30日全国疫情大数据_来看看电信大数据能为疫情防控做什么？

2年14月，工业和信息化部召开媒体吹风会，介绍电信大数据分析在防控新皇冠肺炎疫情中的重要作用。

我们必须知道，中国是一个拥有16亿手机用户的网络大国。自从新的皇冠肺炎疫情爆发以来，大数据等新技术手段在加强疫情的可追溯性和监测方面发挥了重要作用。如人员流动统计、支持服务疫情分析判断、疫情防控部署、流动人员疫情监测、政策执行准确等。

让我们具体看看大数据等新技术可以为流行病预防和控制做些什么。

1。为国家疫情防控提供动态的人员流动信息

通过全国基础电信企业大数据统计，特别是武汉和湖北等重点地区人员流动情况，分析和预测确诊、疑似患者和密切接触人员等重点人群的流动情况

2、服务于国家对疫情的整体预测和预警结合武汉、湖北人员外流的大数据分析，疫情预警将及时发布到相关地区

3。支持当地准确防控疫情和准确执行政策当地联防联控机制的相关部门对当地旅游、交通管制、旅游等数据进行比较，确定关键人员，为基层防控筛查提供精细化数据支持。

据了解，目前中国电信大数据平台已经部署了近万个节点，实现了分层次融合和数据统一计算。面对疫情，已向工业和信息化部相关部门及其他国家提供了漫游用户分析和关键人群移动等102项支持数据和报告，并开发了20多个应用模型和标签。各省公司与当地政府部门合作，提供了600多份数据清单和分析报告。

截至2月13日，中国联通建立了“区域人口流动”等13大数据模型，开发了疫情防控、基于人口流动的风险预测等大型数据平台，向各级防疫部门交付了3017份数据分析报告

中国移动开展疫区用户群流量和流量分析，定量分析每日和14天潜伏期统计数据，定性分析相关群体流量为了建设一个智能中国，到目前为止，它已经及时响应了各级政府部门400多个数据分析需求。为什么

电信大数据分析有这样的效果？针对

，中国信息通信研究院院长刘多表示，大电信数据有三个特点:

全面性——电信用户规模大、覆盖面广、数据量大。例如，现有的公共通信网络每天产生大约几千亿个电信数据，并且在假日期间(例如春季交通)和在人员高度流动的情况下，数据量甚至会更大。

dynamics-通过电信大数据，可以统计分析全国重点地区，特别是武汉和湖北的人员动态流动，分析和预测重点人群，如确诊患者、疑似患者和密切接触者的动态流动，为疫情防控部署提供支持。

实时-能够实时采集、汇总、处理电信相关数据，及时提供各种数据分析结果，为疫情防控提供良好的数据支持

由于电信大数据来源于公共通信网络中的基础数据，可以对全国各省、市、重点地区的人员流动情况进行更准确的统计分析，并可以对区县两级的流动和分布情况进行总体分析。根据卫生防疫等其他部门的数据，可以进一步分析判断确诊和疑似患者、密切接触者等重点人群的分布情况。

由于大数据分析具有预警功能，它能否预测疫情发展的具体情况以及“转折点”何时到来？

对此，刘多回复称，基于电信大数据分析，可以对全国电信用户流量进行统计分析，对疫情防控及相关工作起到积极的支撑作用如对人员回城流动、城市企业复工复产相关情况、区域物资资源情况等进行分析和综合判断。

需要综合各种数据和因素以及医学和其他相关专业分析模型，以了解疫情的发展趋势，尤其是大家都关注的“拐点”。电信大数据是重要的数据源之一。下一步将按照国务院联防联控机制的要求提供相关数据和分析结果，帮助相关部门使用电信大数据，并根据各种信息和因素对疫情发展趋势做出判断。

也在这次疫情防控工作中发挥了重要作用，包括刚刚投入商业使用的5G。

，其中5G视频直播是5G最直观的应用在武汉版的“小汤山医院”霍申山和雷神山医院的建设中，全国亿万“云监督员”一起见证了中国的奇迹。在这次疫情防控中，为了充分利用大城市和医院的专家资源，5G+远程会诊系统已经在全国许多医院迅速实施。通过远程会诊系统，专家可以在偏远地区的医院查询和诊断重症和危重症患者，并提供治疗指导。

同时，在火车站、机场、地铁等公共交通和人员密集地区，采用5G+热成像技术，快速完成大量人员的温度测量和温度监测，识别温度异常的人员，准确、快速、实时地传输数据，为疫情防控构筑第一道防线。

此外，5G远程办公、远程教育和其他信息和通信技术正在帮助抗击疫情和恢复生产。中小学生可以通过在线数字空间进行学习，从而可以休课继续学习。企业员工通过云平台在线工作，并举行视频电话会议等。5G已经在各个行业和部门得到了积极的应用。新的信息和通信技术的有效应用在确保生产逐步恢复、减少人群聚集和阻止疫情蔓延方面发挥了重要作用。

大数据分析有哪些困难和困难？工业和信息化部

1是大数据资源的整体规划需要加强与疫情相关的数据资源涉及很多方面，如医疗、交通等信息。如何更及时有效地整合这些分散的大数据资源，使大数据分析更加全面和准确，还有待进一步改进

2是疫情防控支持服务需要进一步深化。基于电信的大数据分析模型可以实现人员流动和分布的统计分析和预警。然而，为了实现风险评估和疫情的准确预测与判断，需要医疗、气象、人口等专业领域的协调配合，以进一步更好地发挥大数据分析的支撑服务作用。