管理学院刘跃文副教授奋战在疫情防控阻击战前线 2020-02-07 疫情防控，快速识别出潜在的新型冠状病毒感染者、疑似人员是关键。然而，在阻断新型冠状病毒传播的工作中，存在三个盲区：一是很难知道某个人是否曾经在公共交通工具及场所中与已确诊病例及疫源地人员接触过；二是个别人员近期到过疫源地，但是毫不在意，不汇报也不主动自我隔离；三是个别人员甚至刻意隐瞒自己曾到过疫源地的历史。这些人员给疫情防治工作带来了巨大的挑战，也严重影响了疫情防治的效果。特别是在高速路口等检查点，检查人员只能识别湖北籍人员，而无法识别上述三类人员，因而无法有效核查，也无法有效规避风险。 云南作为寒假旅游的热门地区，疫情传播期内全国各地人员流动量极大且结构复杂，交叉感染风险极高，上述问题更加严重，如不有效控制甚至有可能影响到全国的疫情防控。为了解决上述这些问题，西安交通大学管理学院刘跃文副教授利用大数据技术，为云南省开发了新型冠状病毒感染风险的预测模型及系统。该模型基于个人的旅行数据，自动分析其是否到过疫源地、是否与疫源地人员接触、是否与已感染病例接触等多项指标，利用贝叶斯方法，计算其感染新冠病毒的可能性指数，并预警高风险人员。该系统通过扫描身份证、网页查询、批量计算等方式投入实战应用，计算一个人不到一秒钟，快速锁定风险。 刘跃文副教授研发的模型上线后，部署应用到云南省多个检查点，识别出多名高风险人员，为有效阻断疫情传播做出了贡献，得到了云南省委、省政府领导的高度认可。