“雪亮工程”是以县、乡、村三级综治中心为指挥平台、以综治信息化为支撑、以网格化管理为基础、以公共安全视频监控联网应用为重点的“群众性治安防控工程”。在此疫情中，全国各地充分发挥“雪亮工程”视频监控的作用，对车辆、人员等进行有效监管，助力疫情防控，更加便捷地保障人民群众生命安全。
■文/ 高杰 吕阳 杨少斌 董培培 石凤
摘要：
本文从新冠肺炎的扩散性、管控性现状出发，结合雪亮工程建设，剖析了目前疫情管控的几大需求，采用人工智能技术，创新性提出建设疫情管控超脑平台的思路，平台功能建设需要三大系统进行支撑，可实现平台六大应用，能够快速、精准的协助综治、卫健委、公安等进行公共安全事件预警、应急响应、协同指挥调度，真正做到事前预防、事中管控和事后溯源。
关键字：
新冠肺炎 雪亮工程 人工智能 疫情管控超脑平台 应急响应
1、引言
2019年年末，一个学名为新型冠状病毒(COVID-19)感染的肺炎在武汉滋生（一种单链RNA病毒，感染人体后可引起呼吸道症状，简称“新冠肺炎”），由于疫情潜伏期时间较长，传播途径多样，各企业、学校、公共交通等均无法正常运营，对国家经济造成了巨大的影响。雪亮工程作为社会治安防控体系的重要途径，如何在未来雪亮工程建设中使用人工智能技术提升疫情管控能力成为了目前最新研究的课题。
中共中央政治局常务委员会2020年2月3日召开会议强调：“要针对这次疫情应对中暴露出来的短板和不足，健全国家应急管理体系，提高处理急难险重任务能力。” 这进一步引发我们对如何通过雪亮工程推进应急管理体系和能力现代化的深入思考。
2、需求分析
截至2月底，疫情的确诊病例仍在不断增长，世界卫生组织宣布将“新冠肺炎”列为国际关注的突发公共事件，抗击新冠“战疫”已经进入非常时期，各地防疫指挥部已采取了相关举措，但仍需加强在以下方面加强。
2.1打破数据壁垒，实现数据快速整合
中国具有人员迁徙范围广、分散的特点，在发生疫情的情况下，政府能够获取人员的出行、位置、住宿、人员特征、社会关系、病情病理病史等数据。但依然存在数据壁垒，无法将多源数据进行有效整合，导致决策层的认识比较片面，可能无法及时做出合理决策。
例如对于乘坐高铁的疫情人员，可通过发布车次来寻找同行人员，但对于疫情人员出现在超市、餐厅、商场等场所，很难做到潜在接触者的筛选及预警。
2.2充分利用雪亮能力平台，提升数据整合治理能力
雪亮工程能力平台搭建了“CPU+GPU”计算资源池，可以高效的对数据进行解析及融合。疫情管控超脑平台能够复用雪亮的算力资源，将跟疫情人员有关的数据进行采集、传输、存储、治理及开发，辅助决策层针对疫情进行态势感知、规划、探测、验证及诊断。
2.3实现人员快速定位，追踪人员轨迹
在疫情人员轨迹摸排中，存在部分人员隐瞒其出行行为，或者管控期间私自外出，为疫情接触者摸排、疫情隔离管控带来很大的困难。疫情管控超脑平台能够快速精准地对疫情人员进行轨迹分析、落脚点分析、同行人员分析等，快速锁定密切接触人员。
2.4启动应急预案，实施多部门协同指挥调度
公共卫生事件应急管理体系已基本建立，但动态、综合跨部门的指挥决策缺乏智能化的系统支撑。防控和应急管理各相关部门之间的横向分工不明确，综合决策能力及整体防控、应急决策能力有待进一步提高。
3、技术实现
依据以上需求分析，疫情管控超脑平台的逻辑架构主要包括五层，其中采集层、网络层、数据层为基础支撑层，最终为多方用户实现六大应用，逻辑架构图如下所示：
图1 疫情管控超脑平台逻辑架构图
3.1采集层—数据采集
在疫情预警状态下，需及时汇聚卫健委、运营商、公安、交通、社管等数据，将多源数据进行融合分析，为疫情研判奠定基础。
3.1.1卫健委数据
卫健委需提供其辖区的医院、医疗卫生机构、疾病预防机构等单位所采集的发热人员、疫情人员档案数据。
3.1.2运营商数据
为快速识别疫区人员流动情况，需运营商提供手机定位数据，在重大疫情预警发生时推送重点管控人员的行动轨迹数据。
3.1.3公安数据
为查找疫情管控人员的行动轨迹、定位大密度人群聚集场所，需要雪亮工程平台推送疫情人员的行为轨迹数据。除此之外，可根据身份证登记制度要求，在经授权的情况下，推送公安采集的与管控人员有关的网吧、宾馆等数据。
3.1.4交通数据
为快速寻找疫情密切接触者，尤其是同车同行人员，需铁路、轨道、航空、船舶、公交车、出租车等公共交通管理部门提供疫情管控人员的票据详情；在经授权的情况下，第三方网约车公司也可推送相关人员的打车出行数据。
3.1.5社管数据
为快速寻找疫情密切接触者，需要城市社会网格化管理平台推送疫情管控人员的户籍数据、工作单位数据、就读学校数据等。
3.1.6社会面采集数据
很多传染性疾病都伴随着发热症状，众多安防厂家开始推出了热成像测温设备，在公共场所如车站、地铁站、高铁站、机场、轮渡码头、学校、酒店等关键节点场所部署了测温摄像机、测温道闸等设备，能够快速筛选出发热人员作为疑似病例，该部分采集的数据在疫情预警时需要推送到疫情管控超脑平台做实时的预警。
非疫情预警状态下，对通过关键节点的发热症状人员进行统计分析，作为公共卫生监测数据，对异常密集数据进行预警，及早将传染性疾病控制在小范围。
未来，随着摄像机视频识别分析能力的增加，将得到各种异常监测手段丰富。
3.2网络层—网络传输
为了将卫健委、运营商、公安等各方数据成功汇聚并传输至后台，组网建设是不可或缺的。从前端到后台的网络传输建议使用各地市雪亮工程已建设的传输网络，雪亮工程构建了市级、区/县级、乡镇级、村级等多级网络，覆盖电子政务外网、视频专网、互联网等。各数据推送单位可以根据现有网络条件，将前端采集数据通过相关网络安全设备统一上传至视频专网，然后通过骨干网传输至多维大数据中心进行数据的接入、清洗、分析和存储。
3.3数据层—多维大数据中心
以城市大数据中心的数据为基础，基于雪亮视图库及大数据资源库，整合3大类数据（第①类为雪亮监控数据：包括车辆卡口、移动设备等；第②类为行业数据：包括公安、城管、卫健委、公共交通、运营商、水电气公司等；第③为社会面数据：包括旅馆、车站、快递、网吧、外卖、消费等），整体融合形成多维大数据中心，系统能够实现多维数据的分析应用。
依托AI雪亮+超脑平台的超融合数据认知，智能语音交互技术、超级算力平台等能力，对数据进行清洗、挖掘、分析和碰撞，为数据建立血缘关系，形成数据关系网，从而进行人物、行为、事件推演，实现对疫情事件的分析研判。
图2 多维大数据中心
4、应用层—六大应用
4.1疫情管控人员全息档案
通过卫健委及其他单位传送的疫情人群的身份数据，依据血缘数据建立疫情人员档案，并通过关联票据信息、支付信息、住宿信息、活动位置信息等数据，建立人、车、疫情关联分析，形成多维大数据关系图谱，可视化展示人、车、疫情之间的关联关系，包括接触人活动的范围、接触时间、接触地点等，快速挖掘潜在密切接触人群。
通过多维图谱展示实现人、车、疫情的融合应用，打破传统的各自独立系统，将各类信息融合在一起，挖掘其中潜在的关系，帮助决策层做出快速判断，并且为了更加形象直观的体现出潜在关系，使用图谱的方式展现出来。
4.1.1多中心关系图谱
支持多维关系图谱多维度展示，支持以人为中心、车为中心、以疫情为中心等维度全面展示人、车、疫情的关系图谱。
4.1.2多级关系图谱
支持多维关系图谱多级展示模式，一级模式展示与中心实体有直接关联的实体，二级模式进一步展示与中心实体有间接关联的实体，深度挖掘实体之间的联系，服务研判。
4.1.3关系图谱可视化展示
支持多维关系图谱通过图标的方式实现可视化展示；支持根据实体类别进行筛选的可视化展示；支持对人、车、疫情等类别的筛选，不同类别的实体采用不同的颜色进行区分；支持多维关系图谱的放大缩小；支持关系图谱实体之间关联关系文字说明的显示设置。
4.1.4实体目标一键关注
支持对多维关系图谱中的各关联实体目标一键添加到个人关注，并支持对个人关注中所有关注的实体目标档案一键添加到个人收藏。
4.2多维轨迹展示
通过多维轨迹展示能够帮助快速掌握疫情重点管控人员的行踪轨迹。
支持以时间为轴线在一张地图上空间化的展示人、车、疫情等多个实体的轨迹，基于地图开展时空分析；支持多个实体目标轨迹同时展示，多轨合一；支持单独选择某一个实体进行单维度的轨迹展示；支持不同实体的轨迹采用不同的颜色进行区分。
支持多轨合一、一图展示。以时间为轴线，空间化展示人、车、疫情的相关轨迹，形成时空分析。支持一键查询相关人、车或疫情的轨迹，并支持单独维度展示人、车、疫情的轨迹。
融合车辆、人像、身份证等动态时空轨迹数据和人员基本信息、机动车信息、常驻人口等静态档案数据，实现强大的融合检索能力。
4.3可视化展示
对疫情数据进行动态监测，提供数据预警信息，把实时数据按不同维度进行可视化，为城市应急预警决策提供数据依据，为卫生应急等部门提供形势研判信息与分析手段，实现信息报送、指令传递与信息资源共享。
4.4专题研判
4.4.1疫情人员轨迹分析
支持从疫情管控人员的车牌、购物消费信息、个人支付信息等多维度分析定位疫情管控人员的轨迹，并在地图上展示，分析其可能出现的地方。
4.4.2疫情人员密切接触人群分析
基于支付信息、身份证登记、户籍、车辆等多种数据，研判出疫情人员曾滞留场景，如消费场所、娱乐场所、办公地点、住所、学校、公共交通等。
4.4.3疫情人员出入城分析
基于ETC、电警卡口、交通出行等数据，对疫情发生期间出入城人员及车辆进行分析，统计出入次数、出现地点，为疫情管控提供数据支撑。
4.4.4疫情人员非法外出预警
对于处于隔离期间的重点人员，通过采集其车辆、手机号等特征数据，进行外出预警管控，一旦外出，立即预警。
4.4.5人员聚集预警
通过视频轮巡、人员密度检测等手段，对于商城、农贸市场、集市进行人员密度检测，一旦出现人员聚集现象，立即预警。
4.5疫情信息发布
依托数据分析结果，可将疫情人员轨迹、疫情人员密切接触者等数据共享给相关单位，对社会公众发布疫情人员活动信息，有效做到人员疏导，指导民众有效防护。
4.6应急指挥调度
可事先设置各项应急预案，当疫情发生后，进行资源的统一调度，任务派单，协调综治、公安、市政、城管以及其他相关部门协同卫生管理部门进行疫情防控工作。
5、用户层—职能部门及社会公众
疫情管控超脑平台能够为各级政府部门在突发公共安全卫生事件时，实现对突发事件的辨别、处理、反应及对事件处理全过程的跟踪，进行突发事件相关数据采集、危机判定、决策分析、命令部署、实时沟通、联动指挥、现场支持等，以在最短的时间内对危机事件做出最快的反应、最有效地动员和调度各种资源，采取最优的措施预案，进行指挥决策。
6、结语
疫情管控超脑平台是在雪亮工程社会治安综合管控基础上的应用扩充。此平台以突发公共卫生事件监测信息、医疗救治信息、卫生监督执法信息等信息为数据源，充分运用大数据、云计算以及其它人工智能前沿技术，对疫情进行海量数据分析，实现全息档案、多维轨迹、专题研判等多维应用，并进行可视化展示，为卫健委、综治、公安等用户提供决策依据，不仅提升了时效性，而且能够更科学的判断疫情形势，从而进行更有效的应急响应以及协同指挥调度。除此之外，平台的建设进一步完善了国家的疫情治理体系，提高了治理能力。
参考文献
[1]Chen Y, Liu Q, Guo D. Emerging coronaviruses: genome structure, replication, and pathogenesis [J]. J Med Virol,2020, doi:10.1002/jmv.25681.[published online ahead of print, 2020 Jan 22].
[2]赵亮.雪亮工程带来的变革[J].中国公共安全,2017(12):66-69.
[3]高艳丽,陈才,张育雄.公共安全防范：让“雪亮工程”更“明亮”[J].中国建设信息化,2019(21):32.
[4]周梦麟.以人工智能与大数据应用引领雪亮工程建设[J].中国安防,2018(05):40-44.
[5]疫情之下看安防技术如何大展身手.安防展览网.2020-02-05.
[6]毕马威.化新冠疫情危机为契机，加快中国治理体系和能力升级.和讯网,2020-02-07.
[7]姚璜,杨盛力,魏守蓉.新形势下应对新型冠状病毒，防控为首[J/OL].医药导报:1-9[2020-02-16].
[8]王群.新型冠状病毒肺炎疫情防控与国家治理效能提升研究[J/OL].卫生经济研究:1-6[2020-02-16].
[9]中共中央政治局常务委员会召开会议研究加强新型冠状病毒感染的肺炎疫情防控工作.中华人民共和国应急指挥部.2020-02-04.
声明：本文来自公安部检测中心，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
