通過AI和大數(shù)據(jù)技術助力重大、季節(jié)性傳染病綜合防控工作，已不是夢想。記者3月19日從南方科技大學（以下簡稱南科大）獲悉，南科大與深圳市疾病預防控制中心（以下簡稱深圳市疾控中心）、深圳市智慧城市科技發(fā)展集團有限公司（以下簡稱深智城）聯(lián)合，正在推動這一技術落地，從而實現(xiàn)重大傳染病的常態(tài)化精準防控。

　　APP+推演平臺助力精準防控

　　項目負責人，南科大研究員宋軒介紹，這套綜合解決方案，包括一個部署在移動設備端的應用程序（以下簡稱APP），以及一套人流大數(shù)據(jù)和AI驅動的傳染病傳播模擬推演平臺（以下簡稱推演平臺）。

　　“手機端的APP可通過感知用戶與他人的接觸情況并分析各類城市環(huán)境大數(shù)據(jù)（如人流密度、空氣質量、環(huán)境濕度溫度等），實時評估流行性或重大傳染病（如新冠肺炎、季節(jié)性流感等）患病風險。”宋軒說。

　　而推演平臺則是基于APP采集的數(shù)據(jù)，通過整合、處理和分析多模態(tài)人流出行大數(shù)據(jù)，結合AI算法，實現(xiàn)對流行病毒傳播和感染人群細粒度建模及迭代訓練，并輸出相關的預測和模擬推演的可視化結果。

　　“有別于傳統(tǒng)的經(jīng)驗傳播模型，本項目的核心算法模型完全由數(shù)據(jù)驅動，通過AI技術實現(xiàn)模型校準和調優(yōu)。通過數(shù)據(jù)的累積和更新，模型可以不斷迭代優(yōu)化。”宋軒說。

　　基于海量真實數(shù)據(jù)的反饋，推演平臺還可定量評估不同防控措施的實施成效，為精準施策提供支持。宋軒舉例，當再次出現(xiàn)新增病例時，為避免“一刀切”造成的資源無序調度及大規(guī)模損耗，可以通過模擬區(qū)域封鎖，來定量評估封鎖位置、封鎖范圍、封鎖強度等因素對防控成效和經(jīng)濟社會的影響，從溯源手段、數(shù)據(jù)采集、成效評估等疫情研究全鏈條出發(fā)，為合理制定防疫措施提供科學指導。

　　對于如何保護用戶隱私，宋軒介紹，該項目將在APP端運用多種先進技術保護用戶隱私，用戶全程無需提供任何個人信息，做到了真正意義上的匿名化。

　　采集真實數(shù)據(jù)訓練校準模型

　　當前已有的傳染病模型大多基于一系列假設條件及模擬數(shù)據(jù)構建，由于缺乏真實數(shù)據(jù)的訓練校準，模型的可靠性受到了一定程度的影響。

　　為了提升模型的魯棒性與準確性，項目通過發(fā)起大規(guī)模志愿者實驗，利用APP自主采集數(shù)據(jù)，為模型算法提供海量、實時、高頻、精準的個體行為數(shù)據(jù)，從而更好地支撐疫情傳播的建模和預測工作。

　　宋軒介紹，2020年12月31日，三方正式啟動項目——基于大規(guī)模志愿者空間交互實驗的傳染病傳播模擬研究，探索常態(tài)化傳染病精準防控綜合解決方案，降低傳染病傳播風險，為政府的高效精準施策貢獻力量。

　　“為了保證算法模型的精準性、可靠性，項目發(fā)起2個階段的志愿者空間交互實驗，收集真實數(shù)據(jù)對模型算法進行校正調優(yōu)。”宋軒說。

　　第一階段于今年1月下旬在南科大校園進行，面向廣大師生招募志愿者。志愿者下載APP后，在為期2周左右的實驗里保持應用在后臺運行并開啟藍牙。在封閉校園環(huán)境中采集的數(shù)據(jù)，測試硬件設備和APP端、服務器端以及算法的魯棒性。

　　第二階段于今年3月下旬在深圳全市范圍進行，招募全市市民參與實驗，旨在在更大的空間范圍內進行傳染病傳播模擬研究。這項實驗將基于更龐大的樣本數(shù)量，更多樣的城市場景和社群類別以及更復雜的樣本環(huán)境，測試硬件設備以及算法的魯棒性，實現(xiàn)特定樣本規(guī)模下的全市風險精準評估。

　　宋軒介紹，通過本次實驗驗證的相關算法模型，將被用于探索更為經(jīng)濟科學和精準的傳染病綜合防控方案。

　　“通過APP端的數(shù)據(jù)采集和推演平臺的算法模型校正調優(yōu)，南科大與深圳市疾控中心、深智城以數(shù)據(jù)為核心、以科技為手段，將發(fā)動全市力量共同推進重大傳染病精準防控研究，打造常態(tài)化精準防疫‘深圳樣板’，助力城市治理更加科學化、精細化、智能化。”宋軒說。

　　（來源：科技日報    馬愛平）