Subscribe to the Teradata Blog

Get the latest industry news, technology trends, and data science insights each week.

通过数据分析,打破新冠病毒传播链路

通过数据分析,打破新冠病毒传播链路

新型冠状肺炎(COVID-19,新冠)是由coronavirus 2(SARS-CoV-2)病毒引起的重症急性呼吸道感染疾病,新冠正在对全人类造成挑战。据预测,受疫情影响,全球GDP在2020年将以3%的速度衰退;而如果没有疫情发生,世界GDP的增长率预计将达到3.3%(IMF,国际货币基金组织数据)。新冠对于全球经济造成的整体影响可高达90亿美元。(I.M.F.)

技术一直是改善人们生活、实现业务优化和增长的战略工具。疫情将我们对于数字化医疗解决方案的需求推到了前所未有的高度。全世界都看到中国已经成功地通过高科技IT系统抑制住了新冠疾病的传播,其中包括搭载热成像摄像机的无人机、可以管理民众的高级脸部识别技术、以及其他复杂的技术。

那么,Teradata又能怎样帮助大家打破新冠病毒的传播链路呢?

 

应对挑战

在过去的几十年里,Teradata一直在不断自我进化的循环当中。我们相信通过技术来抗争是必不可少的。

为了建立一个有效的防线,我们必须首先了解疾病的整个传播链路,同时了解能够导致及控制新冠疫情传播的影响因子。
Picture1-(3).png

通过分析这张新冠病毒生命周期图,我们认为以下是需要迫切解决的几个挑战:

  • 后期补测:其中包括了对于高风险地区人群、传播者和无症状患者的检测。如果这些风险因素在抗击疫情早期没能被及时发现,那么就可能导致新冠确诊人数的指数型增长
  • 人群移动和接触:导致新冠病情大规模爆发的主要原因就是及时而准确的信息没能被那些自身暴露在病毒中的人群所掌握。这会导致他们在不知情的状况下进入或接触已经被感染的地区或个人。

方法

通过地区风险分析、个体风险分析和传播预测这三个最常用的模型和模拟分析(M&S)方法,我们就可以解决上述的挑战、确保获得有帮助的洞察。下面的图表展示的是,从左边我们预期使用的数据源、能够得到右边的这些实际产出。
Picture1-(4).png

解决方案

解决方案主要是由分析驱动的,能够覆盖一系列的模型使用案例,组成了最早的新冠传播预警生态系统。这些使用案例可以带来下面三个重要的实际成果:

  • 新冠病例的早期检测
  • 在民众出行之前提供信息
  • 有效拓展并管理医疗服务
Picture1-(1).png
联动AI
  • 积极检测病例、开展地区限制移动:通过地理分析的方式限制人群在高风险地区的出行,通过文本分析发现风险增长的区域和影响因素,通过路径分析、归类分析等方法进行常规分析
  • 传播者控制:发现疾病传播者,通过观察并限制其活动打破传播链条。通过人群画像、文本分析、人群细分、社交网络、A/B分析、密切接触程度、工作/居住地点分析、路径分析等,指导并推荐未被感染者的出行
  • 了解新冠病毒的传播机制:了解会导致新冠病毒传播的行为,确保采取每一项主动控制和预防性的措施都能有效执行,高效地打破传播链路,通过建模和模拟分析推动进入疾病传播的平台期

Teradata围绕数据科学驱动建立起的分析能力在整个生态系统中占据了优势地位,我们会主动回到最关键的问题。在使用前文图表中展示的8个使用案例时,政府和各类组织会建立起了解,为及时的、更好的预防和控制措施奠定基础。

世界正在共同应对前所未有的大规模疫情爆发状况,不幸的是,这可能不会是最后一次。所以,我们要建立起正确的分析基础来打破疾病的继续传播。在现在这个时间点,这是一项很好的投资,因为它将帮助我们在未来拯救更多生命、挽救经济发展。


Portrait of Bilal Khan

(Author):
Bilal Khan

Bilal Khan is member of Teradata Analytics leadership team in Teradata Global Delivery Center (GDC) leading the Advance Analytics teams across GDC Centers. Prior to Teradata he has been working in Telecom, Retail and Consulting domain enabling businesses to drive decisions through high end Data and Analytics. His major expertise is developing strategies in domains like improving analytics maturity, services and solutions development, market outreach and GTM. With his core team, he works on designing and architecting analytical solutions on Teradata Vantage, SAS, and Open Source environments and deliver it with excellence ensuring overall business value and best possible ROI. Currently involved in R&D of multiple analytical solutions for controlling the spread of COVID-19 and optimizing the health care and administrative decisions. View all posts by Bilal Khan
Portrait of Kamran Shafi

(Author):
Kamran Shafi

Kamran is a seasoned data scientist with a PhD in machine learning and AI and more than 15 years of experience working in different industries. He is currently a principal data scientist with Teradata GDC, Pakistan. Prior to that he has worked in several senior data science roles, including as an independent consultant, with the Australian Government and with other academic and research organizations in Australia. Kamran’s expertise includes a range of machine learning, optimization and simulation technologies including deep learning, evolutionary computing, multi-agent systems and reinforcement learning. He is currently leading several data science projects including the one for predicting and containing COVID-19 spread. View all posts by Kamran Shafi

Turn your complex data and analytics into answers with Teradata Vantage.

联系我们