经济日报-中国经济网北京2月14日讯 （记者 黄鑫）2月14日，工业和信息化部召开媒体通气会，介绍了电信大数据分析在此次新冠肺炎疫情防控中的重要作用。

　　要知道，我国是拥有16亿手机用户的网络大国，新冠肺炎疫情发生以来，大数据等新技术手段对于加强疫情溯源和监测可是发挥了不小的作用，比如，统计人员流动情况，对支撑服务疫情态势研判、疫情防控部署以及对流动人员的疫情监测、精准施策等。

　　让我们具体来看看大数据等新技术手段能为疫情防控做什么？

　　一、为全国疫情防控提供动态人员流动信息。

　　通过基础电信企业大数据统计全国特别是武汉和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。

　　二、服务国家对整体疫情态势预测预警。结合对武汉、湖北人员流出情况的大数据分析，及时对相关地区发出疫情态势预警。

　　三、支撑地方对疫情的精准防控和精准施策。地方联防联控机制相关部门比对当地旅游、交管、出行等数据，摸排出重点人员，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部署近万节点，数据实现分钟级汇聚和统一计算。面对疫情，已向工信部等国家有关部门提供漫游用户分析、重点人群流动等支撑数据和报告102份，开发应用模型及标签20余个。各省公司配合当地政府部门，提供数据清单和分析报告600余份。

　　截至2月13日，中国联通已经建立了“区域人口流动”等13个大数据模型，开发了基于人口流动的疫情防控、风险预报等大数据平台，向各级疫情防控部门交付3017份数据分析报告。

　　中国移动开展疫区用户群体流量和流向分析，定量分析每日及14天潜伏期时段的统计数据，定性分析相关人群的流动情况。打造智慧中台，截至目前，已敏捷响应各级政府部门400余次数据分析需求。

　　为何电信大数据分析能有这样的作用？

　　对此，中国信息通信研究院院长刘多介绍说，电信大数据有三个特点：

　　全面性——电信用户规模大、覆盖面广、数据量大，如现有的公众通信网每日产生的电信数据约数千亿条，在春运等节假日期间、人员流动性高的情况下，数据量会更大。

　　动态性——通过电信大数据，可以统计分析全国特别是武汉和湖北等重点地区的人员动态流动情况，分析预测确诊、疑似患者及密切接触人员等重点人群的动态流动情况，支撑疫情防控部署。

　　实时性——可以实时采集、汇总和处理电信相关数据，及时提供各类数据分析结果，为疫情防控提供精细化数据支持。

　　由于电信大数据来源于公众通信网络中的基础数据，可以较为准确的统计分析全国各省市以及重点区域人员流动，一般可以分析到区县级流动和分布情况。通过结合卫生防疫等其他部门数据，可以进一步对确诊、疑似患者和密切接触者等重点人群的分布等进行分析研判。

　　既然大数据分析具有预警功能，那是否能够预测疫情发展的具体态势，以及“拐点”何时到来？

　　对此，刘多回答说，基于电信大数据分析，可以对全国电信用户的流动情况进行统计分析，对疫情防控和相关工作起到积极的支撑作用。比如，对人员返城流动情况、城市企业复工复产相关情况，地区物资资源情况进行分析和综合判断等。

　　对于疫情发展的趋势，特别是大家所关注的“拐点”，需要综合各方面的数据和因素，以及医疗等相关专业分析模型，电信大数据是其中的重要数据来源之一。下一步将根据国务院联防联控机制要求，提供相关数据和分析结果，帮助相关部门运用电信大数据，结合多方面的信息和因素，对疫情发展趋势做出研判。

　　在本次疫情防控工作中，刚刚商用不久的5G也是大显身手。

　　其中，5G视频直播是5G最直观的应用。在武汉版“小汤山医院”火神山和雷神山医院建设中，数亿遍及全国的“云监工”共同见证中国奇迹。本次疫情防控中，为充分利用大城市、大医院专家资源，5G+远程会诊系统快速在全国各地很多医院落地。通过远程会诊系统，专家可以对偏远地区医院的重症、危重症的患者进行问诊，提供救治指导。

　　同时，在火车站、机场、地铁等公共交通、人群密集区域，采用5G+热成像技术，快速完成大量人员的测温及体温监控，识别出温度异常的个体，同时将数据准确快速实时回传，筑起疫情防控第一道防线。

　　此外，5G远程办公、远程教育等信息通信技术正助力实现抗击疫情和恢复生产两不误。中小学生可通过线上数字化空间中学习，做到停课不停学；企业员工通过云平台在线办公、召开视频电话会议等。5G积极应用在各行业各部门，信息通信新技术的有效应用为保障生产逐步恢复，减少了人群聚集、阻断疫情传播发挥了重要作用。

　　当前，在大数据分析中还存在哪些难点和困难？

　　工信部信息通信管理局局长韩夏回答说，目前电信大数据分析在疫情防控上发挥着积极作用，但在应用上也还存在一定难点和困难，需要不断加强和完善。

　　一是，大数据资源统筹还需加强。关于疫情的数据资源涉及到多个方面，例如医疗、交通等信息，如何将这些分散的大数据资源，更及时、更有效的整合起来，使得大数据分析更全面、更精准，还需要进一步完善。

　　二是，对疫情防控的支撑服务还需要进一步深化。基于电信的大数据分析模型，可以实现人员流动和分布情况的统计分析和预警，但在实现对疫情的风险评估和精确预测研判方面，还需要医疗、气象、人口等专业领域的协同，才能进一步更好发挥大数据分析的支撑服务作用。