随着行业需求的变化，5G、人工智能、大数据等新技术密集爆发，为传统行业赋能新价值。在近期的疫情中，为取得更好的防控效果，不少企业应用各种技术手段抗击疫情。与2003年肆虐的非典疫情相比，本次疫情在症状上潜伏期更长，传染性更强，防控难度无疑更大。监控人员流动、潜在传染人群、切断传染源，都是这场“战疫”亟待解决的问题。虽然此次疫情传染性更强，但与2003年相比，应对疫情的新技术更多了。在抗击疫情中，背后的技术手段正在发挥重要作用。在传染病的防控中，确定传染源是重中之重。与明显的症状相比，较长的疫情潜伏期和春运的流动无形中扩大了传染范围，从而加剧了疫情。在这方面，大数据发挥了作用。此前，武汉市市长周先旺表示，由于春节假期和疫情等因素，已有500万人离开武汉。这种巨大的人员流动无疑会增加潜在的感染风险。对于这一点，百度地图慧眼迁徙大数据通过数据定向分析，确定了500万人口的流出方向。1月1日至1月26日期间，武汉人员迁出前十位的主要是孝感、黄冈等省内城区。通过百度迁移，用户可以分析出全国乃至各省市每天的流入流出情况。在直观的可视化视图下，各地可以对疫情防控进行更精准、更严密的管控。比如从武汉迁出，不仅是疫情期间，23日封城前，不难看出，孝感和黄冈的迁出比例最高，感染风险为更高。从确诊病例数来看也是如此。截至2020年1月31日24:00，湖北省确诊病例数为武汉（3215例）、黄冈（726例）和孝感（628例）。实施封锁政策后，除武汉外，黄冈、孝感等高就业目的地也应予以关注，避免出现“灯下暗”的情况。除了宏观层面的人流，大数据还可以应用于微观层面的用户运动轨迹。对于确定的感染人群，通过基于移动端的轨迹，通过采集的大数据绘制关系图谱，进一步追踪接触者，进行隔离管理。这两种应用场景不尽相同，但技术手段还是依赖于地理位置授权等数据。以百度为例，除了百度地图应用的用户位置感知外，当用户打开百度等应用时，我们还可以根据LBS获知用户的地理位置。此外，大数据还将对用户支付、机票行程、住宿等信息进行整合分析。通过AI对密集用户信息的分析，我们将能够多维度筛选出潜在的感染用户，并迅速采取措施切断彼此的联系。5G在去年迎来了风口浪尖，应用场景也在这次疫情中逐渐落地。5G由于具有更大带宽和更低时延的优势，在数据传输方面优势明显。疫情期间，5G网络的部署不仅可以让诊断更高效，还可以有效减少交叉感染的机会，从而提升疫情防控效果。无论是省市医院，还是火神山、雷神山医院，5G网络的加入都在其中发挥了重要作用。通过5G网络，可实现对医院相应部分人流的实时高清视频监控。同时，医生还可以进行远程视频诊疗、远程视频会议、远程手术，从而减少直接接触，提高防控能力。不仅拓宽了沟通的维度，5G网络的高速率也保证了沟通的顺畅，营造了更加顺畅的信息环境。除了直接的信息沟通，5G网络还带来了“业务上云”的可能。比如在患者信息的采集上，可以通过5G网络直接实时反馈给医生，减少直接接触的机会。此外，患者的病历也可以在云端共享，实现彼此的信息互联互通，从而方便疾病的诊断和交流。大数据的处理离不开人工智能，后者在疫情中能发挥越来越大的作用。此次疫情不仅本身传染性强，而且时间节点上恰逢流感大流行和春运流动，因此患病人数不断攀升。也正因为如此，在大规模感染之后，现有的医疗资源势必难以满足不断上升的患者用户。为了提高效率，阿里巴巴达摩院此前推出了“智能防疫机器人”。通过语音识别、自然语义理解等人工智能技术，机器人可以回答有关疫情、就医、防护措施等问题。对于正常用户和轻症用户，人工智能可以起到一定的答疑作用，避免医疗资源短缺和交叉感染的风险。人工智能也被应用到疫苗研发中。通过人工智能技术的深度学习处理，可以方便研究人员进行数据分析、文献快速筛选和相应的检测工作。不仅如此，人工智能还可以应用于建立模型来观察疫情的传播情况。早前，国内基于AI和大数据的实时流感预测模型发表在《柳叶刀》的子刊上，为传染病的预测提供了更加精准的逻辑框架。该模型由平安科技、平安智慧城市、重庆市疾控中心、陆军军医大学、清华大学联合完成，用于预测重庆市流感活动。通过对卫生系统内流感监测数据、气象数据、网络舆情等数据的监测分析，有关部门可以更好地掌握疾病发生周期和活动预测，从而合理配置卫生医疗资源，引导居民及时预防。防止。利用数据分析判断疾病威胁等级，预测疫情爆发，国外已经有相应的健康公共风险评估机构。对于此次疫情，加拿大BlueDot公司表示，其在去年12月底发现了新型冠状病毒的存在，并已通知客户。应对疫情，疫苗和疗法是重中之重，但在未来的风险传递中，人工智能势必更多地用于预测疫情。
