在面对突发的公共卫生事件之际，那看似杂乱无章的城市数据，究竟怎样才能够成为精准防控的关键所在呢？有一群年轻的研究者，他们通过比赛实践来进行证明，大数据技术是可以把这些信息转化为强大的抗疫力量的。
数据如何描绘疫情图景
城市运行会生成海量数据，像是每日通勤人流、医院接诊量、外卖订单分布以及各区域拥堵状况。之前这些数据分散于不同部门，看起来彼此毫无关联。然而在疫情期间，它们一同构成了一幅展现社会活动与健康风险的动态地图。
把这些多源数据整合一块儿，能够揭示病毒传播跟人类行为之间的隐秘关联。比如说，借助分析交通卡口数据以及移动信令，能够追踪潜在感染者的行动轨迹；结合外卖订单的忽然变化，能够间接判断某个社区的物资储备是不是紧张，为精准援助提供根据。
年轻团队的技术攻关
2020年，一场数据创新大赛吸引了超过5500支队伍，这场大赛聚焦科技战疫。来自中国科学技术大学的两支“90后”研究生团队脱颖而出。这两支团队由大数据和计算机专业中，博士生和硕士生组成。他们于实验室里进行了高强度备赛，且持续数周。
团队成员大多年轻，然而，他们于数据挖掘、人工智能领域早有坚实积累，还曾于顶级期刊发表多篇论文，并且申请多项专利。他们快速把学术研究能力转变为解决实际问题的办法，最终，在“重大突发公共卫生事件处理解决方案”及“重点区域人群密度预测”这两个重点赛题里，都斩获冠军。
构建公共卫生应急云平台
应对疫情防控的繁杂需求，冠军团队设计了一项名为“防疫上云”的系统方案，此方案意在借助大数据以及人工智能技术，搭建一个整合的公共卫生应急云平台，用以应对疫情防治里的关键挑战。
该平台规划出四大功能模块，第一是对疫情态势予以可视化展示，第二是对疫情发展进行实时预测，第三是对医疗与生活物资实施智能调配，第四是对经济恢复以及复工复产展开风险评估。平台的核心目标在于打通数据孤岛，为决策者供应一体化的数据支持工具。
物资调配与风险预警
在物资调配这一事项当中，团队以开创性的方式，将多维度数据予以融合，他们不但留意医疗机构对于物资的需求情况，且靠着剖析市民的外卖订单频次、电商采购数据等相关内容，进而间接地对家庭物资储备水准加以评估，借此达成从“医院”起始，历经“社区”，最终至“家庭”的精确物资投放。
处于经济恢复时期，平台凭借监测城市人流量、交通拥堵指数、商圈消费数据这般的“经济活动脉搏”，结合新增确诊病例数，去构建风险评估模型。这能够协助判断复工复产的节奏是不是安全，给平衡防疫与发展提供数据方面的依据。
预测模型与实战检验
将疫情发展趋势予以预测当作比赛核心难点，组委会给出了源自北京交通、统计、商业平台和通信运营商之类13个部门的超出330GB数据，参赛团队要借助这些历史数据，构建模型去预测未来疫情走向。
那由冠军团队搭建而成的预测模型，具备针对未来15天疫情发展状况加以推演的能力。他们把该模型运用在诸如北京、纽约等城市的数据之上，以此来进行验证。最终所呈现的结果表明，预测曲线跟实际情形的吻合程度比较高，而这一项成果获得了赛事评委方面的肯定。
从竞赛到现实的价值延伸
这一回的大赛，不单单是一场技术方面的较量，更是科研力量对社会需求做出响应的一种呈现。指导老师讲了，参与到这个比赛当中，使得学生们把所学的理论运用到求解现实世界里的问题上，进而积累了十分宝贵的实践经验。这样一来，就为往后应对相似的公共卫生事件储备了技术方案以及人才。
数字大集合用于抗击疫情所具备的价值体现于其具备的前瞻性以及精准性这两方面，借助数据构建模型，我们能够在时间上更为提前地洞察潜藏的风险，在资源调配方面更为精准恰当，在进行决策时更为符合科学规律。此次竞赛之中成功的案例显示出，促使政府所拥有的数据实现开放同时与社会层面的数据相互融合，对于提高城市应对紧急情况时的治理能力有着极为深远的重要意义。
于将来的智慧城市构建里头，你觉得还有啥日常数据能够被更优地运用，用以提高我们应对突发公共事件的本事呢？欢迎在评论区域分享你的看法，要是觉着本文有启发，那就请点赞予以支持。
