一、项目背景

新冠肺炎疫情引发了一场全球性的重大公共卫生危机，通过对我国疫情发生的省份或城市进行可靠预测，能够为相关部门做出及时有效的策略提供支撑，保障人民生命财产安全。然而现行基于经典传染病模型的预警系统存在数据来源单一、时效性滞后以及数据分析不全面等问题，在应对这次百年不遇的新冠肺炎疫情中，暴露出一定短板。因此，广泛的探索建模分析方法和大数据处理方式，发展更具针对性的新冠肺炎预警系统意义重大。本项目通过构建以人工神经网络模型为基础的“重大预警模型”，旨在为各国未来建立与改进传染病预警系统提供了重要的经验与启示，助力全球新冠肺炎疫情的防控。

二、项目概述

《新冠肺炎智慧预警平台》是由重庆大学医学院国家杰出青年基金获得者罗阳教授牵头，联合陆军军医大学、西南大学等多家单位共同研发的世界首个基于人工神经网络模型并融合自学习校准功能的新冠肺炎智慧预警系统。本预警平台以人工神经网络模型为基础，依据疫情地区连续多日确诊人数，同时引入多途径传染病传播途径及基于大数据的病毒变异风险评估进行多维度的系数校准，构建预测结果更加准确可信的预测模型。基于实时更新的流行病数据总情况，可对我国疫情发生的省份或城市进行可靠预测，实现了新型冠状病毒肺炎的早期预警。

在疫情防控常态化的大背景下，本项目可以直观且准确预测出我国某省份新冠肺炎的发病趋势，后续根据已建立的相关模型，我们还可发挥重庆大学产—学—研一体化优势，开发新冠肺炎外溢风险计算器、新冠肺炎快检试纸条等系列产品，充分运用科技力量助力疫情防控，具有较大推广价值。此外，该项目自动获取包括Github在内的多渠道疫情数据，并设置EMR、LIS、PACS、HIS等医院系统连接端，保证了更多的数据来源并创新性地将传染病传播动力学模型与人工神经网络模型进行多维度校准及自适应学习，在生物入侵预警、犯罪行为调查领域亦有应用潜力。

图1 多维度新冠肺炎智慧预警平台首页

三、项目核心优势

《新冠肺炎智慧预警平台》以神经网络模型为基础，通过引入病毒变异风险和传染病传播动力学参数进行自校准，从而研发出全新的“重大模型”。“重大模型”对新冠肺炎疫情的预警效能领先于其他预测模型，核心优势包括以下三点：

① 数据来源优势：实时获取全球的权威数据，并设置EMR、LIS、PACS、HIS等医院系统连接端，可在医院允许条件下获取更多信息源。

② 预测模型优势：本项目将深度学习算法与传染病模型相融合，在人工神经网络模型基础上，引入病毒变异风险和传染病传播动力学系数进行多维度校准，通过连续的隐藏层进行自动学习与反馈，准确度更高。

③ 大数据多维度分析优势：该预警平台不仅能够直观地对某地区的可能感染人数进行预测，并且可以通过深度学习及智慧分析系统提供给相关部门更具针对性的处理依据，可以在最大程度上降低人民生命财产的损失。

图2 神经网络模型校准流程

四、栏目介绍

《新冠肺炎智慧预警平台》前端主要分为5个板块，分别为：首页、预测模型、病毒科普、新闻报道以及团队介绍板块。

图3 地图模式一：累计确诊分布图

图4 地图模式二：新增确诊分布图

其中首页模块是该平台的核心，分别采用累计确诊和新增确诊两种模式进行动态展示，并设置了切换模式的窗口，浏览者可以根据需求进行点击获取信息。在该板块中，清晰地将预测的感染人数变化趋势以动态直方图的形式进行展示，便于浏览者阅读，能够直接为相关部门做出及时有效的应对策略提供支撑数据。在功能设计方面，该板块还创新性地设置便捷可拖动进度条，通过进度条的调整可以获取制定日期的全国感染人数的数据，如图5和图6所示。此外，《新冠肺炎智慧预警平台》在首页专门开发一个疫情排名靠前的城市板块，基于这些数据可以做到对到过高风险地区的人群进行预警，有助于及时开展高风险人群的筛查、追踪和隔离等防控工作。在保护个人隐私和数据安全的基础上，采用集合的人口流动大数据和流行病学参数，构建传染病传播、扩散风险的预警系统，可对具有较高疫情输出和输入风险的地区以及高风险人群进行精准的预警。

图5 全国感染人数动态图

图6 全国感染趋势预测动态图

图7 疫情排名靠前的城市实时更新图

预测模型板块中对预测模型原理进行了详细地解读分析，旨在为未来开发更精准的预测平台提供研究思路。团队介绍板块则是对项目组的成员进行了介绍，该团队是一个典型的多学科交叉创新团队，团队成员以青年为主，涵盖理、工、医多个研究方向，是一支极具创造力的队伍。新闻报道板块使用爬虫软件可迅速链接多家网站的新冠相关信息，使浏览者能够方便的一次性获取全面最新的新闻报道。

此外，我们在该平台中还设置了新冠病毒科普板块，意识到科普在疫情防控中的重要作用，团队联动罗阳教授科普工作室将疫情相关的科普知识呈现在网页前端，有利于加强科学与社会之间的联系、促进科技惠民。同时也是科普工作者结合疫情防控工作实际，向公众提供权威科普知识，解读疫情防控措施，帮助公众正确认识疫情发展态势的有效措施。

图8 病毒科普模块