一、背景介绍

新冠肺炎是一种具有长达24天潜伏期的新型突发性传染疾病，这种特性给疫情防控带来了巨大的挑战，随着感染规模的不断扩增，简单的人为治理已不太奏效，使用“大数据”技术手段来辅助人为治理社会有助于快速准确的定位问题关键，帮助决策者及时作出下一步规划。

 

个人感受：

这一个月来每天都会在各大站点查看感染人数的更新、病例的行程发布等等，然而互联信息更新总是不能赶上群众急切的小手手...

 

技术背景：

知识图谱技术作为大数据走向人工智能的台阶，它以契合社会行为的形式表达复杂的社会结构，非常适合分析具有关联关系的数据，使用知识图谱技术分析传染关系及社会动向非常有利于疫情的防控，对疫后的研究分析也有帮助。尽管当前大数据和人工智能的应用尚处于初级阶段，但以知识图谱为核心的研究成果正在带来一波新兴的科技潮流。

 

知识图谱背后的技术关键“图数据库”：

图形数据库是一种应用关系图理论存储复杂的实体之间的关系信息，即用“点”和“边”的形式来存储数据，常见例子就是社会网络中人与人之间的关系，正是本次疫情中的关键线索。

 

使用技术：

本文使用图特摩斯科技自研的国内时序图谱平台AbutionGraph作为技术支撑，主要技术突破点为：静态图+动态图+时序图+多维的存储形式。

时序指标计算是动态图谱的特殊形式，即根据“事件”发生的时间线，使用划分的时间区间进行实时指标计算。如场景～统计每个人之间每天的实时交易总金额、统计每周（统计区间）实时新增病患。

 

解决问题：

疫情实时统计：实时统计医院/城市/省份的确诊/疑似/死亡/接触人数等

疫情实时分析：病例接触者人群溯源及时排查、高风险同行人群分析、城市区域风险等级计算等

疫情数据研究：病毒传播渠道及路径、寻找疾病候选药物，提供相应的药物作用机制等

 

使用数据：

本次演示共使用5类实体数据：包括正常人、病例、地址、交通工具、医院等数据信息，以及各类实体之间的关联关系，如“某患者曾出现于某超市”等关系。我们使用AbutionGraph依据真实场景建模，由于详细数据不公开，本文中均使用模拟数据进行分析。

 

 

二、新冠肺炎数据建模

了解了图形的多种存储形式后，接下来我们使用模拟数据依次建模，并详细介绍每个实体与关系的数据映射关系。

当发生突发公共事件时，我们在“正常时期”的数据图谱之上进行多维扩展，以支持更多业务，灵活应对疫情。

 

 

一）节点“人”数据建模

---

正常人数据（2维）：

1.基本信息：性别、生日、籍贯等                     （数据来自身份证采集等渠道）

2.曾患病信息：疾病名称、发病时间、就诊医院等       （数据来自医院联网数据等渠道）

患病人数据（3维）：

1.基本信息：性别、生日、籍贯等     

 

2.曾患病信息：疾病名称、发病时间、就诊医院等  

3.患新冠肺炎：感染程度、诊断时间、感染原因、症状等 （数据来自各地医院实时上报等）

 

二） “人”-（收治于）->“医院”

---

实体“ 医院 ” 数据 （2维） ：

1.基本信息：病床数、医护数、病人数等    （实时动态数据 来自医院资源管理系统等渠道）

2.病例信息：收治数、确诊数、疑似数、病亡数、治愈数等  （实时动态数据 来自医院联网实时上报等渠道）

 

关系“收治于”数据（1维）：

1.收治信息：收治时间、收治原因等    （数据 来自医院实时上报等渠道）

 

三） “人”-（住在、出现于、感染于）->“地址”

---

关系 数据（3维边） ：

1.居住于：入住日期等  （历史数据 来自社区物业管理系统等渠道）

2.出现于：出现日期等  （历史数据 来自社区街道管理系统等渠道）

3.感染于：感染日期等  （实时数据 来自医院联网实时上报等渠道）

 

实体“地址”数据（1维）：

1.地址：（无属性信息）

 

 

四） “人”-（乘坐）->“交通工具”

---

关系 数据（1维） ：

1.乘坐：上车时间、上车地点、下车时间、下车地点、座位号等 （数据 来自交管部门管理系统等渠道）

 

实体“交通工具”数据（多维）：

1.车基本信息：编号、座位数、交管局、投入时间、维修信息、描述信息 （数据 来自交管部门管理系统等）

2.高铁：司机、乘车人数、发车时间、始发站、终点站、途径站点等  （数据 来自交管部门管理系统等）

3.飞机：司机、登机人数、出发城市、到达城市、起飞时间等        （数据 来自航空公司管理系统等）

4.地铁：司机、车辆型号、发车时间、始发站、终点站、途径站点等  （数据 来自城市轨道管理系统等）

 

Ps：交通数据种类丰富， 有公交站点、地铁站点等静态数据，还有基于事件流的动态数据，例如，公交车进出站、地铁刷卡出行、出租车到达某一地理点等。

 

五） “人”-（接触、传染）->“人”

---

关系数据（1-2维）：

1.接触：接触时间等      （数据 来自临时背调等渠道）

2.传染：无属性

 

实体“人”维度（多维可变）：

健康人（未得过病）1个维度：“基本信息” 维度

亚健康（得过疾病）2个维度：“基本信息”、“曾患病信息” 维度

患病人（患新肺炎）3个维度：“基本信息”、“曾患病信息” 、“患新冠肺炎” 维度

    （各维度的属性信息前章节已给出）

 

未确诊前样例数据：

确诊后样例数据：

感染人群数据时间线：

2020-02-07：“赵六”（未发病）--探亲->“赵七”（健康）

2020-02-10：“赵六”（发病），确诊患新冠肺炎

2020-02-11：“赵七”（未发病），但为确诊病例“赵六”密切接触者，随后查出感染

“赵七”的密切接触者“张女士”即应进入医学观察期

 

六） “医院”-（归属于、院上报）->“城市”

---

关系数据（2维）：

1.院上报：患者姓名、患者年龄、患者病情（危重/严重/轻症）、诊断情况（确诊/疑似）、上报时间、上报人员等   （数据 来自医院病患数据采集等）

2.归属于： （无属性信息）

 

实体“城市”数据（2维）：

1.市患者实时统计（动态）：确诊总数、疑似总数、严重患者总数、轻症患者总数、时间区间-按天分区等（数据 来自市医院医护实时汇报等）

2.市患者每日新增趋势统计（时序）：确诊总数、疑似总数、严重患者总数、轻症患者总数、统计开始时间、结束时间等

 

 

七） “城市”-（归属于、市上报）->“省份”

 

---

关系数据（2维）：

1.市上报（按天）：确诊总数、疑似总数、严重患者总数、轻症患者总数等 （数据 来自市级数据实时自动获取）

2.归属于： （无属性信息）

 

实体“省份”数据（2维）：

1.省总患者统计（动态）：确诊总数、疑似总数、严重患者总数、轻症患者总数等 （数据 来自市医院医护实时汇报等）

2.省每日新增患者统计（时序）：确诊总数、疑似总数、严重患者总数、轻症患者总数、统计开始时间、结束时间等

 

 

至此，数据建模介绍完毕。如上，数据统计部分已经实现自动化，即查即用。接下来基于此设定数据集进行一些更上层的分析场景演示。

 

 

三、场景分析演示

Ps：AbutionGraph查询方式偏API，暂未实现GSQL，为了方便理解，查询语句均使用相应查询逻辑的伪代码方式演示。

---

场景1、城市病例每日新增趋势查询（每日汇总）

查询：

vertex ["北京市"，"深圳市"]

use "市患者每日新增趋势统计"

select "开始时间" execute ">2019.01.20"  //<<--按天分区汇总（预聚合-即图库自动计算的）

select "结束时间" execute "<2020.01.24"

结果：

北京市（2020.01.20）：2例

北京市（2020.01.21）：6例

北京市（2020.01.22）：13例

北京市（2020.01.23）：8例

深圳市（2020.01.20）：4例

深圳市（2020.01.21）：6例

深圳市（2020.01.22）：18例

深圳市（2020.01.23）：19例

---

场景2、城市病例分布情况查询（指定区间全量汇总）

查询：

vertex ["北京市"，"深圳市"]

use "市患者实时统计维度"

select "开始时间" execute ">2019.01.20"  //<<--按天分区汇总（后聚合）

select "结束时间" execute "<2020.02.24"  //<<--不指定区间即所有天数据汇总

groupBy [] ;

结果：

北京市（2020.01.20-2020.01.24）：29例

深圳市（2020.01.20-2020.01.24）：47例

  

场景3、省份病例每日新增趋势查询（每日汇总）

查询：

vertex ["广西省"]

use "省每日新增患者统计维度"

select "开始时间" execute ">2019.02.10"

select "结束时间" execute "<2020.02.11"

count "确诊总数，疑似总数" ;

结果：

广西省（2020.02.10）：

确诊总数：11

疑似总数：29

广西省（2020.02.11）：

确诊总数：18

疑似总数：30

 

场景4、城市病例的年龄段分布情况（3跳查询）

查询：

vertex ["北京市"] toEdge [“院归属于”] toEntity ["市患者实时统计"] toEdge [“院上报”]

use ["院上报维度"] select [“患者年龄”] mean() ;

结果：

70~79岁：1人

60~69岁：4人

50~59岁：3人

40~49岁：8人

30~39岁：5人

20~29岁：1人

10~19岁：0人

0~9岁：0人

Ps：如上查询为3-跳查询，如需求固定可在建模时为此逻辑创建一个动态维度，实现自动化计算。

 

场景5、查出某病例确诊前3天接触过的人群

查询：

Vertex [“梁某某”,“陈某”] toEntity [“患新冠肺炎”] select [“确诊时间”] toEdge [“接触”] by [“接触时间”>“确诊时间”-3天]

use "基本信息维度" ;

结果：

梁某妹

梁某兄

陈某夫

 

场景6、找出所有超级传播者

Ps：假定传染人数超过4个即为超级传播者。

查询：

use ["患新冠肺炎"] toEdge [“传染”] count >= 5 ;

结果：

 

场景7、查找患者传播链

Ps：假定传染人数超过4个即为超级传播者。

查询：

 //<<--按患者传染的路径逐步遍历,直到终点实体无“患新冠肺炎”维度

use ["患新冠肺炎"] for ( toEdge [“传染”] ) until ( toEdge [] Dimension !=“患新冠肺炎”) ;

结果：

 

总结：

AbutionGraph是个成熟稳定的国产图数据库系统，它可以满足永不掉线的实时指标计算任务以及历史数据分析，多维度的存储模式除文中介绍的场景外，我们也可以在实体上动态存储关系上的属性，反之亦然，比如：在实体“张三”的某个维度上实时统计它近联系过的10个朋友的名字并不断更新与保存。

相关文章