数据新闻对新闻业的影响

一部手机就可以知道国内外新闻，那么报纸还有存在的必要吗？你怎么看？

传统纸媒实际上已经再走下坡路了，就像邮票，由于通讯技术的发展，邮票实际的价值已经更多体现在一种收藏和文化艺术价值了，纸媒也是由于他的严肃性和规范性和历史性，在个别的领域有他存在的价值。但是从媒体属性来讲，现在是信息粉末化、碎片化时代，自媒体以及像头条这样的媒体平台，由于运用了移动智能、大数据和云计算等技术，更能把握用户的需求和喜好，传递信息的及时性，便捷性、大容量是传统纸媒等无法比拟的，更有市场价值和发展前景，所以纸媒的衰落也是必然了。

虽然现在的社会大部分人都用上了智能手机随时随地的看国内外新闻，但是还是有很多中老年人喜欢看报纸，毕竟报纸的年代已久到现在依然有很多人每天都离不开报纸，我自己经常没事的时候也看报纸，所以我个人觉得报纸肯定是不能停的，毕竟百姓已少不了每天看报纸的习惯了

为什么头条和央视的***数字不一样？

这么简单的问题，非常好回答。你听说过气象台发布天气预报吗？每一天每一个气象台发布的天气情况都不一样。你说的头条数据和央视的数据，就跟天气预报情况一样。统计，统计三分估计。不管你相信哪家，都是正确的。😂😂😂

大数据在***肺炎疫情中起到了哪些作用？

大数据在***肺炎疫情中起到了重要作用。

讲讲我个人接触到的大数据三点作用：①疫情发展预测；②用户行程轨迹追溯；③健康码生成与互通

大数据虽然是看不见摸不着，但是对于技术分析来说，数据越多，分析越准，结果越有意义。

对于疫情防控更是一样，基于各种疫情数据，我们能够科学分析，管中窥豹，对未知的病毒，寻得一些可知的规律。

1.疫情发展预测

上图是基于大数据分析生成的确诊人员数据，可以看到，预测数据虽有细微偏差，但是基本上只有万分之几，可以说非常准确。

这些趋势预测就是通过确诊用户数，确诊地，疑似人员数，发生地，传染病传染概率数等多方面的数据，加上科学变数，形成大数据，一些专业的科研机构通过大型科学计算机运算，就可以行成疫情发展预测。

各地根据现实情况和预测数据，就可以做出相应的解封，通高速，开学等防疫政策。

2.用户行程轨迹追溯

三月份，三大运营商开始提供本人到访地查询服务，如上图。

这一功能虽然看似简单，背后却隐藏着一个覆盖数亿人群的大数据网络。据工信部提供的信息，这是他们组织了行业专家开展大数据咨询，紧急建立疫情电信大数据分析模型，组织基础电信企业大数据统计全国特别是武汉和湖北等地区的人员流动情况而实现的，成功助力各地联防联控部门精准施策。

3.健康码生成与互通

（1）生成

很多人好奇各地健康码是如何生成的？

各地健康码”是以个人健康数据为基础，由居民自主通过健康登记系统网上申报，结合***肺炎疫情相关大数据进行对比核验，根据大数据运算结果，生成个人专属二维码，现在，个人健康二维码成为个人出入通行的电子凭证。

（2）互认互通

疫情发生以来，各地数据管理局通过各地疫情大数据，搭建疫情防控指挥平台和专项数据库，加强疫情数据汇集、分析和比对，并汇聚上报国家互联网+监管平台、并通过国家大数据平台才能实现各个省份之间的省份之间的互通互认。

以上三点，都是基于大数据分析，为疫情防控提供趋势，溯源，互通，提供了 科学依据。

一、对人口流动、搜索、医疗等数据进行AI挖掘、预测，发现趋势防患于未然

武汉疫情防御中，大数据只反映出现状。

如果能够未卜先知，预测到疫情的爆发，今天形势就不会如此严峻。

虽然看上去这太难，但人类抗击疫病传播时早已在尝试应用AI+大数据进行预测。

早在2008年，Google便推出了Google Flu，利用人们的搜索查询记录来发现流感的爆发，它甚至比美国卫生部门提前两周发现了2009年的猪流感大流行。

然而这种方法倾向于高估疾病流行的严重程度，容易引发社会恐慌，最后被Google叫停。

二、智能调度医疗防护***

通过电商平台的大数据，发现了武汉等疫区医疗防护物资短缺的趋势，然而只是发现趋势是不够的，因为这解决不了医疗防护***调配的问题。

基于趋势发现，通过大数据，进行智能供应链管理，让物资以最短物流路径，最短在途时长从生产线到达疫区就至关重要。

现在电商平台已在发挥大数据+供应链的优势，进行智能调度来最大化降低疫区医疗防护物质短缺的情况。

京东大数据研究院首席数据官刘晖在接受央视采访时表示：我们正在发挥供应链***的优势，与各品类开展自营合作的核心品牌厂家紧密沟通互动，推动它们加班生产、优化库存。

当商品被卡在了生产环节时，怎么调度都是不够的。

不过，如果能够结合第一点，即疫情的大数据预测，特别是分区域的预测，再进行有的放矢的预生产、预调拨，就可以有效降低物资短缺、物价波动的情况，理论上还可结合IoT技术，对捐赠的医疗物资去向进行精准追踪，确保它们能在第一时间到达最紧缺的地方，避免出现压在仓库的情况。

三、甄别谣言、***消息和错误消息

疫情来了，所有人高度[_a***_]，各种消息满天飞，真真******，要每个用户去甄别消息不现实，封堵消息则会造成更大恐慌，甚至给谣言滋生创造土壤。

针对这样的情况，互联网大平台上线了辟谣功能，然而对于社群、社交网络上的一些碎片化消息，特别是像截图、段子、短视频这样的***消息，依然缺乏有效治理。

针对此，每日实时数据更新，平台全公开，让民众能够实时了解最新情况。

同时可结合社会化举报机制、专家审核机制以及AI识别机制等，对一些错误的图像和文字内容进行智能识别和清理。

四、机器人诊疗，降低医护人员风险

医护人员是从不缺席的白衣天使，今天依然冒着感染风险奋战在疫情一线，很多医院医护人员的请战书都让人泪目。有没有什么科技可以让医护人员更轻松？

看到新闻说，美国第一例SARS冠状***在西雅图确诊后随即被送往华盛顿一家医院的特殊病原体科，为了避免这种疾病在医院内传播爆发院内感染，该医院的医生一直使用机器人诊治这名病患。

该医疗中心的负责人乔治狄亚兹（George Diaz）接受卫报访问时表示，他坐在400平方英尺的隔离病房外操作拥有摄影机、麦克风跟听诊器的机器人，以随时确认患者的状况，而不需要通过医护人员不断监看患者状况。

这家医院的特殊病原体科成立于2015年，主要是要应对2013到2015年爆发的埃博拉***问题。类似于这样的机器人诊疗，真的很希望未来能够普及。

AI+大数据在疫情管控上应用空间还有很多，比如通过车脸识别来发现疫区车辆进行管控，比如智能问诊对涌来的恐慌性求诊人群进行分流……虽然很多应用在现在的疫情面前显得有些苍白无力甚至是痴人说梦，但是我们一定要因为相信而看见。

84岁高龄依然奋战在一线的钟南山老院士，大量的一线医务卫生人员，后台的医疗卫生科研工作者是防控疫情的关键战士，而科技能够做到的就是减轻这些英雄的负担，给他们提供更好的工具，让他们更高效、更心安、更安全。

相较于17年前的SARS，此次疫情表现出更强的传播性，感染人数曲线更为陡峭，对于疾病防控提出更高挑战。好在17年来，中国在疫情防控方面已建立了更加完备的制度体系、保障策略、应对措施，信息披露也更加及时透明，再加上大数据等创新科技的快速发展，在疫情防控工作中起到重要作用。

目前已有微信、360等互联网平台上线“确诊患者交通工具同乘查询系统”“疫情数据实时更新系统”“发热门诊分布地图”等功能。

在1月28日央视《新闻1+1》，国家卫健委高级别专家组成员李兰娟院士连线白岩松时表示，专家正利用大数据技术梳理感染者的生活轨迹，追踪人群接触史，成功锁定感染源及密切接触人群，为疫情防控提供宝贵信息。

李院士在连线中提到，某位患者曾表示自己并无重点疫区接触史，但经过大数据排查，发现其曾经至少接触过三位来自重点疫区的潜在患病人士。可见大数据技术通过追踪移动轨迹、建立个体关系图谱等，在精准定位疫情传播路径，防控疫情扩散方面的重要作用。

追踪移动轨迹、建立关系图谱，在大数据技术日渐成熟的今天已不是新闻，在位置数据方面，除了航空、铁路、公路、轮渡等交通部门统计的出行数据外，在用户授权的前提下，中国移动、中国联通、中国电信三大运营商基于手机信令能够有效定位用户的手机位置，互联网企业也可以通过APP授权调用用户手机位置数据。

此外，地图、打车等APP提供的移动出行服务，电商、外卖平台等APP内的送货地址数据，以及移动支付位置数据等，也可以作为位置数据的有效补充。而关系图谱则可通过各类社交平台、通信网络、通话记录、转账记录等数据搭建。

将不同时间段的授权位置数据进行纵向串联，能够有效绘制出手机持有者的移动轨迹。这类个体数据，正如李兰娟院士提到的，可以用于追踪被感染者的疾病传播路径、定位感染源，配合关系图谱更可锁定被感染者曾经接触过的人群，以便及时***取隔离、治疗等防控措施，避免疫情更大范围扩散。为防控春运返程高峰时可能发生的传染事件提供有效工具。

人工智能持续跟踪疫情的发展进程

浙江省疾控中心上线自动化的全基因组检测分析平台，借助阿里达摩院研发的AI算法，将原来数小时的疑似病例基因分析缩短至半小时，大幅缩短疑似患者确诊时间。中国人工智能的先驱商SenseTime开发了一种智能医学影像评估系统，以帮助医生对***肺炎做出诊断。同时在收到更多超级计算***的请求后，SenseTime已免费分配了20个GPU服务器节点，以帮助中山大学药学院进行大规模针对新型冠状***的药物筛选研究。全球电子健康信息平台InterSystems正协助中国医护人员分析冠状***患者的临床实时数据，应用AI机器学习来识别哪些药物和方法对***更有效、副作用更小。

医疗界和社会民众都希望用AI预测疫情进程和对正常人健康的影响。许多AI公司正在开发预测冠状***传播模型，通过建立疾病症候学检查器，评估和筛查冠状***感染症状，将其与季节性流感和其他感冒区分开来。

未来，人工智能将有更多的应用场景：主要传染病病原体的AI识别应用;基于主要传染病疫区和传染病的季节性流行数据建立传染病AI预警机制;AI协助传染病爆发后的医疗物资的优化调配等。