2.4 疫情防控中的新技术新应用
在抗击新冠肺炎疫情过程中，大数据、人工智能、5G等新一代信息技术发挥了重要作用。从精准高效地开展疫情的监测分析、病毒溯源、社区管理，到加快病毒检测诊断、基因测序、疫苗新药研发，再到防疫物资供需精准对接、高效生产、统筹调配以及回收管理，最后到加快企业复工复产、维持学校正常办公及教学等各大场景，信息技术都起到了不可磨灭的支撑作用。
2.4.1 大数据发挥大作用
疫情期间，大数据技术在帮助有关部门实时了解和精确掌握疫情动态、开展疫情发展预测与防控措施推演等方面发挥了重要作用，为防控决策提供了科学依据。
在流行病学调查过程中，通过处理人际关系、GPS定位、运营商数据、消费记录、客运售票以及线下门店位置数据等相关信息，实现了对疫情传播过程的智能化识别、定位、跟踪，进而在庞大的移动人流中快速、准确、动态、连续地完成重点人群筛查和传染源及高危接触人员的分析预警。
对于疫情发展的推演和预测，需要巨量、高维、异构多元的人口移动、人群出行模式等数据。自疫情暴发以来，多个国家级超算中心和科技领军企业紧急研发了一系列轨迹生成、轨迹规约等定制化软件，同时投入超算、云平台等算力资源，将百/千万级社会运行数据处理时间从原来的小时级缩短到秒级，保证计算结果的实时性和正确性，提供紧急时期及时的决策支持。
大数据将防控关口前移，使疫情防治实现早发现、早报告、早隔离、早治疗，强化社区网格化管理，降低感染率，提高收治率。从普通民众角度，大数据应用以“微信+政务服务”“小程序+政务服务”等方式呈现，并逐步形成以疫情动态、疫情地图、个人申报、群众监督、在线咨询等基本的在线应用模板。其中典型的就是“健康码”的应用，通过多方数据的整合以标准健康码形式展现，大幅度降低基层防控中筛查甄别的难度，有效提升了疫情防控的高效性和精准性。
2.4.2 人工智能作用于防控关键节点
在新冠肺炎疫情防控中，人工智能也发挥了巨大作用，覆盖智能诊断、体温检测和医药研制等方面。
1.体温检测
新冠病毒首次暴发正逢春节假期，全国人员高速流动，期间通过人工进行体温检测，使医务人员既面临高暴露风险又面临高工作负荷。为此，基于人工智能图像识别技术和红外热成像技术，以及环境数据算法、体感黑体、5G-CPE等技术的人体体温智能检测方案应运而生，即便来往者佩戴口罩亦可实现快速筛查。百度、旷视等互联网企业分别推出了人工智能测温系统，实现多人非接触实时测温，有效降低了工作人员暴露感染的风险，提升了工作效率。
2.智能诊断
疫情防控早期面临医疗资源高度紧张、供需矛盾突出的问题。核酸检测供不应求，大量轻症患者并未出现明显症状，但需要影像学诊断补位。上海市公共卫生临床中心与依图医疗公司合作开发的“新冠肺炎智能评价系统”、阿里云开发的在线CT诊疗系统等有效缓解了医疗资源紧缺问题。这些系统基于患者的CT医学影像以及不断积累的数据，通过特定特征提取定量参数，可对其肺炎的严重程度进行自动量化评估，在数分钟内即可完成快速筛查。
3.医药研制
新药和疫苗的研发，需要进行大量的数据分析、大规模模型筛选和数据演算工作。人工智能可以提供算力，支持病毒基因测序、新药研发、蛋白筛选等工作，帮助科研机构缩短研发周期。2020年1月，中国疾控中心在成功分离新冠病毒后，即开始依托算力的支撑，争分夺秒地进行疫苗研发和蛋白筛选。同时，百度、阿里云、腾讯云等企业开始向全球公共科研机构免费开放云端超算能力、运算集群服务，提供基础支撑，以加速新冠肺炎新药和疫苗的研发。
2.4.3 5G助力疫情防控与复工复产
1.在线问诊
新冠肺炎疫情的突发给中国医疗系统带来了极大压力，在疫情早期出现了一些门诊患者的交叉感染案例。国内多款在线问诊工具在此期间起到了分流一线医疗压力的作用。以“平安好医生”App为例，2020年上半年，日均接受咨询80万人次，在疫情高峰期间（2月中旬）更是达到11亿人次。
2.远程医疗
5G的大带宽、低时延、高通量等特性，让远程医疗更加高效、便捷、安全。疫情期间，多地依托5G网络，建成了远程会诊系统，并在疫情防控过程中得到实战应用。2020年2月，北京和武汉两地的医护人员使用5G技术实现了首次远程病例的讨论。
由于疫情高发期间大隔离的需要，远程办公和在线教育得到大规模的集中应用。以云计算、互联网为基础的远程办公、居家办公、视频会议、网上培训、协同研发和电子商务等在线工作方式呈暴发式增长态势。百度如流、腾讯企业微信、阿里钉钉、字节跳动飞书、石墨文档、印象笔记等纷纷为企业运营开放免费服务项目，采用数字化、移动化办公方式构建了“远程协同”的工作模式，为“在家办公”提供技术支持。2020年1月24日—2月2日期间，总计超过1亿人、最高在线人数6000万人“云监工”武汉火神山医院的施工。另外据统计[6]，2020年新春复工期间，中国有超过1800万家企业采用了线上远程办公模式，共计超过3亿用户使用远程办公应用。
[1] 数据来源：中国电子信息产业发展研究院发布的2019—2021年中国人工智能芯片市场预测与展望数据。
[2] 数据来源：根据Wind数据库、互联网公开数据整理。
[3] Chen J,Maye A,Engel A K,et al.Simultaneous Decoding of Eccentricity and Direction Information for a Single-Flicker SSVEP BCI[J].Electronics,2019,8(12):1554.
[4] Chai X,Zhang Z,Guan K,et al.A radial zoom motion-based paradigm for steady state motion visual evoked potentials[J].Frontiers in Human Neuroscience,2019,13:127.
[5] Jin J,Miao Y,Daly I,et al.Correlation-based channel selection and regularized feature optimization for MI-based BCI[J].Neural Networks,2019,118:262-270.
[6] 数据来源：艾媒咨询，2020年中国新春远程办公行业热点专题报告。