劉漳輝 郭文忠 陳羽中 陳鋒情

(1. 福州大學(xué)數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院， 福建福州 350108；2. 福州市聯(lián)創(chuàng)智云信息科技有限公司， 福建福州 350002)

2020年新年伊始，在湖北省武漢市發(fā)現(xiàn)的新型冠狀病毒[1]所引發(fā)的肺炎疫情，在全國范圍內(nèi)蔓延。該病毒具有強(qiáng)傳染性和傳播力，截止2020年2月22日，我國累計(jì)確診人數(shù)76000多人，累計(jì)死亡人數(shù)2300多人，嚴(yán)重威脅我國人民的生命健康，給國民經(jīng)濟(jì)造成極大損失。因此，及時(shí)掌握疫情變化趨勢，識別高危群體、高危區(qū)域，防止疫情擴(kuò)散等成為了疫情防控重點(diǎn)。

本團(tuán)隊(duì)長期從事大數(shù)據(jù)與人工智能前沿技術(shù)的研究，針對當(dāng)前疫情防控的需要，團(tuán)隊(duì)基于大數(shù)據(jù)[2]與人工智能[3]技術(shù)，提出疫情防控平臺的建設(shè)思路和實(shí)施方案，利用團(tuán)隊(duì)在數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)融合、數(shù)據(jù)存儲、數(shù)據(jù)管理、數(shù)據(jù)計(jì)算、數(shù)據(jù)分析以及可視化技術(shù)的研究成果，構(gòu)建“基于大數(shù)據(jù)與人工智能技術(shù)的疫情防控平臺”，為各級政府機(jī)構(gòu)提供及時(shí)準(zhǔn)確的疫情動態(tài)信息及決策支持，依托大數(shù)據(jù)與人工智能技術(shù)，為落實(shí)習(xí)近平總書記提出的“突出重點(diǎn)、統(tǒng)籌兼顧，分類指導(dǎo)、分區(qū)施策”的重大要求提供技術(shù)支撐， 做到有的放矢、精準(zhǔn)防控，推動疫情防控與經(jīng)濟(jì)生產(chǎn)發(fā)展兩手抓、兩不誤。

一、平臺架構(gòu)

平臺包括云平臺[4]、數(shù)據(jù)中臺[5]、AI中臺、API網(wǎng)關(guān)以及疫情大數(shù)據(jù)應(yīng)用等模塊。云平臺為疫情防控平臺提供基礎(chǔ)設(shè)施管理；以數(shù)據(jù)中臺進(jìn)行數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)融合、數(shù)據(jù)存儲、數(shù)據(jù)管理，采集匯聚全國、本省、本市、疫情高發(fā)地市的確診、疑似、治愈、死亡、新增隔離人員與解除隔離人員等數(shù)據(jù)，實(shí)現(xiàn)分區(qū)域、分維度統(tǒng)計(jì)疫情最新情況，掌握疫情變化趨勢；以AI中臺進(jìn)行疫情建模分析；API網(wǎng)關(guān)提供分析結(jié)果匯聚服務(wù)，為頂層具體疫情大數(shù)據(jù)應(yīng)用提供大數(shù)據(jù)與AI賦能，實(shí)現(xiàn)高危群體、高危區(qū)域的精準(zhǔn)識別，疫情態(tài)勢的精確分析、疫情防控物資的精準(zhǔn)把控，為各級政府機(jī)構(gòu)提供決策支持(見圖1)。

二、云平臺

云平臺基于企業(yè)級框架SSM+Dubbo構(gòu)建，讓系統(tǒng)的可靠性及健壯性得到進(jìn)一步的提升和保證，本平臺為B/S架構(gòu)，可通過各種WEB瀏覽器訪問客戶端，而服務(wù)端是部署于Linux系統(tǒng)上的服務(wù)器容器中。

云平臺底層兼容當(dāng)今最為流行的三種虛擬化：VMware，OpenStack，Docker。可在三種虛擬化方式中自由切換，用戶可根據(jù)不同業(yè)務(wù)的特點(diǎn)，結(jié)合不同虛擬化方式的特性，創(chuàng)建所需的虛擬機(jī)。云平臺具有良好的用戶體驗(yàn)，用戶只需要簡單幾步操作，就可以完成創(chuàng)建虛擬機(jī)的操作。用戶不再需要去創(chuàng)建及配置相應(yīng)的框架環(huán)境，只需要在申請的過程中選擇自己需要的框架版本即可，隱藏環(huán)境配置的復(fù)雜性。

對平臺的應(yīng)用包括純凈虛擬機(jī)、應(yīng)用中間件、成型產(chǎn)品類三種類型，將疫情防控平臺上架到云平臺的產(chǎn)品中心，通過云平臺可實(shí)現(xiàn)疫情防控平臺的快速部署以及可視化運(yùn)維(見圖2)。

三、數(shù)據(jù)中臺

數(shù)據(jù)中臺基于團(tuán)隊(duì)自主研發(fā)的統(tǒng)一SQL解析引擎，實(shí)現(xiàn)數(shù)據(jù)源管理、數(shù)據(jù)抽取、數(shù)據(jù)清洗、數(shù)據(jù)存儲、數(shù)據(jù)共享一站式全流程數(shù)據(jù)治理[6]，以及數(shù)據(jù)安全、運(yùn)維監(jiān)控等管理。數(shù)據(jù)源管理模塊實(shí)現(xiàn)各類數(shù)據(jù)源(MySQL、Oracle、PostgreSQL、MongoDB等)的接入； 數(shù)據(jù)抽取提供離線數(shù)據(jù)抽取、文件數(shù)據(jù)采集和實(shí)時(shí)數(shù)據(jù)采集三種數(shù)據(jù)抽取方式，數(shù)據(jù)清洗模對各個(gè)業(yè)務(wù)系統(tǒng)內(nèi)的數(shù)據(jù)進(jìn)行統(tǒng)一的標(biāo)準(zhǔn)化，去除重復(fù)數(shù)據(jù)、臟數(shù)據(jù)，建立包含業(yè)務(wù)系統(tǒng)及信息化建設(shè)需要的標(biāo)準(zhǔn)共享數(shù)據(jù)庫；針對全數(shù)據(jù)類型和多樣計(jì)算需求，數(shù)據(jù)存儲模塊實(shí)現(xiàn)以海量規(guī)模存儲、快速查詢讀取為特征，實(shí)現(xiàn)面向多源異構(gòu)數(shù)據(jù)的分布式數(shù)據(jù)存儲；數(shù)據(jù)質(zhì)量管理模塊通過數(shù)據(jù)質(zhì)量檢測算法提供數(shù)據(jù)質(zhì)量檢測能力；數(shù)據(jù)檢索模塊提供面向多模態(tài)異構(gòu)數(shù)據(jù)的統(tǒng)一分布式數(shù)據(jù)檢索能力；數(shù)據(jù)實(shí)時(shí)計(jì)算模塊實(shí)現(xiàn)時(shí)間窗口的統(tǒng)計(jì)和在線數(shù)據(jù)分析能力；數(shù)據(jù)安全模塊基于Kerberos等實(shí)現(xiàn)平臺業(yè)務(wù)數(shù)據(jù)的多級訪問控制；數(shù)據(jù)運(yùn)維管理模塊實(shí)現(xiàn)集群的自動化部署以及管理，同時(shí)提供操作系統(tǒng)級數(shù)據(jù)監(jiān)控、JVM級數(shù)據(jù)監(jiān)控、SQL級監(jiān)控、應(yīng)用級數(shù)據(jù)監(jiān)控(見圖3)。

(一)疫情數(shù)據(jù)匯聚

通過數(shù)據(jù)中臺，可實(shí)現(xiàn)從各部門快速匯集疫情防控所需的多維度數(shù)據(jù)，以實(shí)時(shí)指標(biāo)和動態(tài)空間分布的模式，集中匯總與關(guān)聯(lián)，做到實(shí)時(shí)性、準(zhǔn)確性、全面性，實(shí)現(xiàn)多維度、全感知的數(shù)據(jù)匯聚能力，為疫情態(tài)勢感知與監(jiān)控、高危群體識別、多維度廣角度決策分析提供基礎(chǔ)數(shù)據(jù)能力。疫情防控平臺所匯聚的數(shù)據(jù)如下：

(1)病患數(shù)據(jù)：確診病例數(shù)據(jù)、疑似病例數(shù)據(jù)、接觸人員數(shù)據(jù)；

(2)醫(yī)療數(shù)據(jù)：藥品器械數(shù)據(jù)、留觀隔離數(shù)據(jù)、醫(yī)護(hù)人員數(shù)據(jù)、醫(yī)療物資數(shù)據(jù)；

(3)關(guān)聯(lián)防控資源數(shù)據(jù)：交通資源、倉儲資源、社會治安執(zhí)法資源數(shù)據(jù)；

(4)防控關(guān)聯(lián)數(shù)據(jù)：包括人群數(shù)據(jù)、運(yùn)營商數(shù)據(jù)、交通出行數(shù)據(jù)、公安戶籍?dāng)?shù)據(jù)、酒店/學(xué)校/體育場館等可供人員臨時(shí)安置的場所數(shù)據(jù)、社治排查數(shù)據(jù)。公安戶籍?dāng)?shù)據(jù)提供各級區(qū)域常住人口、流動人口數(shù)據(jù)，包括個(gè)人基本信息、群體關(guān)系數(shù)據(jù)。運(yùn)營商數(shù)據(jù)提供基于運(yùn)營商的基站定位數(shù)據(jù)，獲取區(qū)域人群密度、人群流動態(tài)勢數(shù)據(jù)、個(gè)人活動軌跡數(shù)據(jù)。交通出行數(shù)據(jù)提供火車站、機(jī)場、汽車站的交通出行數(shù)據(jù)，獲得跨區(qū)的人員流動情況數(shù)據(jù)。酒店/學(xué)校/體育場館數(shù)據(jù)提供酒店/學(xué)校/體育場館等人員臨時(shí)安置的場所位置、場所面積、可容納人數(shù)等數(shù)據(jù)。家庭用電數(shù)據(jù)提供基于電力公司統(tǒng)計(jì)的家庭用電數(shù)據(jù)，獲取居民短暫和長期外出、舉家返回、隔離人員異動情況等。社治排查數(shù)據(jù)提供社治排查渠道獲取的人群信息，如外來人員戶籍、外來人員出發(fā)地、到達(dá)地、居住地點(diǎn)、體溫情況等(見圖4)。

(二)疫情數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理模塊負(fù)責(zé)對采集到的疫情數(shù)據(jù)的預(yù)處理：通過雙線性插值、異常點(diǎn)檢測等數(shù)據(jù)預(yù)處理算法，對數(shù)據(jù)采集模塊傳上來的數(shù)據(jù)進(jìn)行異常分析和數(shù)據(jù)解析，實(shí)現(xiàn)異常/噪聲數(shù)據(jù)檢測清洗、缺失數(shù)據(jù)補(bǔ)全以及異常數(shù)據(jù)去除；通過數(shù)據(jù)轉(zhuǎn)換組件，實(shí)現(xiàn)不同類型、不同格式疫情數(shù)據(jù)的轉(zhuǎn)換(見圖5)。

(三)數(shù)據(jù)管理模塊

數(shù)據(jù)管理模塊包括數(shù)據(jù)存儲引擎與數(shù)據(jù)檢索引擎兩部分。數(shù)據(jù)存儲引擎針對疫情防控平臺的各類數(shù)據(jù)與多樣化統(tǒng)計(jì)分析需求，以海量規(guī)模存儲為特征，以HBASE、Hive、HDFS、MySQL、Redis等多種異構(gòu)數(shù)據(jù)存儲組件為核心，實(shí)現(xiàn)面向多源異構(gòu)數(shù)據(jù)的分布式數(shù)據(jù)存儲，可基于數(shù)據(jù)特征(來源、類型、長度等)選擇不同存儲策略，在讀寫效率與空間利用率之間達(dá)到平衡。數(shù)據(jù)檢索引擎以ElasticSearch為核心，構(gòu)建分布式數(shù)據(jù)檢索引擎，實(shí)現(xiàn)多種異構(gòu)數(shù)據(jù)的高性能檢索。

四、AI中臺

AI中臺支持各類主流的關(guān)系型與非關(guān)系型數(shù)據(jù)庫，基于JBPM工作流引擎實(shí)現(xiàn)數(shù)據(jù)分析流程的自定義，通過可視化流程配置，便捷完成數(shù)據(jù)處理、模型訓(xùn)練以及模型上線。中臺內(nèi)置豐富的預(yù)處理、分類、聚類、回歸與驗(yàn)證算子以及一些專用領(lǐng)域的算子等，同時(shí)提供標(biāo)準(zhǔn)化接口，用戶可以自定義拓展算子。中臺提供基于R語言、Spark的數(shù)據(jù)統(tǒng)計(jì)分析能力，基于Mahout與Spark MLib框架的批量數(shù)據(jù)分析能力以及基于Storm、Spark Streaming的實(shí)時(shí)數(shù)據(jù)分析能力(見圖6)。

AI中臺主要包括數(shù)據(jù)計(jì)算、流程配置、算子管理、建模任務(wù)管理、流程API發(fā)布等模塊。數(shù)據(jù)計(jì)算模塊包括數(shù)據(jù)離線處理引擎與數(shù)據(jù)實(shí)時(shí)處理引擎，實(shí)現(xiàn)基于并行處理技術(shù)和流計(jì)算技術(shù)的分布式、高可用、可擴(kuò)展的離線數(shù)據(jù)與流數(shù)據(jù)的數(shù)據(jù)分析。流程配置模塊通過使用GooFlow流程設(shè)計(jì)器實(shí)現(xiàn)web可視化拖拉設(shè)計(jì)模型流程，并保存相應(yīng)流程，通過JBPM進(jìn)行流程執(zhí)行。算子管理模塊實(shí)現(xiàn)各類數(shù)據(jù)分析算子的添加、刪除、啟用、禁用、查看和授權(quán)管理。建模任務(wù)管理模塊實(shí)現(xiàn)數(shù)據(jù)建模任務(wù)的管理與建模進(jìn)度跟蹤；流程API發(fā)布模塊實(shí)現(xiàn)API創(chuàng)建、刪除、啟用/禁用、授權(quán)的全生命周期管理，可通過配置來源、目的源和選擇可用流程實(shí)現(xiàn)API的發(fā)布(見圖7)。

五、疫情防控分析

(一)疫情態(tài)勢分析

疫情防控分析模塊從宏觀角度，結(jié)合全國、本省、本市、疫情高發(fā)地市的確診、疑似、治愈、死亡、新增隔離人員、解除隔離人員等數(shù)據(jù),分區(qū)域、分維度統(tǒng)計(jì)疫情最新情況，掌握疫情變化趨勢,為各級政府部門提供及時(shí)準(zhǔn)確的疫情動態(tài)信息。

1. 疫情傳播分析

疫情傳播分析提供如下功能：

分析密切接觸者轉(zhuǎn)化為確診病例的數(shù)量，以及感染途徑(家庭傳播、接觸傳播、同行傳播、同住傳播、同單位傳播等)，分析不同感染途徑的轉(zhuǎn)化率；通過可視化手段展示確診人員與其密切接觸者的接觸場所、關(guān)系網(wǎng)絡(luò)；幫助各級政府部門了解疫情的主要傳播途徑，調(diào)整防控策略。

2. 疫情風(fēng)險(xiǎn)分析

疫情風(fēng)險(xiǎn)分析模塊提供以下功能：

潛在風(fēng)險(xiǎn)分析：基于社治排查數(shù)據(jù)、交通出行數(shù)據(jù)、運(yùn)營商提供的人員軌跡數(shù)據(jù)，結(jié)合疫情始發(fā)地以及其他疫情高發(fā)地市的確診人數(shù)，通過跨區(qū)域人員流動分析定位重點(diǎn)潛在風(fēng)險(xiǎn)區(qū)域，并以可視化形式展示，實(shí)現(xiàn)疫情防護(hù)工作的有的放矢。

高危區(qū)域分析：根據(jù)確診病例、疑似病例的戶籍信息、居住場所信息、工作單位信息、以及運(yùn)營商提供的活動軌跡數(shù)據(jù)，獲取其在不同地點(diǎn)、場所的停留時(shí)間，密切接觸群體信息，通過熱力分析，生成高位區(qū)域分布圖，以實(shí)現(xiàn)對高危區(qū)域的更高級別社區(qū)防控。

3. 高危人群監(jiān)測

高危人群監(jiān)測模塊提供以下功能：

高危人群軌跡監(jiān)測：根據(jù)運(yùn)營商提供的活動軌跡數(shù)據(jù)以及人員的關(guān)系群體數(shù)據(jù)，實(shí)現(xiàn)對確診病例、疑似病例的歷史軌跡進(jìn)行回溯監(jiān)測，快速定位各層級的密切接觸人員，可生成活動軌跡通報(bào)、人員分布熱力圖等。

高危人群精準(zhǔn)排查：根據(jù)航班客運(yùn)、列車客運(yùn)、客車客運(yùn)數(shù)據(jù)，以及疫情始發(fā)地、其他疫情高發(fā)地市的手機(jī)號段，結(jié)合運(yùn)營商提供的基站軌跡數(shù)據(jù)，快速定位來自疫情高發(fā)區(qū)域的人員群體，幫助各級政府部門確定重點(diǎn)排查群體、找到疑似排查缺口，實(shí)現(xiàn)及時(shí)精準(zhǔn)排查。

人員篩查：基于數(shù)據(jù)規(guī)則引擎，可基于出發(fā)地、到達(dá)地、車次、航班號、出發(fā)時(shí)間、到達(dá)時(shí)間、戶籍地、居住地等各項(xiàng)屬性，自定義人員篩查規(guī)則，進(jìn)行重點(diǎn)監(jiān)控人群的靈活、快速篩查。

4. 病患分析

病患分析提供以下功能：

定點(diǎn)醫(yī)院病例分布：按定點(diǎn)醫(yī)院統(tǒng)計(jì)上報(bào)人數(shù)、疑似病例數(shù)、確診病例數(shù)、死亡病例數(shù)、危重病例數(shù)、重癥病例數(shù)、輕癥病例數(shù)以及相應(yīng)比例，統(tǒng)計(jì)各定點(diǎn)醫(yī)院的使用床位、未使用床位、使用床位比例。

病患報(bào)告醫(yī)院確診人員數(shù)：按病患報(bào)告醫(yī)院統(tǒng)計(jì)確診人員數(shù)量。

感染者年齡、性別分布：按照病例性別、不同的年齡段、感染時(shí)間、死亡時(shí)間、治愈時(shí)間、輕癥轉(zhuǎn)重癥、重癥轉(zhuǎn)輕癥等，進(jìn)行多樣化的分析統(tǒng)計(jì)。

(二)醫(yī)療物資需求分析

醫(yī)療物資需求分析模塊提供以下功能：

(1)醫(yī)療物資供需分析：按照醫(yī)療機(jī)構(gòu)，對疫情防控所需的各類物資如防護(hù)口罩、防護(hù)服、護(hù)目鏡、呼吸機(jī)等進(jìn)行整合統(tǒng)計(jì)分析，分析庫存量、消耗量、供應(yīng)量等指標(biāo)。

(2)醫(yī)療物資采購分析：按照醫(yī)療機(jī)構(gòu)，對疫情防控所需的各類物資的采購情況進(jìn)行分析跟蹤。

(3)醫(yī)療物資下發(fā)情況：按照醫(yī)療機(jī)構(gòu)，分析疫情防控所需的各類物資的下發(fā)情況、緊缺程度。

(三)人員分布分析

人員分布分析模塊提供如下功能

基于移動電話關(guān)聯(lián)的數(shù)據(jù)資源，進(jìn)行多維度的展現(xiàn)。通過運(yùn)營商或通管局提供的武漢籍本地駐留人員市內(nèi)分布情況，按照移動、聯(lián)通、電信數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析展現(xiàn)；通過運(yùn)營商或通管局提供武漢入網(wǎng)用戶在各個(gè)行政區(qū)劃的人數(shù)分布情況，按照移動、聯(lián)通、電信數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析展現(xiàn);運(yùn)營商提供的武漢前來人員移動數(shù)據(jù)信息，統(tǒng)計(jì)駐留基站的相關(guān)內(nèi)容。

針對列車客運(yùn)統(tǒng)計(jì):按照日期天，按照每日下車人數(shù)和到站人數(shù)進(jìn)行統(tǒng)計(jì)、分析和運(yùn)用;針對航班客運(yùn)統(tǒng)計(jì):按照日期天，按照每日出港人數(shù)和入港人數(shù)進(jìn)行統(tǒng)計(jì)、分析和運(yùn)用;針對客車客運(yùn)統(tǒng)計(jì):按照日期天，按照每日出站人數(shù)和入站人數(shù)進(jìn)行統(tǒng)計(jì)、分析和運(yùn)用。

(四)客運(yùn)關(guān)聯(lián)人員分析

客運(yùn)關(guān)聯(lián)人員分析模塊提供如下功能：

(1)基于疾控部門的確診病例地址以及密切接觸者地址信息，從互聯(lián)網(wǎng)平臺的地圖服務(wù)中獲取經(jīng)緯度信息，基于經(jīng)緯度數(shù)據(jù)結(jié)合UGIS形成新型冠狀病毒高危區(qū)域熱力圖。

(2)將社區(qū)排查的疫情始發(fā)地(如湖北)來本地人數(shù)與運(yùn)營商提供的始發(fā)地手機(jī)用戶進(jìn)行比對分析，找出疑似排查缺口，為下一步排查提供指導(dǎo)。

(3)從確診病例的密切接觸者著手分析， 一旦密切接觸者(主要為本地人員)轉(zhuǎn)化成確診病例，即開始分析該人員的密切接觸者，構(gòu)建其關(guān)系圖譜，將其密切接觸者納為重點(diǎn)監(jiān)控對象。

(4)疑似病例和密切接觸者的區(qū)域分布統(tǒng)計(jì)，監(jiān)控可能爆發(fā)的風(fēng)險(xiǎn)點(diǎn)，為未來的醫(yī)學(xué)觀察點(diǎn)設(shè)置找點(diǎn)提供指導(dǎo)。

(5)社區(qū)排查的疫情始發(fā)地流入本地人數(shù)與運(yùn)營商提供的始發(fā)地手機(jī)用戶進(jìn)行比對分析，找出疑似排查缺口，為下一步排查提供指導(dǎo)。

六、結(jié)語

疫情防控期間，本文基于大數(shù)據(jù)與人工智能技術(shù)，構(gòu)建疫情防控平臺，為各級政府、衛(wèi)健委、應(yīng)急部門等提供疫情防控大數(shù)據(jù)服務(wù)。平臺實(shí)現(xiàn)疫情數(shù)據(jù)的快速匯聚，一站式對疫情數(shù)據(jù)進(jìn)行預(yù)處理，搭建疫情數(shù)據(jù)中臺，同時(shí)結(jié)合AI中臺進(jìn)行數(shù)據(jù)建模，實(shí)現(xiàn)疫情分析。

注釋：

[1] Prof Nanshan Chen MD，“Epidemiological and clinical characteristics of 99 cases of 2019 novel coronavirus pneumonia in Wuhan， China: a descriptive study”，Lancet，vol.395,no.10223( February 2020)， pp.507-513.

[2] Andrew McAfee， Erik Brynjolfsson,“ Big Data: The Management Revolution”，HarvBusRev， vol.90,no.10(2012)，pp.60- 68、128.

[3] Antoni Ligeza，“Artificial Intelligence: A Modern Approach”，Neurocomputing， vol.9，no.2(1995)，pp.215-218.

[4] Brian Hayes，“Cloud Computing”，CommunicationsoftheAcm， vol.51，no.7(2008)，pp.9-11.

[5] 李炳森、胡全貴、陳小峰：《電網(wǎng)企業(yè)數(shù)據(jù)中臺的研究與設(shè)計(jì)》，《電力信息與通信技術(shù)》 2019年第7期。

[6] 張 寧、袁勤儉：《數(shù)據(jù)治理研究述評》，《情報(bào)雜志》2017年第5期。