南科大研究团队用AI大数据为城市疫情“把脉” 读创

读创/深圳商报首席采访人员吴吉
新冠肺炎疫情日趋复杂，而科技无疑是最强有力的战疫武器。2021年初，深圳市疾控中心、南方科技大学、深圳市智慧城市科技发展集团有限公司三方共同启动“AI大数据驱动的传染病城市风险综合防控应用示范实验” 。时隔一年，该实验进展如何？日前，南科大宋轩副教授接受读创/深圳商报采访人员采访时表示，项目正在稳步推进，针对此次广东省疫情的特点，研发团队将于近期在中高风险区域开展第二次实验。
2020年新冠疫情暴发初期，南科大计算机科学与工程系宋轩课题组紧急研发了“人流大数据和AI驱动的新型冠状病毒（COVID-19）传播建模预测和模拟推演平台” ，平台的建立在隐藏病患分析、风险人群分析、潜在病原地挖掘等方面实现了对于人流移动的新型冠状病毒传播感染情况的细粒度预测和模拟，并根据不同防疫策略动态推演和模拟城市传播感染情况。此后，平台多次为国内科研单位和机构输出模拟推演结果。
推演平台运行示意图
在此基础上， 2021年初，深圳市疾控中心、南方科技大学、深智城集团三方启动“AI大数据驱动的传染病城市风险综合防控应用示范实验” ，该实验旨在为常态化传染病精准防控提出一套综合解决方案，包括一个部署在移动设备端的“防疫链”APP ，以及一套人流大数据和AI驱动的传染病传播模拟推演平台。
宋轩告诉采访人员，项目自2021年初启动，于2021年5月完成了第一次校内实验和数据分析工作。“目前平台正已经进一步升级，可以评估不同防疫政策的有效性，并针对不同防疫政策组合进行模拟推演，生成完整的数据报告。”宋轩表示，项目还正在和盐田港合作，针对港口的防疫特点，制订和推进针对性防疫方案，进行实战演练。
此外，在这一年中，团队也在继续进行理论研究的攻关。“由于个人尺度的感染风险由生活环境，移动轨迹，接触人群密切程度等跨领域、多种要素共同决定，现有理论与方法难以融合这些关键要素，实现对复杂移动环境下个人尺度的感染风险的有效评价和建模。因此，目前缺少细颗粒度、大规模潜在感染风险源检测的决策依据。团队希望通过建立复杂环境下个人尺度的感染风险评价模型，分别在不同时间尺度下、传播概率与本质安全的不同视角下的要素建模与分析方法，融合城市移动性、传播物理模型、个人轨迹追踪、接触风险概率特征与功能特性，使用多维度建模模型” ，宋轩表示。

文章图片

文章图片

宋轩告诉采访人员，在研发过程中遇到的最大困难是来自数据安全的挑战。他说：“由于这个平台需要使用人流移动大数据。因此在最大程度上保护个人用户隐私这一前提下，如何完成模型训练并提升预测模拟和推演精度是一件非常困难的事情。我们需要在不跟踪个人移动轨迹、仅使用聚合数据的情况下完成模型训练。因此，这对我们的模型选择和算法设计上提出了很高的要求。为此，我们也开发了一些新的算法并使用了一些较为新颖的AI技术应对这个挑战。后续，我们还需要对这些算法和模型进行进一步的改进和完善。”
世界范围内，新冠肺炎疫情还在不断蔓延，防疫已成常态化。在此背景下，宋轩相信该平台能为防疫工作贡献力量。他说：“该平台在现有基础上可以升级成城市智能化管理平台（如智能交通管理，应急管理等）和AI辅助决策平台。帮助政府实现高效城市智能化管理，并为政策制订提供数据支撑和模拟推演政策的实施效果。同时，在实现最好防疫效果的同时，如何最大程度上减少经济代价就变得尤为重要。未来，我们会从这个方向进一步优化和改进平台的建模和模拟推演模型” 。