耶啵赞赞
一、对人口流动、搜索、医疗等数据进行AI挖掘、预测，发现趋势防患于未然
武汉疫情防御中，大数据只反映出现状。
如果能够未卜先知，预测到疫情的爆发，今天形势就不会如此严峻。
虽然看上去这太难，但人类抗击疫病传播时早已在尝试应用AI+大数据进行预测。
早在2008年，Google便推出了Google Flu，利用人们的搜索查询记录来发现流感的爆发，它甚至比美国卫生部门提前两周发现了2009年的猪流感大流行。
然而这种方法倾向于高估疾病流行的严重程度，容易引发社会恐慌，最后被Google叫停。
二、智能调度医疗防护资源
通过电商平台的大数据，发现了武汉等疫区医疗防护物资短缺的趋势，然而只是发现趋势是不够的，因为这解决不了医疗防护资源调配的问题。
基于趋势发现，通过大数据，进行智能供应链管理，让物资以最短物流路径，最短在途时长从生产线到达疫区就至关重要。
现在电商平台已在发挥大数据+供应链的优势，进行智能调度来最大化降低疫区医疗防护物质短缺的情况。
京东大数据研究院首席数据官刘晖在接受央视采访时表示：我们正在发挥供应链资源的优势，与各品类开展自营合作的核心品牌厂家紧密沟通互动，推动它们加班生产、优化库存。
当商品被卡在了生产环节时，怎么调度都是不够的。
不过，如果能够结合第一点，即疫情的大数据预测，特别是分区域的预测，再进行有的放矢的预生产、预调拨，就可以有效降低物资短缺、物价波动的情况，理论上还可结合IoT技术，对捐赠的医疗物资去向进行精准追踪，确保它们能在第一时间到达最紧缺的地方，避免出现压在仓库的情况。
三、甄别谣言、假消息和错误消息
疫情来了，所有人高度关注，各种消息满天飞，真真假假，要每个用户去甄别消息不现实，封堵消息则会造成更大恐慌，甚至给谣言滋生创造土壤。
针对这样的情况，互联网大平台上线了辟谣功能，然而对于社群、社交网络上的一些碎片化消息，特别是像截图、段子、短视频这样的假消息，依然缺乏有效治理。
针对此，每日实时数据更新，平台全公开，让民众能够实时了解最新情况。
同时可结合社会化举报机制、专家审核机制以及AI识别机制等，对一些错误的图像和文字内容进行智能识别和清理。
四、机器人诊疗，降低医护人员风险
医护人员是从不缺席的白衣天使，今天依然冒着感染风险奋战在疫情一线，很多医院医护人员的请战书都让人泪目。有没有什么科技可以让医护人员更轻松？
看到新闻说，美国第一例SARS冠状病毒在西雅图确诊后随即被送往华盛顿一家医院的特殊病原体科，为了避免这种疾病在医院内传播爆发院内感染，该医院的医生一直使用机器人诊治这名病患。
该医疗中心的负责人乔治狄亚兹（George Diaz）接受卫报访问时表示，他坐在400平方英尺的隔离病房外操作拥有摄影机、麦克风跟听诊器的机器人，以随时确认患者的状况，而不需要通过医护人员不断监看患者状况。
这家医院的特殊病原体科成立于2015年，主要是要应对2013到2015年爆发的埃博拉病毒问题。类似于这样的机器人诊疗，真的很希望未来能够普及。
AI+大数据在疫情管控上应用空间还有很多，比如通过车脸识别来发现疫区车辆进行管控，比如智能问诊对涌来的恐慌性求诊人群进行分流……虽然很多应用在现在的疫情面前显得有些苍白无力甚至是痴人说梦，但是我们一定要因为相信而看见。
84岁高龄依然奋战在一线的钟南山老院士，大量的一线医务卫生人员，后台的医疗卫生科研工作者是防控疫情的关键战士，而科技能够做到的就是减轻这些英雄的负担，给他们提供更好的工具，让他们更高效、更心安、更安全。
上岸视界
大数据在新冠肺炎疫情中起到了重要作用。
讲讲我个人接触到的大数据三点作用：①疫情发展预测；②用户行程轨迹追溯；③健康码生成与互通
大数据虽然是看不见摸不着，但是对于技术分析来说，数据越多，分析越准，结果越有意义。
对于疫情防控更是一样，基于各种疫情数据，我们能够科学分析，管中窥豹，对未知的病毒，寻得一些可知的规律。
1.疫情发展预测
上图是基于大数据分析生成的确诊人员数据，可以看到，预测数据虽有细微偏差，但是基本上只有万分之几，可以说非常准确。
这些趋势预测就是通过确诊用户数，确诊地，疑似人员数，发生地，传染病传染概率数等多方面的数据，加上科学变数，形成大数据，一些专业的科研机构通过大型科学计算机运算，就可以行成疫情发展预测。
各地根据现实情况和预测数据，就可以做出相应的解封，通高速，开学等防疫政策。
2.用户行程轨迹追溯
三月份，三大运营商开始提供本人到访地查询服务，如上图。
这一功能虽然看似简单，背后却隐藏着一个覆盖数亿人群的大数据网络。据工信部提供的信息，这是他们组织了行业专家开展大数据咨询，紧急建立疫情电信大数据分析模型，组织基础电信企业大数据统计全国特别是武汉和湖北等地区的人员流动情况而实现的，成功助力各地联防联控部门精准施策。
3.健康码生成与互通
（1）生成
很多人好奇各地健康码是如何生成的？
各地健康码”是以个人健康数据为基础，由居民自主通过健康登记系统网上申报，结合新冠肺炎疫情相关大数据进行对比核验，根据大数据运算结果，生成个人专属二维码，现在，个人健康二维码成为个人出入通行的电子凭证。
（2）互认互通
疫情发生以来，各地数据管理局通过各地疫情大数据 ，搭建疫情防控指挥平台和专项数据库，加强疫情数据汇集、分析和比对，并汇聚上报国家互联网+监管平台、并通过国家大数据平台才能实现各个省份之间的省份之间的互通互认。
以上三点，都是基于大数据分析，为疫情防控提供趋势，溯源，互通，提供了 科学依据。
EVtoday
你好，很高兴回答你的问题！
以手机数据追踪疫情 可减低抗疫成本
有报道指出，新型肺炎所造成的经济代价和社会成本不菲。有分析员简单估算，在短短的七天新春假期内，单在电影票房、餐饮零售、旅游市场所带来的直接经济损失就超过一万亿元人民币。为降低抗疫成本，经济学家李铁便提出通过「手机信令」去追踪和控制疫情。
所指的「手机信令」是手机与电讯网络发射基站之间的通讯，只要开着手机，手机便会自动与附近基站通讯，以备随时发出或接收电话及信息，而电讯网络必须识别该手机的定位才可提供服务。再加上「通话详情纪录」即电话发出的短讯或上网的信息发出和完成时间等详细数据），便能更有效地确认信息发出的方位，有助迅速找到用户位置。
现时，可掌握「手机信令」数据的是三大网络营运商，只要集合它们的信息，全国人口近期在流向和分布便能了如指掌，要进一步了解个别地区甚至个人全天候的流动状况，更不成问题，同时也可监测与感染个案有接触的人士或家居隔离者，防止他们擅自出走。这样就可以在较低的经济和社会成本之下，起着控疫的效果。
《美国医学杂志》刊出的报告估计，有一成新型冠状病毒肺炎患者没有明显征状，即无发烧无咳嗽，难以让医疗人员识别检疫，所以利用手机定位数据追踪确诊病例，并以他们过去几个月的手机信息和通话详细纪录来掌握行踪，便易于锁定潜在病患，对研究确诊病例的感染和传播路径大有作用。
手机数据可在灾难时协助搜索伤者
其实，以手机数据追查传染病早有例证。美国麻省理工学院早前和新加坡合作，以蚊子传染的登革热作为研究对象，试验几个预测模型。其中一个以新加坡230万人两个月的匿名手机通话纪录，追溯病发前人口流动的模样，表现理想，可持续地把登革热个案的地理位置分布预报出来，能显示出行轨迹和染病的关系，有助找出预防病情扩散的方法。
此外，手机数据还可在地震、山洪时协助搜索伤者。2010年，海地大地震导致10多万人丧生，这启发了瑞典卡罗琳医学院的一名学生，说服当地最大的电讯公司，免费分享地震发生前后的190万名用户之匿名通话纪录，藉此寻找生还者，并救助流离失所的灾民。据知，当时首都太子港有差不多四分一的居民被迫离开家园。有了这些分析可令当局更清楚预计灾民的流向，从而规划相关的救援措施。
总结
随着都市化，全球有超过一半人口居于都市，各地市政府在公共卫生及灾难应援的工作上更具挑战。各地必须防患于未然，应尽快重新检视现行手机大数据的应用条例，并制定使用指引，以助未来的防疫及救援工作寻找更可行的方案。
如果回答对你有帮助的话，不要忘了点赞关注支持一下哦！
