科研项目
当前位置: 首页 > 科研项目 > 正文

基于大数据的新型冠状病毒肺炎疫情传播模型的构建与决策支持方法

2020-01-23 疫情预测项目组 点击:[]


项目简介:

为做好疫情防控科研支撑工作,哈工大人工智能研究院感知智能研究中心进行了基于大数据的新型冠状病毒肺炎疫情传播模型构建与决策支持方法的研究。该项目以大数据作为支撑,为控制疫情传播、优化政府决策、稳定百姓生产生活做出了一定贡献。本项目创造性地提出SEIQR疾病传播模型,模型关键参数在参考相关文献基础上设置概率分布,以蒙特卡洛形式进行仿真,分析预测了国内外疫情发展情况、是否戴口罩对疫情的影响以及少量病例在不同防控策略下带来的影响。对于黑龙江地区,本项目结合移动通信数据分析了人员活跃度与疫情发展关系,并为政府复工复学决策提供支持依据。为直观展示不同因素对疫情发展趋势的影响,建立疫情传播分析网站,用户可以通过手动调节相关的模型参数,清楚直观地看到疫情传播过程中各参数的重要程度,有助于提高民众对疫情的认识,实现更为积极有效的防控。

1  SEIQR模型原理图

 

2  疫情预测分析系统

 

该项目的具体应用情况:

1.充分考虑政府防疫政策,医疗资源的调动能力和各个省市的具体防疫措施,创造性地提出易感-潜伏-患病隔离-治疗(SEIQR)全链条疫情传染模型,实现了疫情在世界范围(美国、意大利、法国、德国、伊朗等)、国内省、市范围内的不同粒度分析,模型预测精度达到了90%以上。

2.针对黑龙江地区,结合移动通信大数据分析人员聚集度与疫情发展关系,通过及时获取移动数据对活动恢复下的人员聚集情况进行评估,及时进行疫情发展监测。

3.在我国防疫已取得较大成效的基础上提出了蒙特卡洛仿真模型,针对境外输入病例和复工复学过程的漏网病例对疫情防控可能带来的影响进行了讨论,对于我国防控疫情的二次爆发起到了参考作用。同时在“感知中心”公众号对现有的研究成果进行推广宣传,对于防控后期开始放松警惕的群众起到了一定的警醒作用。

4.设计了可视化的疫情传播预测分析系统,可交互式地对疫情发展关键元素(人员聚集度、潜伏期天数、传染率、治愈率、死亡率等)进行调节,对疫情传播进行动态预测分析。(https://ncov.embedded-ai.org

 

此外,本项目与华中科技大学合作,获得深圳市福田区“韧性健康城区”建设策略和规划研究立项,以本项目为基础的国防科技创新特区快速响应小组项目“基于多源数据驱动的典型有害微生物传播事件的传播预测、管控及决策支持”处于申请阶段。同时与其他第三方企业包括云天融创数据科技有限公司、哈工大软件等进行合作,推广成果应用。







上一条:咳嗽自动定位检测与分类系统

下一条:人机物三元融合

关闭


地址:哈尔滨市南岗区哈尔滨工业大学科创大厦13层
电话:+86-451-86413041

 Copyright © 2019     技术支持:哈尔滨工业大学网络与信息中心