邬贺铨：大数据助力疫情防控

近日，中国信息化百强委员会顾问、中国工程院院士、中国咨询委员会互联网学会理事吴作为主讲人，围绕“大数据助力疫情防控”这一主题，深入分析了大数据在支持和服务疫情防控工作中的重要作用。

中国信息化百强委员会顾问、中国工程院院士、中国互联网协会顾问委员会主任吴和珍

以下是演讲稿的终稿:

大数据有助于追踪和监控疫情

各位网友晚上好。今天我想讲讲“大数据有助于疫情防控”。Xi总书记指出，要利用大数据等手段加强疫情追踪监测，这是对大数据作用的肯定，也是对互联网界的要求。

手机成了另一张“身份证”

现在手机成了我们的另一张身份证。2018年中国移动通信普及率为112%，而全球普及率为106%，也就是说扣除一人以上，中国普及率为82%，接近发达中国水平，移动互联网普及率高于全球平均水平。可以说，我国几乎所有有独立行动能力的人都有手机，我国实行手机用户实名制，让手机用户可以识别持证人的身份。

移动13129078132可以与持有者的位置相关联

一般手机待机时，用户会从一个小区移动到另一个小区，此时手机会不断接收基站发送的测量信号。读取基站发送的重选小区参数，选择*优小区，实际上是在不待机时切换。因为用户可能在移动，并且小区半径相对密集，所以更新时间相对较快。目前的更新是二级，可以说是实时的。

手机是基于什么的？主要使用基站，有几种方法可以提高基站的定位。如果用更好的方法，定位精度可以几十米，目前一般可能一两百米。5G基站越密集，定位精度越高。

全球导航卫星+数字地图可以提高定位精度

当然，除了基站定位，我们还可以利用全球导航卫星和数字地图进行定位。现在智能手机的比例已经很高了，占手机用户的890%，智能手机配备了全球导航卫星接收的能力。定位精度一般在几十米，以米为单位可以更好，但是无法定位室内用户。另外，数字地图公司有一些扫描这条街道的方法，所以它甚至可以定位每一栋建筑。

一般来说，如果手机用户下载数字地图APP并打开，启用定位功能，就会改变新的位置，向GPS发送信息。所以，你可以知道你在哪里。当然，它的定位精度比基站好得多。但仅限于拥有数字地图APP的用户。我们有一家知名的数字地图公司，目前用户数为7亿(下载)，占全国移动用户不到一半，只有43%，所以覆盖面有限。但是，电信运营商虽然覆盖的用户越来越多，但精度不一定比数字地图公司好。

这里给出了一个数字地图公司的大数据地图，可以追溯到佛山春节前近500万人去过的地方，这里可以给出一个不错的走势。

有了这些数据，如何分析疫情的蔓延？国际上通常使用一种叫做SEIR的模型。它把人群分成了什么？就是已经感染了疾病的人，e是密切接触者，s目前是健康的，r是康复的人*后的手术结果，有一套规则。中国学者提出了改进的C-SEIR，增加了P和Q，P为疑似人群，Q为确诊人群。现在我国分为四类，从中可以计算出疫情传播模型。

我们可以看到，这是一个1月到2月9日的全国性疫情传播模型。我们可以看到传播的情况。目前我国修订后的模型考虑了政府的措施和公众的防疫意识，但以上模型仍然是以城市中的感染者和未感染者为基础，包括全部，这是一个常数，也就是说不考虑城市中的流入和流出。事实上，通过使用电信大数据，可以考虑一些进出的人，这可以使这个模型更加准确。

大数据可视化——“疫情”

当然，有了模型，很多大数据需要有一个可视化的表示。这里有一个可视化的方式。每个方框代表每个省。比如右下角的盒子——湖北，它的底色比其他的都深，就是感染者多。其中绿色是治愈率，黑色是死亡率。可见治愈率低于其他省份，但死亡率还是比较高的。可见这是一种直观的看法。

我们有关于这种行为的大数据，可以精确到每个细胞。左图为百度，以佛山为例，右图为腾讯。以佛山为例，可以以一个APP的形式发布，普通人可以使用，下载查询，甚至可以查到哪个小区的具体位置，离你家有多远，有多少确诊病例。事实上，其中一家公司表示，它已经覆盖了200多个城市。

现在已经开始复工了，2月10号，放假后第一天复工。人流的增加也给疫情防控带来了一些新的压力。给出了疫情期间的城市热图，可以细化到每个县，让我们知道哪里人*多，尽量避开人口密集。

下面是一个确诊患者的行程追踪。从底层看，1月21日离开佛山，乘坐高铁，到达一个地方，1月21日换到另一个地方，直到24日才发现症状。当然他的行程还得继续，27号去了另一个地方，30号去了下一个地方，31号诊断。根据确诊患者的旅行痕迹，我们可以很好地知道他去过哪里。目前有些地方依靠流行病学调查来询问患者你去的时间和地点，一个是他记不住，一个是不确定，利用你手机的大数据就能很好的知道。同时，通过计费数据，你也可以知道他平时的亲密接触，也可以知道他是否是亲密接触。

以卫建委+交通+工业信息的数据寻找亲密接触者