每日最新頭條.有趣資訊

揭秘點擊量超350萬的疫情傳播鏈條熱圖的幕後功臣

由北京市疾控中心發布的“北京21例感染者傳播鏈條一圖讀懂”信息曾在10月27日登上熱搜。這張點擊量超過350萬的傳播鏈條圖,幕後是用人工智能技術支持抗疫的科技團隊。記者11月2日獲悉,這一登上熱搜、仍在不斷更新的傳播鏈條圖,是在北京市疾控中心指導下,由擁有國內多省市疫情防控一線經驗的醫療大數據與人工智能技術企業醫渡雲輸出。

新冠疫情防控備受大眾關注。確診病例的傳播關係往往比較複雜,在病例集中發生時期,基於流調等信息快速厘清傳染鏈條十分具有挑戰性,對阻斷疫情來說又極為重要。

“製圖依據是流調報告、全基因組測序等信息來源,基於大規模預訓練模型的流調報告機器閱讀理解、圖優化算法的傳播鏈路自動還原等人工智能技術,能輔助判斷出感染傳播關係。”參與技術抗疫的醫渡雲工程師李思敏介紹。

在爭分奪秒的抗疫一線,可視化的傳播鏈條信息能為疫情防控人員提供重要價值,提高決策效率。比如在此次北京的新冠疫情防控中,涉及幾十份流調報告,每份報告數千字,疾控工作人員全部讀完、記住並提取重要信息會花費很多時間。而通過基於人工智能技術的語義識別、信息抽取,能幫助工作人員直觀理解病例傳播關係,鎖定風險人群分布等關鍵信息,也幫助決策者快速了解一線真實情況、高效決策。

除了登上熱搜的傳播鏈條圖,此前在南京、揚州抗疫中,多張直觀的疫情實況圖片出現在抗疫應急指揮中心,輔助決策。其中,病例軌跡熱點圖、聚集性疫情傳播關係圖等也被央視等諸多媒體引用。

醫渡雲技術人員介紹,繪圖本身並非難題,關鍵在於對疫情重點信息、多維關係的把握,選取契合的算法模型進行風險研判。例如前述病例軌跡熱點分析圖,是基於矩陣分解和知識推理引擎的風險場所判定算法而生成。技術人員根據支持多地抗疫的場所判定經驗,將工作經驗抽象沉澱為較完整、且符合當地特點的風險場所知識推理引擎,根據病毒傳播、場所特性、病例到訪情況等要素,準確計算場所的風險情況。

可視化人機互動還只是大數據技術在公共衛生領域提高效率的眾多應用之一。據了解,經過多輪實戰,醫療大數據技術企業還在探索搭建數據智能驅動、平急結合的城市公共衛生一體化平台,為疫情監測預警、智慧流調、分析研判、防控決策、指揮調度等環節全面賦能。

來源:千龍網

獲得更多的PTT最新消息
按讚加入粉絲團