耶啵贊贊
一、對人口流動、搜索、醫療等數據進行AI挖掘、預測，發現趨勢防患於未然
武漢疫情防禦中，大數據只反映出現狀。
如果能夠未卜先知，預測到疫情的爆發，今天形勢就不會如此嚴峻。
雖然看上去這太難，但人類抗擊疫病傳播時早已在嘗試應用AI+大數據進行預測。
早在2008年，Google便推出了Google Flu，利用人們的搜索查詢記錄來發現流感的爆發，它甚至比美國衛生部門提前兩週發現了2009年的豬流感大流行。
然而這種方法傾向於高估疾病流行的嚴重程度，容易引發社會恐慌，最後被Google叫停。
二、智能調度醫療防護資源
通過電商平臺的大數據，發現了武漢等疫區醫療防護物資短缺的趨勢，然而只是發現趨勢是不夠的，因為這解決不了醫療防護資源調配的問題。
基於趨勢發現，通過大數據，進行智能供應鏈管理，讓物資以最短物流路徑，最短在途時長從生產線到達疫區就至關重要。
現在電商平臺已在發揮大數據+供應鏈的優勢，進行智能調度來最大化降低疫區醫療防護物質短缺的情況。
京東大數據研究院首席數據官劉暉在接受央視採訪時表示：我們正在發揮供應鏈資源的優勢，與各品類開展自營合作的核心品牌廠家緊密溝通互動，推動它們加班生產、優化庫存。
當商品被卡在了生產環節時，怎麼調度都是不夠的。
不過，如果能夠結合第一點，即疫情的大數據預測，特別是分區域的預測，再進行有的放矢的預生產、預調撥，就可以有效降低物資短缺、物價波動的情況，理論上還可結合IoT技術，對捐贈的醫療物資去向進行精準追蹤，確保它們能在第一時間到達最緊缺的地方，避免出現壓在倉庫的情況。
三、甄別謠言、假消息和錯誤消息
疫情來了，所有人高度關注，各種消息滿天飛，真真假假，要每個用戶去甄別消息不現實，封堵消息則會造成更大恐慌，甚至給謠言滋生創造土壤。
針對這樣的情況，互聯網大平臺上線了闢謠功能，然而對於社群、社交網絡上的一些碎片化消息，特別是像截圖、段子、短視頻這樣的假消息，依然缺乏有效治理。
針對此，每日實時數據更新，平臺全公開，讓民眾能夠實時瞭解最新情況。
同時可結合社會化舉報機制、專家審核機制以及AI識別機制等，對一些錯誤的圖像和文字內容進行智能識別和清理。
四、機器人診療，降低醫護人員風險
醫護人員是從不缺席的白衣天使，今天依然冒著感染風險奮戰在疫情一線，很多醫院醫護人員的請戰書都讓人淚目。有沒有什麼科技可以讓醫護人員更輕鬆？
看到新聞說，美國第一例SARS冠狀病毒在西雅圖確診後隨即被送往華盛頓一家醫院的特殊病原體科，為了避免這種疾病在醫院內傳播爆發院內感染，該醫院的醫生一直使用機器人診治這名病患。
該醫療中心的負責人喬治狄亞茲（George Diaz）接受衛報訪問時表示，他坐在400平方英尺的隔離病房外操作擁有攝影機、麥克風跟聽診器的機器人，以隨時確認患者的狀況，而不需要通過醫護人員不斷監看患者狀況。
這家醫院的特殊病原體科成立於2015年，主要是要應對2013到2015年爆發的埃博拉病毒問題。類似於這樣的機器人診療，真的很希望未來能夠普及。
AI+大數據在疫情管控上應用空間還有很多，比如通過車臉識別來發現疫區車輛進行管控，比如智能問診對湧來的恐慌性求診人群進行分流……雖然很多應用在現在的疫情面前顯得有些蒼白無力甚至是痴人說夢，但是我們一定要因為相信而看見。
84歲高齡依然奮戰在一線的鐘南山老院士，大量的一線醫務衛生人員，後臺的醫療衛生科研工作者是防控疫情的關鍵戰士，而科技能夠做到的就是減輕這些英雄的負擔，給他們提供更好的工具，讓他們更高效、更心安、更安全。
上岸視界
大數據在新冠肺炎疫情中起到了重要作用。
講講我個人接觸到的大數據三點作用：①疫情發展預測；②用戶行程軌跡追溯；③健康碼生成與互通
大數據雖然是看不見摸不著，但是對於技術分析來說，數據越多，分析越準，結果越有意義。
對於疫情防控更是一樣，基於各種疫情數據，我們能夠科學分析，管中窺豹，對未知的病毒，尋得一些可知的規律。
1.疫情發展預測
上圖是基於大數據分析生成的確診人員數據，可以看到，預測數據雖有細微偏差，但是基本上只有萬分之幾，可以說非常準確。
這些趨勢預測就是通過確診用戶數，確診地，疑似人員數，發生地，傳染病傳染概率數等多方面的數據，加上科學變數，形成大數據，一些專業的科研機構通過大型科學計算機運算，就可以行成疫情發展預測。
各地根據現實情況和預測數據，就可以做出相應的解封，通高速，開學等防疫政策。
2.用戶行程軌跡追溯
三月份，三大運營商開始提供本人到訪地查詢服務，如上圖。
這一功能雖然看似簡單，背後卻隱藏著一個覆蓋數億人群的大數據網絡。據工信部提供的信息，這是他們組織了行業專家開展大數據諮詢，緊急建立疫情電信大數據分析模型，組織基礎電信企業大數據統計全國特別是武漢和湖北等地區的人員流動情況而實現的，成功助力各地聯防聯控部門精準施策。
3.健康碼生成與互通
（1）生成
很多人好奇各地健康碼是如何生成的？
各地健康碼”是以個人健康數據為基礎，由居民自主通過健康登記系統網上申報，結合新冠肺炎疫情相關大數據進行對比核驗，根據大數據運算結果，生成個人專屬二維碼，現在，個人健康二維碼成為個人出入通行的電子憑證。
（2）互認互通
疫情發生以來，各地數據管理局通過各地疫情大數據 ，搭建疫情防控指揮平臺和專項數據庫，加強疫情數據彙集、分析和比對，並匯聚上報國家互聯網+監管平臺、並通過國家大數據平臺才能實現各個省份之間的省份之間的互通互認。
以上三點，都是基於大數據分析，為疫情防控提供趨勢，溯源，互通，提供了 科學依據。
EVtoday
你好，很高興回答你的問題！
以手機數據追蹤疫情 可減低抗疫成本
有報道指出，新型肺炎所造成的經濟代價和社會成本不菲。有分析員簡單估算，在短短的七天新春假期內，單在電影票房、餐飲零售、旅遊市場所帶來的直接經濟損失就超過一萬億元人民幣。為降低抗疫成本，經濟學家李鐵便提出通過「手機信令」去追蹤和控制疫情。
所指的「手機信令」是手機與電訊網絡發射基站之間的通訊，只要開著手機，手機便會自動與附近基站通訊，以備隨時發出或接收電話及信息，而電訊網絡必須識別該手機的定位才可提供服務。再加上「通話詳情紀錄」即電話發出的短訊或上網的信息發出和完成時間等詳細數據），便能更有效地確認信息發出的方位，有助迅速找到用戶位置。
現時，可掌握「手機信令」數據的是三大網絡營運商，只要集合它們的信息，全國人口近期在流向和分佈便能瞭如指掌，要進一步瞭解個別地區甚至個人全天候的流動狀況，更不成問題，同時也可監測與感染個案有接觸的人士或家居隔離者，防止他們擅自出走。這樣就可以在較低的經濟和社會成本之下，起著控疫的效果。
《美國醫學雜誌》刊出的報告估計，有一成新型冠狀病毒肺炎患者沒有明顯徵狀，即無發燒無咳嗽，難以讓醫療人員識別檢疫，所以利用手機定位數據追蹤確診病例，並以他們過去幾個月的手機信息和通話詳細紀錄來掌握行蹤，便易於鎖定潛在病患，對研究確診病例的感染和傳播路徑大有作用。
手機數據可在災難時協助搜索傷者
其實，以手機數據追查傳染病早有例證。美國麻省理工學院早前和新加坡合作，以蚊子傳染的登革熱作為研究對象，試驗幾個預測模型。其中一個以新加坡230萬人兩個月的匿名手機通話紀錄，追溯病發前人口流動的模樣，表現理想，可持續地把登革熱個案的地理位置分佈預報出來，能顯示出行軌跡和染病的關係，有助找出預防病情擴散的方法。
此外，手機數據還可在地震、山洪時協助搜索傷者。2010年，海地大地震導致10多萬人喪生，這啟發了瑞典卡羅琳醫學院的一名學生，說服當地最大的電訊公司，免費分享地震發生前後的190萬名用戶之匿名通話紀錄，藉此尋找生還者，並救助流離失所的災民。據知，當時首都太子港有差不多四分一的居民被迫離開家園。有了這些分析可令當局更清楚預計災民的流向，從而規劃相關的救援措施。
總結
隨著都市化，全球有超過一半人口居於都市，各地市政府在公共衛生及災難應援的工作上更具挑戰。各地必須防患於未然，應儘快重新檢視現行手機大數據的應用條例，並制定使用指引，以助未來的防疫及救援工作尋找更可行的方案。
如果回答對你有幫助的話，不要忘了點贊關注支持一下哦！
