从数据本质上看，接触者识别本质上是寻找和感染者时间、空间上有重叠的人群。在当前信息社会，通过基站数据(运营商)、支付数据(银联&第三方支付机构)、出行数据(铁路&飞机&住宿)、城市公共安全视频监控系统等可以建立大数据融合平台，通过数据融合与深度挖掘进一步实现人员的追踪。

在当前，全国上下全力抗击防控新型冠状病毒感染的肺炎疫情中，工信部2月4日发布《充分发挥人工智能赋能效用协力抗击新型冠状病毒感染的肺炎疫情倡议书》，提出加大科研攻关力度，尽快利用人工智能技术补齐疫情管控技术短板，快速推动产业生产与应用服务。其中在辅助诊断、快速测试、智能化设备、精准测温与目标识别等产品方面，助力疫病智能诊治，降低医护人员感染风险，提高管控工作效率。

从近些天疫情防控实时报道中，以大数据、人工智能为代表的新型技术正被逐步应用在抗击疫情的一线，以传统安防及人工智能企业为代表积极探索如何能将大数据、人工智能技术应用在疫情防控工作中。

大数据技术筛查深挖追踪接触者

近日，全国多地公安机关频频通报患者因刻意隐瞒行程史、接触史及发病史甚至拒绝隔离、外出传播病原体而被立案调查的案例。据统计，目前已有近20起类似案例。如何能够更好防止接触者故意隐瞒，实现接触人员准确无误判断与隔离已成为当务之急。

机器学习等大数据科学能够在对接触者追踪、数据预测和新的流行病学传播模型建立方面具有重要辅助意义。

众所周知，与流行传染病患者密切接触的人，自身被感染的风险更高，并且有可能进一步传染他人。因此，追踪并观察这些密切接触者有助于这些高危人群第一时间得到护理和治疗，并防止病毒进一步扩展，这也是流行病控制的关键。

从数据本质上看，接触者识别本质上是寻找和感染者时间、空间上有重叠的人群。在当前信息社会，通过基站数据(运营商)、支付数据(银联&第三方支付机构)、出行数据(铁路&飞机&住宿)、城市公共安全视频监控系统等可以建立大数据融合平台，通过数据融合与深度挖掘进一步实现人员的追踪。

目前，安防行业中已经建立针对目标人员的出行轨迹进行精确筛查，分析其历史轨迹。可以借此针对疫情防控，对接当地的确诊病例、疑似病例人员名单，政府、公安等相关部门在保护个人隐私的情况下，分析、筛选人员的出行历史轨迹，筛查到访区域，从而对这些区域进行重点观察和消毒处理。

另外通过对接确诊病例、疑似病例名单关系图谱分析，在保护个人隐私的情况下，挖掘其接触的人员信息，筛查病例同行人员、潜在发病人员，从而对密切接触人群进行重点观察和隔离预防，对防止疫情扩散将大有帮助。

人工智能技术应用一线

目前人工智能技术重点聚焦在人脸识别、人像识别以及车牌识别领域，重点应用在身份识别与验证。在疫情防控中，通过叠加红外热像技术，前端视频监控系统可以无接触实现对人员识别及体温监测，建立相应人员数据库。

另外，通过AI诊断技术，可以快速实现疑似病例基因分析。据了解，新型冠状病毒是基因组序列最长的病毒之一，快速检测其基因组“全貌”非常困难，而临床精准诊断又比较依赖这种基因信息。

以往采用传统手工勾画ROI的方法进行量化的评估，往往需要5-6小时，效率低，临床推广难，而利用这个新AI系统能够实现病变区域的自动检测，在2-3秒之内就能完成定量分析，提升了精准定量分析的效率。