國內的疫情，已經逐漸得到控制。
在這場突如其來的疫情中，中國企業的硬核科技技術發揮了重要的支撐作用，積極助力疫情防控，讓我們絕大多數人都能健康平安地度過疫情。
而在後疫情時代，不能漏做的一件事就是：覆盤和反思。
在疫情期間，“安防+人工智能+大數據+雲計算”的一套數字技術組合拳，成為各省市的智慧城市疫情防控工作中的亮點，科技戰“疫”吹響了硬核科技與公共衛生應急管理體系深度融合的號角。
但是，疫情防控工作也暴露出來部分技術在落地應用的一些短板和不足，有些技術甚至是第一次使用，效果沒有達到預期。
在探尋科技向善的過程中，我們需要注意的是，重視科技的力量，但並不是誇大科技的力量。看到科技的正向作用，也要認清目前科技應用存在的問題，從問題、短板、不足中去發現技術升級、市場應用的機會。
接下來，一起復盤智慧城市中的各項技術在疫情防控阻擊戰中都發揮了哪些作用，以及如何補短板、堵漏洞、強弱項。
1、海量數據採集和監測，是否發揮了價值？
在疫情期間，傳播快、感染廣、防控難，是病毒的特點，也是疫情控制比較突出的問題，如何能在短時間內控制傳播速度、縮小感染範圍、增強防控效果，需要依賴各種各樣強大的高科技產品。
智能安防領域的紅外熱成像測溫、智能門禁系統、無人機、5G遠程實時傳輸、巡邏機器人等多種多樣的安防技術，加上人工智能、大數據中心、雲計算等技術，達到了幾個作用：
第一， 海量信息便捷採集，掌握疫情擴散的情況；
第二， 出行信息公開監測，分析疫情蔓延的動態；
第三， 滿足非接觸性場景需求，減少感染；
第四， 高效配置人員，技術和人合力控制疫情傳播。
疫情後期，大範圍、大人流的出行、復工、復產，各種疫情防控的小程序、健康碼應運而生。
比如，阿里雲聯合釘釘和支付寶，推出免費智能社區疫情防控小程序。該程序可以幫助社區一線工作人員完成出入登記、健康打卡、疫情通知等工作。騰訊雲也開發了同類型的健康碼，在多個省份地級市上線，有數據顯示已經累計亮碼了25億人次。
在2月中下旬，疫情尚未結束，北上廣深等一線城市面對千萬人次的人口流動，要把疫情防控工作做到位，是對各地政府的一次“大考”。
為此，進入各個城市的居民，從出行到居家，都要通過各地的信息平臺，進行申報個人信息，並憑著從平臺獲取的健康碼進出小區。
據不完全統計，目前全國各省市推出的健康碼多達近百種。健康碼的無接觸、追根溯源、避免重複登記、防止丟失等作用，是政府、城市、社區在疫情時期特別需要的信息化、智能化管理技術。
但是，從落地應用來看，各個城市有各自的健康碼，一些地方推出的健康碼存在地域侷限性，一旦跨地區就不管用了。地方“各自為政”“各自為戰”，讓各個區域成了獨立存在的“信息孤島”。
這就對人口流動帶來了阻礙，從而影響了疫情防控，也影響了企業正常復工復產，影響了公眾正常生活與工作。
比如，如果有人在老家辦了健康碼，到了工作的城市卻沒什麼用了，這就難以證實他是否健康，這就又要重新辦證明，甚至還可能要對外地流入人員進行遣返。各地流動人口的個人健康消息不互認，就給防疫帶來了很大不便，也給公眾增添不少麻煩與不便。
而且，在實際的出行、復工、復產中，又會出現下面幾個現象，比如：
你所在的社區或小區，除了讓你登記健康碼的信息外，還會讓你去管理處辦一個紙質的“出入證”，門口的保安幾乎都是隻認證，不認碼；
你去公司上班，大樓管理處也會讓每家公司的員工掃碼登記信息，但這個登記信息的平臺，卻跟小區的不一樣，同時，也給大樓的每位員工製作一張“出入證”，後續上班時，出入口的保安也是隻認證，不認碼；
你乘坐交通工具，比如打個車，司機也讓你掃碼登記信息，這個信息平臺又跟小區和公司登記的平臺不一樣，然後有的司機會提醒你掃碼登記，有的司機則很“佛系”，你掃不掃碼，他都很坦然；
你去某個機構辦事，大樓門口也要掃碼登記信息，這個信息平臺跟前面的幾個平臺依舊不一樣，下次再來，依舊要登記，工作人員不認碼，只確認你是否做了掃碼這個動作。
首先，可以肯定的是，每個城市對登記信息都很重視，居民也很認真地填寫信息。
但通過剛才的幾個現象，也可發現這麼一個規律：每個小區、每棟大樓、每個機構、每輛車，只要有人出入的地方，都在收集個人的信息，平臺不一樣，信息還重複登記，而且有碼也沒人查驗，工作人員認證不認碼。
而且，出示的健康碼，人眼幾乎是無法辨別的，在查驗的時候並沒有機器進行核對，這也是工作人員認證不認碼的主要原因。
另外，每個平臺登記完這些信息後，會如何使用？如何確保信息不被洩露？為何要有這麼多的信息平臺，信息難道不能共享嗎？
有業內人士透露，這次疫情來得突然，各個城市的疫情防控都有自己的舉措，對於數據收集的前端工作，其實已經做得很好了，但是，中端、尾端的工作則略顯不足。
中國14億人在疫情期間，產生龐大的數據量，政府、企業、社區和其它主體，都掌握著大量的數據資源，然而由於缺乏數據共享交換協同機制，“數據孤島”現象逐漸呈現。
本應作為政府最重要資產之一的政務數據卻因大數據的量太大、太散、難以有效融合等問題而無法發揮最大價值。
在疫情之後，從更高層面解決信息孤島和數據不能連通的問題迫在眉睫，因此，完善城市智慧管理機制是現實發展的當務之急。
業內人士表示，此次疫情需要多維融合、事前預警，多種資源和信息的整合和利用。數據中臺、數據孿生等技術在落地應用的時候，疫情中出現的諸多結構性情境會影響這些技術的實用性，在疫情後，這些技術在創新升級後，還有很大的發揮空間。
比如，安防領域的智能門禁系統和健康碼背後的大數據平臺，在5G技術的基礎上，可以打造“一碼通行”的智慧出行平臺，從數據上傳到數據分析再到數據應用，實現互聯互通。
在後疫情時代，智慧城市的技術能力，如何更全面、深入、妥善地與公共衛生應急管理體系進行融合，是一個亟待研究的大課題，對於安防行業來說，也意味著機遇和挑戰。
2、跨學科研究和人才不足
在疫情發生後，醫療機構、公共衛生系統、政府部門等一線應急機構，都需要安防+大數據+AI+雲計算的深度融合技術手段，來應對公共衛生事件的智能化基礎支撐體系。
比如在一線醫療防疫工作中，要對病毒進行溯源，基因測序的工作需要AI算力來縮短時間，百度於是馬上免費開放線性時間算法LinearFold和世界上最快的RNA結構預測網站，以提升新型冠狀病毒RNA空間結構預測速度，為各基因檢測機構、防疫中心以及全世界科學研究中心提供強大的智能支撐作用。
在疑似病例大量增加的時候，需要對他們的CT影像儘快做出準確的分析和判斷，於是，阿里達摩院聯合阿里雲研發了全新的AI診斷技術，20秒內能做出判讀，準確率達到96%，大大節約了病情診斷時間。
由於病毒的傳染性比較強，在各種場景中，無接觸、無人化的工作就顯得尤其重要，為此，紅外測溫系統、智能機器人、無人機的角色和功能就能滿足這些場景的需求。
很多科技企業如優必選、大疆、高德紅外等，就推出適合這些場景的智能機器人、無人機、紅外測溫一體機等疫情防控解決方案，減少交叉感染，增強監測預防、消毒防護。
智能化、數字化的技術很先進，但它們大多都是首次參與這次突發疫情的防控工作，而這就出現了由於學科領域交叉，彼此互相干瞪眼的情況。
科技技術人才，對公共衛生和應急管理領域知之甚少；醫療衛生系統人才，不熟悉這些高尖科技技術手段；應急管理系統的人才，對於智能化、數字化技術和公共衛生的融合缺乏關注。
在疫情防控的時候，因為供需兩側彼此的專業過於垂直，對雙方需求不瞭解，溝通成本較大，防控工作效果受影響。
有業內人士就建議，希望科技部、教育部等政府機構能借此機會引導和支持人才結構的調整，鼓勵跨學科的研究和人才培養。
安防、大數據、雲計算、人工智能等科技企業，在人才培養過程中，也需要引進或重視培養跨學科人才，加強與政府部門、醫療機構、科研院所的交流合作，讓技術應用更加地實用、落地。
醫療機構、公共衛生、城市管理等系統也需要大力引進和培養跨學科人才，擁抱智能化技術，升級管理機制，提升醫療技術水平。
閱讀更多 中安網 的文章
