|
搜索
搜 索
高等教育領域數字化綜合服務平臺
智能疫情防控機器人
上海交通大學電子信息與電氣工程學院俞凱教授聯合蘇州思必馳信息科技有限公司開發了“疫情防控機器人”。依托語音識別、合成、理解和對話管理等人工智能（AI）技術，結合新研發的疫情排查對話邏輯和話術，機器人根據設定向社區居民主動宣教疫情防控知識，遇不適居民還會提醒就醫。 2020年1月27日起，“疫情防控機器人”供社區和有關部門免費使用，已為江蘇、山東、重慶、湖北、北京、浙江、四川、湖南、上海等多地提供服務，對話機器人自動接通10余萬戶，訪問結果直接生成數據報表供社區。
上海交通大學
2021-04-10
新冠肺炎疫情控制策略研究
南開大學統計與數據科學學院黃森忠教授團隊在新冠肺炎疫情控制策略研究中不斷取得進展。該研究通過梳理新冠肺炎疫情發生的核心時間線脈絡，分析新冠肺炎的流行病學參數，并將其與SARS（非典型肺炎）和MERS（中東呼吸綜合征）比較，經過建模分析，最終對新冠肺炎疫情控制的拐點、流行時間跨度、最終規模及復工風險等作出評估預測。 新冠肺炎每日新增治愈人數與新增確診人數比值隨時間變化的時序圖 該工作基于傳播動力學及普適SEIR模型進行建模，通過“南開大學智英健康數據研究中心”開發的程序EpiSIX，實時跟蹤國家衛健委及各地衛健委自2019年12月12日以來發布的確診病例數據，對新冠肺炎疫情的流行趨勢進行研判，對疾控策略的效率進行評估，并將相應建議提供給疾控方參考。 該研究團隊從2020年1月30日持續發布疫情傳播預測(至2月29日每3天發布一次，共11期；從3月3日起每5天發布一次，共3期)，并根據疫情變化，及時調整預測評價指標及預測目標(如疫情最后規模及“沒有本地新增病例”的事實終結時間點)。該研究項目由南開大學新型冠狀病毒應急科研專項、國家自然科學基金和國家科技重大專項予以支持，并得到了教育部、國家衛健委等的支持指導。研究成果已在線發表于《中國科學：數學》。
南開大學
2021-04-10
新冠肺炎疫情發展預測模型
2020年1月25日，中山大學公共衛生學院陸家海教授聯合美國哥倫比亞大學W. Ian Lipkin在bioRxiv預印版平臺發表文章研究From SARS-CoV to Wuhan 2019-nCoV: Will History Repeat Itself?，通過2002-2003年SARS疫情的數據模擬了武漢新型冠狀病毒2019-nCoV的流行數據。 根據此研究模型估計，2019-nCoV病例的累計計數約為SARS總數的2-3倍，預計發病高峰將在2月初或中期。在應對方面，應該限制或禁止區域性遷移，以防止超級傳播者的出現和移動，同時迫切需要在全國范圍內加強監控并采取有效措施來控制這種流行病。
中山大學
2021-04-10
國外疫情研究數字模型
2020年3月5日，復旦大學在medRxiv預印本上發表了題為COVID-19 Epidemic Outside China:34 Founders and Exponential Growth 的回顧性分析的研究成果。該文章以2020年1月21日到2020年2月28日以來世衛組織公布中國境外的確診病例數為基礎，建立了一個回歸數字模型，通過這個模型，該研究估計在病毒開始傳播到中國之外時，大約有34個未被發現的國外傳播的初始病例。他們推測34個病例可能屬于輕癥患者，因此沒有前往醫院救治。而且中國外COVID-19從一開始就穩定的遵循近似指數型增長模型，每19天患者數量增長10倍，顯示出并沒有強有力的干預措施。作者呼吁全球借鑒中國與新加坡的經驗采取有力的公共衛生措施。
復旦大學
2021-04-10
智能疫情防控機器人
智能疫情防控機器人由上海交通大學電子信息與電氣工程學院俞凱教授聯合蘇州思必馳信息科技有限公司開發。依托語音識別、合成、理解和對話管理等人工智能（AI）技術，結合新研發的疫情排查對話邏輯和話術，機器人根據設定向社區居民主動宣教疫情防控知識，遇不適居民還會提醒就醫。
1月27日起，“疫情防控機器人”供社區和有關部門免費使用，已為江蘇、山東、重慶、湖北、北京、浙江、四川、湖南、上海等多地提供服務，對話機器人自動接通10余萬戶，訪問結果直接生成數據報表供社區。
上海交通大學
2021-04-10
大數據預測疫情傳播研究
該項目利用國家衛健委公布的確診病例總數數據鏈，以應用傳播動力學為方法，以黃森忠教授建構的普適SEIR模型作為模型理論，通過“南開大學智英健康數據研究中心”開發的程序EpiSIX，分析新冠病毒肺炎疫情有關數據，并將分析結果生成可視化網頁，開展疫情發展回顧、確診病例數時序區間預測等相關工作，對疫情發展情況及疫情防控效率作出研判。
研究團隊由黃森忠教授和山西大學復雜系統研究所所長靳禎教授、南京醫科大學公共衛生學院彭志行副教授共同領銜，南開大學統計與數據科學學院多名年輕教師與研究生加入。研究團隊從1月30日至2月14日，每3日發布一次預測，已連續發布疫情傳播預測6期，并根據疫情變化，及時調整預測評價指標，其預測區域也進一步細化，由原來的對全國、湖北省、武漢市的疫情預測，拓展為對全國各省市的預測。
南開大學
2021-04-10
新冠肺炎疫情衛星地圖速查系統
學校衛星產業技術研究院與合作方聯合推出的全國首款“疫情衛星地圖”——新冠肺炎疫情衛星地圖速查系統已于近日上線。新冠肺炎確診病例陸續公布，他們是哪里人？去過哪些地方？離我們有多遠？……通過“疫情衛星地圖”，人們可以更加直觀地了解確診病例的具體位置。記者打開該系統發現，在衛星地圖上，確診病例的標注點像是一顆顆“圖釘”，用戶定位后，通過衛星遙感影像帶來的“太空視角”，可以讓確診病例分布位置盡收眼底，并顯示出附近的確診病例分布與自己的距離。據了解，該系統由電子科技大學衛星產業技術研究院陸川博士和閻鏡予博士組織技術力量自主研發，從研發到上線，用時不到10天。今年2月初，隨著各地衛健委公布了越來越多的確診病的例詳細數據，使得開發“疫情衛星地圖”有了良好的基礎和可能。電子科技大學衛星產業技術研究院決定發揮自身的技術優勢，為公眾提供免費的疫情防控公益服務。科研團隊利用AI衛星的數據智能處理和分發技術，處理遙感圖片數據，并結合精確的語義識別和地理編碼工具，把官方發布的疫情文字轉化成了一目了然的“疫情衛星地圖”。
電子科技大學
2021-04-10
新冠肺炎疫情AI話題分析平臺
RealAI首席執行官田天表示，新冠肺炎疫情暴發以來，各大媒體網站、社交平臺上關于疫情的話題熱度持高漲。在此環境下，信息的高效傳播成為重要訴求。一方面，相關部門需要全面了解公眾對疫情的話題討論，輔助決策優化的同時也利于開展引導工作；另一方面，公眾亟需第一時間獲得最權威、最實時、最準確的疫情動態。分析稱，互聯網成為這次疫情主要的“信息源”平臺，傳播模式更是基于人手一機的“自媒體”，信息流不僅降低了大眾獲取信息的“信噪比”，更滋生出不同程度的謠言。據介紹，“新冠肺炎疫情AI話題分析平臺”通過對多渠道海量媒體信息進行自動抓取采集、識別分析，解決了傳統信息檢索過程中因消息源頭繁雜、消息過多、檢索意圖不明確而產生的困擾。同時，基于大數據分析和AI建模，自動識別出近期熱點話題、新聞追蹤和話題導向、地區關注度變化，為用戶第一時間推送全網話題最新動態，滿足用戶對疫情輿情監測的需求，為作出正確輿論引導提供分析依據。
清華大學
2021-04-10
疫情實時態勢感知與分析系統
清華大學公共安全研究院和北京辰安科技股份有限公司快速搭建了疫情實時態勢感知與分析系統，對區域疫情數據進行實時動態監測、搜集、分析和可視化，服務各級政府疫情應急的資源調度、態勢研判和決策指揮。該系統在實時播報全國和世界范圍內疫情最新動態的同時，對省級和地市級的人員遷徙比例與分布進行重點信息排查，密切關注人口流動與疫情分布的內在聯系，為疫情跨區域傳播規律和病例溯源提供依據。該系統深入剖析大數據并探查民眾意識和情感傾向，研判民眾主流感情傾向和重點關注事件等疫情相關輿情，以“情感分析拼圖”、“事件文章熱詞云”和“全國輿情熱度”等分析結果為引證，為辟謠和積極引導輿論提供幫助，在國家抗擊疫情最為嚴重困難的時期為大眾的理性思考和科學防備貢獻力量。國疾病預防控制中心以及廣東省、武漢市、合肥市、深圳市、廣州市、佛山市等20多個省市在指揮調度中使用該系統。
清華大學
2021-04-10
疫情大數據實時可視分析系統
北京大學信息學院機器感知與智能教育部重點實驗室袁曉如研究組設計開發了一系列大數據可視化與可視分析工具。針對目前在新冠疫情方面形勢變化，通過處理、分析、接入多種數據，提供多維度、多視角的交互式可視化。 項目組件包括1.疫情變化晴雨表，可視化各地每日新增病例和變化趨勢；2.各類動態時空地圖，提供在地圖空間瀏覽分析和多角度對比國內外各地疫情趨勢；3.相關輿情可視分析，分析媒體和社交媒體輿情影響；4.綜合態勢可視分析系統，支持面向專家或者決策判研。
北京大學
2021-02-01