疫情发生后，工业和信息化部第一时间成立电信大数据支撑服务疫情防控领导小组，统筹协调部门之间、部省之间的联动共享。通过电信大数据用户位置轨迹数据多元场景分析，能够统计全国特别是湖北等重点地区的人员流动情况，分析预测确诊、疑似患者及密切接触人员等重点人群的流动情况，支撑服务疫情态势研判、疫情防控部署以及对流动人员的监测统计。正值春节返程高峰，同步对重点城市的人员流动分析，也有着重要价值。
（2）电力、自来水、燃气等大数据应用，助力社区精准排查
新冠肺炎疫情期间，国家电网浙江杭州供电公司研发了全国首个“电力大数据+社区网格化”算法，实现了收集、研判电力数据功能，对滨江157476户居民、超过1000万条电力数据，进行了收集和分析。为了精准判断细微的用电数据差别，在算法中开发了居民短暂和长期外出、举家返回、隔离人员异动等3个场景6套算法模型。通过3轮150余万条次电力大数据巡航，精准判断出区域内人员日流动量和分布，还可以实时监测居家隔离人员、独居老人等特殊群体347户。这让社区人员得以根据电量波动判断业主状况，做好跟踪服务。
新冠肺炎疫情早期，由于确诊案例样本量少，医疗机构缺少高质量临床诊断数据，核酸检测作为病原学证据被公认为新冠肺炎诊断的主要参考标准。随着临床诊断数据的积累，新冠肺炎的影像学大数据特征逐渐清晰，CT影像诊断结果变得愈发重要。根据国家卫健委公布的诊疗方案第五版，临床诊断无需依赖核酸检测结果，CT影像临床诊断结果可作为新冠肺炎病例判断的标准。一位新冠肺炎病人的CT影像大概在300张左右，这给医生临床诊断带来巨大压力，医生对一个病例的CT影像肉眼分析耗时大约为5-15分钟。
达摩院联合阿里云等机构，基于5000多个病例的CT影像样本数据，学习训练样本的病灶纹理，针对新冠肺炎临床诊断研发了一套全新AI诊断技术，AI可以在20秒内准确地对新冠疑似案例CT影像做出判读，分析结果准确率达到96%，大幅提升诊断效率，河南郑州小汤山已经引入该算法辅助临床诊断。
全球健康药物研发中心(GHDDI)会同清华大学药学院上线人工智能药物研发平台和大数据分享平台，免费将药物研发资源开放给科研人员，共同加速新型冠状病毒药物研发。里面涵盖了既往冠状病毒相关研究中涉及的900多个小分子在不同阶段的相关实验信息。结合“老药新用”的思路，可以帮助科学家高效筛选出经过临床一期实验的安全性已知的化合物，有效缩短针对此次疫情的药物研发时间。
新冠肺炎疫情防控期间，重庆市公安局九龙坡区分局合成作战中心，紧盯重点人员数据筛查、确诊病例轨迹回溯、涉疫案件打击等关键环节，充分运用各类资源手段加强研判，真正让数据“跑”起来、让信息“活”起来，编织起了一张牢固的数字化疫情防控网。
黑龙江黑河市公安局研究部署运用公安大数据服务支撑疫情防控工作。实现各警种数据共享、资源汇集、手段集成，运用大数据筛查疫情风险，发挥“公安大数据疫情监测系统”的优势，会同相关部门运用相关系统，深入排查与确诊病例、疑似病例有过“同时空”的潜在密切接触者，最大限度将受感染风险人员排查出来，及时救治患者，严防疫情扩散。
各省市公安大数据资源丰富，在此次疫情防控中同样起到了重要作用。
深圳大学发布《新冠肺炎疫情防控时空分析研究报告》，依据大数据对全市复工与错峰管控，进行疫情传播状况的模拟。基于深圳公交系统出行数据、手机数据，考虑深圳市人口密度、人群流动、新冠情况等数据参数，以SEIR/SIR传染病模型为基础，模拟新型冠状病毒传播路径。测算出复工比例为60%时，疫情传播风险率相对较低。为政府安排复工复产提供决策支持！
大数据在本次疫情中其他各个领域也发挥了重要作用，这得益于国家大数据战略实施以来，各地按照国务院《促进大数据发展行动纲要》纷纷制定大数据发展规划，取得了重要成果，经受住了疫情防控的检验，也为接下来发展大数据坚定了思路和信心。
隔壁科技
