顯示，在河南的地級市中，南陽市是湖北地區(qū)人流遷徙較多的地區(qū)，因此南陽成為河南省疫情防控中的重點區(qū)域。
在疫情防控的后期，大數(shù)據(jù)的作用主要是在對潛在風險控制上，如通過建立復工人員流動數(shù)據(jù)庫等實現(xiàn)人員追溯等。
事實上，大數(shù)據(jù)在疫情防控上不都是起正向作用，例如有些基于數(shù)據(jù)算法的疫情預測就容易“幫倒忙”。
2008年，Google便推出了Google Flu，試圖通過利用人們的搜索查詢記錄來預測流感的爆發(fā)，它甚至比美國衛(wèi)生部門提前兩周發(fā)現(xiàn)了2009年的豬流感大流行，但這種預測方法有嚴重的缺陷，那就是算法容易高估疾病的流行嚴重程度，以至于引發(fā)恐慌情緒。最后，Google Flu項目被迫中止。
其實，大數(shù)據(jù)對于疫情防控的最重要的一點，還是在于真實信息的傳播上。畢竟，疫情中，比病毒更可怕的是謠言和恐慌。而基于大數(shù)據(jù)的精準辟謠，清晰、準確、明了地為民眾呈現(xiàn)出事實，給恐慌“致命一擊”。
如今，幾乎所有的互聯(lián)網(wǎng)企業(yè)都上線了疫情防控的信息，如百度APP、今日頭條、騰訊新聞等資訊類APP，支付寶、微信等工具類APP，通過實時疫情速報、確診人員活動軌跡可視化、大數(shù)據(jù)辟謠等功能，保障真實信息流通的通暢，從而在、辟謠、預警方面發(fā)揮了重要作用。
AI+大數(shù)據(jù)+醫(yī)療，“黑科技”守護人類健康
據(jù)英國英國衛(wèi)報報道，美國華盛頓一家醫(yī)院為例避免冠狀病毒感染，在治療病患時通過機器人實行診治，該醫(yī)院傳染病主任喬治狄亞茲（George Diaz）接受《衛(wèi)報》采訪時表示，他不需要進入病房內(nèi)，而是通過操作一臺醫(yī)療機器人為病人進行檢查和治療。
診斷是臨床治療傳染病的第一步，也是醫(yī)護人員面臨感染風險較高的階段。如今，在對新冠狀病毒的診療中，CT影像成為了關(guān)鍵的診斷手段。
目前，在《新型冠狀病毒感染的肺炎診療方案》中，湖北省臨床診斷中“疑似病例具有肺炎影像學特征者”作為病例標準，CT影像成為了重要的診斷手段。而在CT影像診斷方面，AI+大數(shù)據(jù)有很大的應用空間。
例如，通過建立CT影像的病例數(shù)據(jù)庫，以及數(shù)據(jù)喂養(yǎng)診斷AI算法，可以實現(xiàn)基于大數(shù)據(jù)分析的AI CT輔助診療。對此，有醫(yī)療行業(yè)內(nèi)人士表示，影像人工智能肺炎輔診系統(tǒng)提供了精準便捷的參考依據(jù)，能夠迅速給出診斷意見，緩解了影像診斷醫(yī)師在精神和體力上的巨大壓力。
有數(shù)據(jù)顯示，目前我國放射科醫(yī)師數(shù)量增長率僅為4.1%，與此同時，醫(yī)療影像數(shù)據(jù)的增長率約為30%，也就是說，未來在基于深度學習算法的醫(yī)療影像AI成功商業(yè)化后，將有效提高醫(yī)學圖像診斷效率。
傳統(tǒng)藥物研發(fā)過程的效率痛點也將為深度學習型AI所解決，“基于系統(tǒng)的藥物設計”將藥物分子信息與疾病調(diào)控網(wǎng)絡、基因組、蛋白質(zhì)組、代謝組等各類數(shù)據(jù)信息進行綜合利用，是未來的藥物設計方向之一。
在應用端，電子病歷方面的大數(shù)據(jù)技術(shù)應用環(huán)境將更加成熟。此前，北京市醫(yī)管局要求所屬23家三甲醫(yī)院必須有半數(shù)在2020年達到五級水平，而且明確要求醫(yī)院醫(yī)療部門牽頭，信息部門配合落實。作為提升醫(yī)院信息化水平的基礎(chǔ)項目，電子病歷的基礎(chǔ)應用成為大數(shù)據(jù)醫(yī)療的基礎(chǔ)核心內(nèi)容。
在技術(shù)上，NLP自然語言學習、數(shù)據(jù)檢索、分布式數(shù)據(jù)庫和知識圖譜等技術(shù)，已經(jīng)有一定程度的應用，同時，這些技術(shù)發(fā)展也在逐漸呈現(xiàn)出“去中心化”的發(fā)展趨勢：不僅科技巨頭，越來越多的中小技術(shù)企業(yè)也在不斷發(fā)展或應用這些技術(shù)。
目前，Hadoop數(shù)據(jù)庫已經(jīng)用于電子病歷廠家的后結(jié)構(gòu)化，用于BI廠家的數(shù)據(jù)分析和展現(xiàn)。未來隨著各大高校逐漸開設相關(guān)專業(yè)和課程，人才端的需求將會較大程度上被滿足，從而進一步降低技術(shù)門檻，從而加速大數(shù)據(jù)技術(shù)在醫(yī)療行業(yè)的應用。
結(jié)語
雖然目前已經(jīng)進入復工階段，但這并不意味和疫情拐點已經(jīng)出現(xiàn)，復工階段人員流動勢必會給疫情防控帶來了更多的挑戰(zhàn)。
一人一碼以及背后大數(shù)據(jù)力量助力復工防控，無疑是當下最需要的防疫措施之一，而當疫情結(jié)束后，大數(shù)據(jù)在醫(yī)療領(lǐng)域的應用也將進一步深入和拓展，希望在不遠的未來，人們面對突發(fā)性公共衛(wèi)生事件之時，能夠有更多的“黑科技”力量應對，從而守護人們的健康和幸福。
溫馨提示：內(nèi)容僅供信息傳播，供參考.
來源：億歐
賽絲智能家居 
詢問賽絲
