隨著疫情在國內得以控制,各地復工復產的有序推進,全國的經濟發展正在逐步復蘇。在經濟好轉但疫情并未完全結束的關鍵時刻,運用大數據、5G、物聯網等科技手段做好疫情防控工作的預測與預防,構建嚴密的疫情風險防控網絡,提高疫情防控的質量和水平,控制疫情再發風險,是后疫情時期疫情管控的重點和關鍵。
為助力疫情管理單位提高疫情防控與監管工作的精確性和高效性,大華股份基于前端豐富的智能感知數據,結合大數據、物聯網等技術手段,依托疫情防控大數據平臺,推出大華疫情防控及監測解決方案,助力用戶打造“數據在線、計算在線、異常在線、資源在線、管理在線、監督在線”長效的疫情防控與監測方案,助其掌控疫情防控主動權。
五看知明細,開啟疫情數據研判力
?看趨勢:有效整合學校、醫院、社區、機場、車站等各類場所的數據,并進行大數據分析,形成全省“一盤棋”整體性、系統性可視化態勢展示,幫助用戶對疫情態勢作出有效評價及預測。
(圖片為演示素材,供參考)
?看總量:監測區的測溫總數、異??倲祬^分顯示,一目了然,便于明確防控重點區位。
?看異常:疫情之下,對于各場所人體體溫、未戴口罩、居家隔離、前端設備等異常情況實時監測,異常時可實時報警,便于第一時間干預、處理。
?看變化:體溫異常趨勢、測溫人數趨勢、感知體系建設趨勢等一圖掌握,讓用戶及時知曉關鍵指標數據變化,有針對的進行疫情管控。
?看現場:測溫防控現場、居家隔離現場、疫區醫用廢品處置現場等疫情相關場所實現可視化管理,疫情前線和“后方”兩手抓,輔助科學決策,提升指揮效率。
四控達目標,大數據助力精準防疫
?控源頭:科技手段和人工復核相結合,篩查到異常體溫及時進行核查,從源頭切斷感染風險,以防疫情擴散蔓延。
?控隔離:依托互聯網+AI手段,助力社區落實居家隔離政策,及時了解居家隔離對象的隔離狀態、隔離天數等信息,無異常人員做到及時解除隔離,還可督促社區進行個性化關懷舉措。
?控接觸:融合社區、各場所、社會面等多維數據,通過大數據技術分析挖掘,還原人體特征、歷史軌跡、車輛軌跡等訊息,加快對接觸人員的核查,及時排查隱患。
?控輸入:針對機場、車站、高速公路等重點輸入場所,對來自疫情嚴重地區的車輛、人員實時預警,落實國家疫情防控工作要求,提高輸入性疫情管理效率。
典型案例
大華助力西藏某廳部署疫情防控及監測方案進行疫情防控管理,全面接入西藏機場、火車站、醫院等場所的疫情防控數據,構建嚴密的疫情風險防控網,將各類疫情防控工作做實做細,形成防控疫情風險的合力和快速高效的反應機制,破解碎片化、單點式的防疫防控管理難題,保證疫情監管工作高效、有力。據西藏3月13日最新通報,連續43天無新增新冠確診病例,無新增疑似病例,大華積極助力西藏做好疫情防控監管工作。
大華股份充分發揮大數據、視頻物聯技術在疫情防控態勢、測溫管控、資源調度、輔助決策及效果評估等方面的作用,構筑更高效、更普適、更全面的疫情防控及監測解決方案,無論是疫情之下,還是平時監測,幫助提高疫情風險防控工作的科學性和精細度,助力防疫防控“最后一公里”。