復工潮抗“疫”進行時 360推出疫情走勢預測模型

　　復工潮來臨后，返籍人員，外來務工人員，跨省通勤人員等在市內各區縣流動，將影響疫情的控制，因此各個區縣的分化治理需要更細致的數據分析和趨勢研判。為解決這一難題，360政企公安事業部聯合城市安全集團產品研發團隊，在72小時內推出城區流動人員疫情管控趨勢研判模型。該模型以各地實際情況為基礎，通過機器學習、病毒傳播動力學、時間序列分析、非線性數值逼近等方法對疫情未來兩天的發展情況進行精準預測。其結果與實際數據相對比，誤差低于0.5%。目前已由公安行業內向各市及區縣推廣應用。

　　三大模型科學預測未來疫情走勢

　　360城區流動人員疫情管控趨勢研判模型，是以海外旅行及撤僑人員中檢出的病例比率為基礎，通過統計模型回溯處置信度較高的初始感染人數。進而運用傳染病動力學SEIR模型和數值擬合等方法，分析疫情的未來走勢。同時，結合數據統計和參數搜索，給出優化的模型參數。最終，利用機器學習集成學習思想，為人們提供確診病例的最優預測。

　　據了解，統計模型是根據早期武漢飛往海外的人數，估算出2019-nCov 感染病例流向海外的概率。進而回溯海外檢出的病例數，就可以最大程度評估出武漢疫情的初期規模。

　　SEIR是傳染病動力學模型中使用最為廣泛的模型，它將傳染病流行范圍內的人群分為四類：易感人群(Susceptible)，潛伏人群(Enfective)，隔離(確診)人群(Infective)和移除人群(Removed)。以微分方程的形式刻畫這四個變量相互影響的關系，就能得到一個簡單的動力系統。

圖1：SEIR傳染病模型

圖2： SEIR模型中，處在不同狀態的人數隨時間變化曲線

　　數值擬合模型采用數值擬合的方式對感染人數進行預測，常用的有Logistic增長模型，類gamma分布等。

圖3： Logistic增長模型感染人數隨時間變化曲線

　　精準度高 助力企業安全復工復產

　　此次360城區流動人員疫情管控趨勢研判模型，在研發后的第一時間，就應用到了實踐中。在為期兩天的擬合預測中，該模型取得了全國除湖北外疫情確診人數預測誤差低于0.5%的成績。以下兩圖分別是某市及其下轄區的確診病例預測曲線，預測曲線與實際相比誤差較小。

圖4：某市新冠病毒肺炎確診病例預測曲線

圖5：某市下轄區新冠病毒肺炎確診病例預測曲線

　　從圖中還可看出，市和所轄的區的預測曲線仍有一定差異。現如今大部分模型只能預測省及直轄市的情況，而360城區流動人員疫情管控趨勢研判模型則能觸達各個地級市，預測結果更加準確。

　　專家指出，預測模型對疫情防控具有一定的指導意義。一方面，預測能幫助政府了解疫情的達峰時間和最終報告病人數，對未來一段時間需要多少病房、多少醫務人員以及醫療物資如何分配等問題的解決提供重要的參考價值。另一方面，它為政府提供了專業化的分析研判支撐，幫助政府指導企業科學復工復產，進而實現經濟的平穩運行。

　　自武漢疫情爆發后，360集團不僅在第一時間為災區送去醫療物資，還在董事長兼CEO周鴻祎的帶領下舉辦了“百城戰疫”公益活動。未來360集團還將努力推出更多優質的產品，助力我國早日戰勝疫情，共迎美好的明天。

　　轉自：中國網

　　【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯系：010-65367254。

延伸閱讀