通過AI和大數據技術助力重大、季節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展集團有限公司（以下簡稱深智城）聯合，正在推動這一技術落地，從而實現重大傳染病的常態化精準防控。

　　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），以及一套人流大數據和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境大數據（如人流密度、空氣質量、環境濕度溫度等），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采集的數據，通過整合、處理和分析多模態人流出行大數據，結合AI算法，實現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。

　　“有別于傳統的經驗傳播模型，本項目的核心算法模型完全由數據驅動，通過AI技術實現模型校準和調優。通過數據的累積和更新，模型可以不斷迭代優化。”宋軒說。

　　基于海量真實數據的反饋，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，當再次出現新增病例時，為避免“一刀切”造成的資源無序調度及大規模損耗，可以通過模擬區域封鎖，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濟社會的影響，從溯源手段、數據采集、成效評估等疫情研究全鏈條出發，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。

　　采集真實數據訓練校準模型

　　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據構建，由于缺乏真實數據的訓練校準，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，項目通過發起大規模志愿者實驗，利用APP自主采集數據，為模型算法提供海量、實時、高頻、精準的個體行為數據，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——基于大規模志愿者空間交互實驗的傳染病傳播模擬研究，探索常態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，項目發起2個階段的志愿者空間交互實驗，收集真實數據對模型算法進行校正調優。”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。在封閉校園環境中采集的數據，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量，更多樣的城市場景和社群類別以及更復雜的樣本環境，測試硬件設備以及算法的魯棒性，實現特定樣本規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濟科學和精準的傳染病綜合防控方案。

　　“通過APP端的數據采集和推演平臺的算法模型校正調優，南科大與深圳市疾控中心、深智城以數據為核心、以科技為手段，將發動全市力量共同推進重大傳染病精準防控研究，打造常態化精準防疫‘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）