3月24日，北京大學收到了來自國家外交部的一封感謝信，信中感謝北大黨委和行政領導對戰“疫”科研工作的重視和大力支持，感謝北大信息科學技術學院王騰蛟教授、陳薇副研究員科研團隊：在新冠肺炎疫情期間集中攻關，連續奮戰，開發了基於多源大數據集成學習的國際疫情發展研判系統（PESA-Global），並依據該系統連續多次精準預測了國際疫情趨勢。有關成果由外交部定期組織上報中央，得到中央領導的高度認可和肯定，為輔助中央領導決策發揮了重要的參考作用。
這距離王騰蛟團隊接到用大數據戰“疫”的科研任務已近2個月。回首今年1月底以來持續科研攻關的日日夜夜，王騰蛟深有感觸：“大數據是一門應用技術，作為科技工作者，我們既要努力科研創新，又要重視工程實踐，讓技術更好地服務社會，為疫情防控提供堅強有力的科技支撐。”
爭分奪秒 以智戰“疫”
今年1月底，突如其來的新冠肺炎疫情給新春佳節蒙上了一層陰影。此時，王騰蛟團隊接到學校一項緊急任務安排：發揮團隊在大數據分析技術方面的優勢，立即投入大數據疫情防控研判系統的研發，為疫情研判服務！王騰蛟說：“從那時開始，我們團隊的老師和同學們聞令即動、爭分奪秒，立即進入了全力以赴的科研攻關狀態。”一場大數據對壘疫情的科研攻堅戰就此展開。
“由於疫情的突發性和高傳染性，原有數據統計和分析方式存在來源單一、覆蓋面小、缺少綜合研判機制等問題。”為了與疫情拼速度，及時掌握真實全面的疫情數據並對這類數據進行高效的分析和準確的趨勢預測，王騰蛟帶領團隊中的老師和同學們集中攻關、連續奮戰，“在大家的通力合作下，我們團隊迅速研製開發出多源大數據疫情防控研判系統（Pneumonia Epidemic Situation Analyst ，PESA）。”系統採集多種來源的數據，包括全球疫情每日發佈信息、疫情相關網絡輿情信息、各國疫情環境數據等，通過疫情分析因素提取方法，從採集的多源數據中提取出用於疫情發展研判的因素數據。各個來源的數據和預測模型相互獨立又互相補充，最終通過多個預測模型的集成學習，生成對疫情發展的多維度研判結果。“通過採集多重來源的數據，最終由計算模型來綜合形成完整的結果，服務於國家有關部委研判國內疫情發展態勢，為我國疫情防控指揮和部署提供科學有效的決策支持。”王騰蛟介紹。
追蹤形勢 深度開發
3月以來，在國內疫情防控形勢積極向好的同時，疫情在全球快速蔓延。積極穩妥地做好應對海外輸入風險工作，堅決維護好前一階段來之不易的疫情防控成果，成為我國當前最重要的任務。王騰蛟團隊中的老師和同學們及時追蹤疫情形勢的發展，開發了基於多源大數據集成學習的國際疫情發展研判系統（PESA-Global），並依據該系統對國際疫情發展態勢做出預測和研判，每天上報一次《疫情預測日報》，每週上報一次《疫情防控政策研判報告》。
國際疫情發展研判系統的精準預測獲得了國家有關部委的“點贊”，在感謝信中寫道：“王騰蛟教授、陳薇副研究員團隊的科研成果，體現了團隊卓越的科研創新能力和堅實的工程實踐能力，也體現出北京大學圍繞國家重大戰略需求開展科學研究和社會服務的精神。”
“雲化”科研 突破阻礙
疫情阻斷了團隊中同學們回校的腳步，科研過程中的溝通問題如何解決？團隊採取了“雲化”科研的方式，突破時空的阻礙，加快科研的進度。團隊中的老師和同學們採用雲會議方式每天進行工作討論；採用協同開發環境，異地完成系統代碼的團隊開發工作……工作溝通搬到了“雲端”，工作效率並沒有受到影響，國際疫情發佈的數據庫、國際疫情輿情的數據庫、各國疫情環境的數據庫、中國疫情的歷史與演化模型的數據庫迅速建立起來，“有了這些數據庫，就給我們數據研判提供了很重要的基礎”。隨後，團隊通過因素提取，在大量數據中提取可能影響疫情的病例數據、醫療條件、設備環境、自然環境等因素，建成多源集成學習模型，並進而成功研發了精準預測疫情的多源大數據疫情防控研判系統。
回望這段時間的集中科研攻關，王騰蛟深感由於新發重大傳染病的突發性和高傳染性，疫情預測工作缺乏累積數據和有效分析手段，因而大數據引導機制顯得尤為重要。“我們團隊下一步擬深入開展基於大數據的新發重大傳染病監測、預警方法和系統研究工作，設計科學有效的大數據引導機制，為我國衛生防疫工作的開展提供有力的大數據決策支撐。”
國際疫情發展研判科研團隊核心成員包括：王騰蛟教授、陳薇副研究員、博士後常一鳴、博士生高翔、博士生王鶴媛、碩士生王朝和碩士生韓愉等。
文字：陳振雲
閱讀更多 北京大學 的文章
