新冠肺炎疫情日趨復雜，而科技無疑是最強有力的戰疫武器。2021年初，深圳市疾控中心、南方科技大學、深圳市智慧城市科技發展集團有限公司三方共同啟動“AI大數據驅動的傳染病城市風險綜合防控應用示范實驗”。時隔一年，該實驗進展如何？日前，南科大宋軒副教授接受讀創/深圳商報記者采訪時表示，項目正在穩步推進，針對此次廣東省疫情的特點，研發團隊將于近期在中高風險區域開展第二次實驗。
2020年新冠疫情暴發初期，南科大計算機科學與工程系宋軒課題組緊急研發了“人流大數據和AI驅動的新型冠狀病毒（COVID-19）傳播建模預測和模擬推演平臺”，平臺的建立在隱藏病患分析、風險人群分析、潛在病原地挖掘等方面實現了對于人流移動的新型冠狀病毒傳播感染情況的細粒度預測和模擬，并根據不同防疫策略動態推演和模擬城市傳播感染情況。此后，平臺多次為國內科研單位和機構輸出模擬推演結果。
在此基礎上，2021年初，深圳市疾控中心、南方科技大學、深智城集團三方啟動“AI大數據驅動的傳染病城市風險綜合防控應用示范實驗”，該實驗旨在為常態化傳染病精準防控提出一套綜合解決方案，包括一個部署在移動設備端的“防疫鏈”APP，以及一套人流大數據和AI驅動的傳染病傳播模擬推演平臺。
宋軒告訴記者，項目自2021年初啟動，于2021年5月完成了第一次校內實驗和數據分析工作。“目前平臺正已經進一步升級，可以評估不同防疫政策的有效性，并針對不同防疫政策組合進行模擬推演，生成完整的數據報告。”宋軒表示，項目還正在和鹽田港(5.360, 0.00, 0.00%)合作，針對港口的防疫特點，制訂和推進針對性防疫方案，進行實戰演練。
此外，在這一年中，團隊也在繼續進行理論研究的攻關。“由于個人尺度的感染風險由生活環境，移動軌跡，接觸人群密切程度等跨領域、多種要素共同決定，現有理論與方法難以融合這些關鍵要素，實現對復雜移動環境下個人尺度的感染風險的有效評價和建模。因此，目前缺少細顆粒度、大規模潛在感染風險源檢測的決策依據。團隊希望通過建立復雜環境下個人尺度的感染風險評價模型，分別在不同時間尺度下、傳播概率與本質安全的不同視角下的要素建模與分析方法，融合城市移動性、傳播物理模型、個人軌跡追蹤、接觸風險概率特征與功能特性，使用多維度建模模型”，宋軒表示。
宋軒告訴記者，在研發過程中遇到的最大困難是來自數據安全的挑戰。他說：“由于這個平臺需要使用人流移動大數據。因此在最大程度上保護個人用戶隱私這一前提下，如何完成模型訓練并提升預測模擬和推演精度是一件非常困難的事情。我們需要在不跟蹤個人移動軌跡、僅使用聚合數據的情況下完成模型訓練。因此，這對我們的模型選擇和算法設計上提出了很高的要求。為此，我們也開發了一些新的算法并使用了一些較為新穎的AI技術應對這個挑戰。后續，我們還需要對這些算法和模型進行進一步的改進和完善。”
世界范圍內，新冠肺炎疫情還在不斷蔓延，防疫已成常態化。在此背景下，宋軒相信該平臺能為防疫工作貢獻力量。他說：“該平臺在現有基礎上可以升級成城市智能化管理平臺（如智能交通管理，應急管理等）和AI輔助決策平臺。幫助政府實現高效城市智能化管理，并為政策制訂提供數據支撐和模擬推演政策的實施效果。同時，在實現最好防疫效果的同時，如何最大程度上減少經濟代價就變得尤為重要。未來，我們會從這個方向進一步優化和改進平臺的建模和模擬推演模型”。
