22/02/2022
利用大數據控制疫情?從3方面入手!網絡安全問題該如何解決?
新型冠狀病毒感染的肺炎疫情防控以來,全球各地政府運用大數據技術實時監測疫情發展的動態。那麼如何更加合理地利用大數據來防控疫情,大數據涉及的網絡安全問題又怎樣解決呢?
合理地利用大數據來防控疫情,著重從建立疫情預測預警系統、收集病源信息輸入途徑、智慧醫療三個方面入手。
(一)通過建立健全大數據主方位運行傳染病監測系統,尤其新冠病毒的特點是傳播力強、變種快及可能無病徵,密切注視疫情動態,準確分析並追蹤疫情動向,評估疫情風險,確認預警級別,為政府啓動預案,善用提供科學依據。各部門根據應急指揮部的統一要求實施疫情監控,專家組針對大數據分析疫情發展動態,評估、調整控制對策。結合本地區內和地區外疫情動態,根據大數據分析、評估疫情態勢,控制疫情。
(圖片由作者提供)
(二)收集病源信息相關動向
疫情面臨最大的挑戰就是「疫情相關人群動向」。可結合號碼實名制的身份信息,在疫情下有效進行追蹤,幫助政府有關部門防控疫情傳播。運用大數據分析,支撐服務疫情態勢研判。利用大數據技術可以梳理感染者的生活軌跡,追蹤人群接觸日誌,鎖定感染源及密切接觸人群。力求掌握病源地進入本地區的相關數據,為防止疫情擴散、有效網格化防控提供大數據支撐。活用大數據的同時也要注意保護用戶數據隱私。
(三)智慧醫療
大數據的應用首當其衝的就是智慧醫療。在醫療中可以應用在臨床診斷、遠程監控、醫療研發等方面。臨床診斷方面的應用體現在對病人的數據分析、臨床決策系統、臨床醫療數據更加透明。通過進一步比較各種治療措施的效果,醫生可以更好地確定臨床最有效、效益最好的治療方法。大數據計算機遠程監護,可以通過收集數據,醫生更好地判斷病人病情,並且通過對數據的收集和分析,實現計算機遠程監控。大數據還可用來醫療研發,預測建模和臨床實驗設計的統計工具和算法。通過收集臨床實驗前期和結果的數據和挖掘病人數據,獲得大數據的海量支撐,對大量醫療數據的抓取和分析,提高研發效率,如疫苗接種率。
大數據用於疫情防控涉及的網絡安全問題著重從加強對大數據應用的網絡安全管理、培養網絡安全專業人才和應用大數據網絡安全技術等三個方面來解決。
積極地提升網絡數據的安全性。通過措施來保護網絡信息的安全。將大數據應用於疫情防控當中,並且在法律框架下確保大數據在互聯網平台上的平穩運行,為公眾提供高品質數據信息服務,打贏這場沒有硝煙的戰「疫」,而是以「人」和「仁」為本。
雖然此時此刻香港大部份活動已然「靜下來」,但抗疫正是「動起來」時分,所以我們即使待在家裡,身呆心卻不能不呆,應在這個時間裏多看看主流媒體,多多關心疫情的發展,這個時候也會有很多雜亂甚至不正確的消息混入其中,我們就得明察細辨,判斷其真實性,畢竟大家都是抗疫戰士,只是崗位不同而已。
待在家裡不出門,本身就是一種抗疫的模式。除此之外,我們或許還能做得更多,這一點在媒體上就有報道:有慈善機構/非牟利在網上搭建平台、溝通有無、組織貨源,足不出戶,也可盡己之力,卻也彌足珍貴。為對抗疫情作出貢獻,於是化熱忱為行動,參與在點滴之間。
雖說因為這疫情,導致我們少了親戚朋友聚會的,少咗社交聯繫,影響心情,此時此刻,應多善用智能工具多關心身邊的人。也是一種關懷與支持的象徵。另外思想上亦要調節,心平氣和地提醒對方防疫措施係有多重要,並給予鼓勵和支持,明白防疫對自己、親友及整個社區的重要性,保持正面態度。
疫情發生的一切,對於生於斯,長於斯的香港人來說確實有切膚之痛。而是以「人」和「仁」為最後依歸。
【你點睇?】上海有女子赴瑞士接受安樂死,引網民熱議。你是否支持安樂死?► 立即投票