团队信息：崔安佳、刘阳、何慧婷、王城、李俊超、谢启明、许世达、陈奕然
创作初心
在2020年春天爆发的大规模新冠肺炎疫情，使我们国家的医疗系统，物流系统，甚至区域管理能力都面临前所未遇的挑战。
在疫情初期，由于疫情蔓延较为迅速，及时获得一体化的动态疫情数据帮助抗疫管理指挥人员做出正确决策就成为了这场战役制胜的关键。在进行了大量的调研工作后，我们开发了一系列的抗疫指挥台数据可视化方案，直观地整合了区域性医疗资源及疫情案例等关键数据的一体化展示，方便管理人员及时了解疫情关键数据及医疗资源的动态使用情况，从而做出精确调度，使得患者和医护人员的生命安全得到最大程度的保障。另外在疫情较为稳定时期及抗疫后期，及时发现无症状感染者及预测高危的密切接触人群则成了抗疫能否取得最终胜利之关键。我们团队在不断探索中构建出一个确诊患者与密切接触者之间的关系网络，使之随着疫情态势的发展动态演变，最终直观清晰地展现出从个体传播路径到整体防控态势的全部信息。
作品简介
FinTech Innovation Center（FIC）团队 在疫情可视化公益行动项目中，在对疫情数据进行全方位调研及分析后，从展示疫情宏观到微观两个层面的动态数据入手，希望提升区域（城市、乡镇、农村）的整体防疫指挥管理能力，并及时预警高危感染人群，从包括无症状感染者以及与确诊患者密切接触人群两个角度研发了疫情可视化项目中的两个子项目：智慧抗疫综合指挥台和疫情预警动态网络图。
智慧抗疫综合指挥台搭建了两层结构的区域抗疫管理指挥平台，从区域整体疫情数据多维度展示到具体的医院、隔离点及物资集散点具体信息的动态呈现，使抗疫指挥管理人员能够及时掌握全方位的医护、患者、物资调配、紧急事件等信息，协助管理人员做出决策，从而全面提升该区域的抗疫抗风险能力。
疫情预警动态网络图则揭示了病毒在个体间接触传播的动态过程，通过构建出一个确诊患者与密切接触者之间的关系网络，从而直观清晰地展现出从个体传播路径到整体防控态势的全部信息，并及时预警了一定区域范围内的无症状感染者以及与确诊患者密切接触的高危人群，做到及时隔离从而中断其他人群大范围感染的风险，另一方面，基于区域内人群接触网络，也可以在抗疫后期为疫苗资源分配提供科学有效的数据支持，从而提升疫苗防护效率。
作品一：疫情预警动态网络图
针对本次新冠肺炎疫情数据，常见的可视化方案主要包括病例数据大屏与看板、公开数据在地理维度上的拆分、结合流动人口数据以及医疗资源数据的关联分析等类型。FIC团队在认真学习研究过各类较为成熟的疫情数据可视化方案后，决定从揭示病毒在个体间接触传播的动态过程入手，借助前端可视化技术，辅以数据算法组在复杂网络分析领域的积累，构建出一个确诊患者与密切接触者之间的关系网络，使之随着疫情态势的发展动态演变，最终直观清晰地展现出从个体传播路径到整体防控态势的全部信息。
【疫情预警动态网络】
【网页访问地址】 http://www.algographics.com:8084/
【公众号简介地址】 https://mp.weixin.qq.com/s/Dbl-yOQkJt5H3vK3KU4kvA
【简介视频地址】 https://v.qq.com/x/page/y0945pmkzqo.html
【开源地址】 https://gitee.com/lucky_binary/network
数据来源
疫情预警动态网络所需的基础数据包括：每日确诊者、密切接触者、对应的接触方式、治愈、死亡等状态变化、人员基础信息等数据。由于我国充分动员了社区资源，为了做到应收尽收、隔离防控，充分排查了所有确诊人员的基础信息以及对应的密切接触者信息，这一部分数据大多以非结构化形式沉淀于各级社区、疾控机构，但是鉴于隐私保护等原因，此类数据暂时无法从公开渠道获取。
为了验证疫情预警动态网络的可视化效果与分析支持能力，FIC团队设计了一套模拟数据生成逻辑，模拟了一个10000人规模的社区中，从疫情发生开始近一个月的数据。数据生成中所涉及的主要逻辑如下：
STEP 1. 初始设定10000个健康个体，并对其进行ID编码
STEP 2. 在首日2020-01-20（T日）加入N例确诊病例作为输入型病例
STEP 3. 对于每日新确诊的人，计算其密切接触者：
• 针对每一个今日（T日）确诊者i，将T日健康人群分为六大类：家庭、工作、交通、商场、医疗、其他。
• 从六类人群中分别以不同概率抽取一定数量的人作为确诊者i的密切接触者，并记录每一个接触者的接触方式。
• 确诊者i在T日隔离，未来不再产生新的接触者。
STEP 4. 更新日期到T+1日，根据预设的治愈率、死亡率以及继续治疗的概率更新现有确诊者的状态，对于现有密切接触者根据不同的接触方式所预设的传染发病率，更新其是否转变为确诊状态，对于新的确诊者，沿用 STEP 3 的逻辑计算其密切接触者。随机加入一定量输入病例。
作品说明
本章节将从构成网路图基本元素和作品核心交互两个维度对本次作品功能进行详细阐述。
基本元素
疫情预警动态网络为多点无向网络，以确诊和接触人群作为基础点，构建了人群间接触情况的复杂网络，同时设计了时间轴滑杆来帮助用户浏览疫情在人群中的传播动态，也设计开发了有关重要接触者的筛选工具，协助用户便捷直观地发掘出潜在的主要传播者。其中成图所涉及的基本元素设计如下：
点：确诊病例与密切接触者共同构成了所有的点。点的状态共有六种：确诊、密切接触者、治愈、死亡、解除医学观察以及无症状感染；可以通过图例所示相应的颜色来区分。确诊病例状态会转变为治愈或死亡；密切接触者会转变为确诊或解除医学观察，继而变为治愈或死亡。点的大小和其密切接触者的数量正相关。
【区分各类人群状态】
边：两点之间有接触史则在其之间连线，接触状态暂分为6类，可以由图例所示连线的颜色来区分，依次为：家庭、医疗接触、工作、交通、商场、其他。
【区分各类接触状态】
时间轴：滑动时间轴可以查看每日数据更新带来的网络图变化情况。滑动时间轴时，会有新增确诊病例，也会同步产生更多密切接触者，同时上一日的人员状态也会根据数据更新的情况进行演变。
【浏览不同时间点数据】
Tooltip：当前选中点的基本信息、接触史、确诊日期等。
【关注个体的接触感染史】 【多位感染密切接触个体的接触感染史】
核心交互
密切接触者筛选：通过调节滑杆，筛选出尚未确诊的人群中，超过一定密切接触次数的接触者。借助这个功能，用户可以非常迅速直接地定位到疫情传播风险最高的一批密切接触者，进而合理安排重点防控对象。
【密切接触者筛选】
鼠标点上悬停：显示所有与该点直接相连接的点，其他剩余的点和连线隐入背景。
【鼠标悬停显示特定点及连接状态】
鼠标单击某个点：展开显示与该点直接相连接的所有点，这部分点和连线的显示不受密切接触者筛选条件的限制。
【点击展开关注点的全部接触信息】
切换展示维度：可以在侧重点自身所处状态和侧重点之间的连接关系两种不同展示视角之间自由切换。在关注人员分类状态时，网络图中每个点的颜色样式由其所处状态决定，此时连线统一为白色；在关注人员之间的接触关系时，点的颜色仅根据是否确诊来区分（红色为确诊，白色为尚未确诊的密切接触者），点之间连线的颜色则根据其接触状态显示出6种不同的颜色。
【以人员分类为主的视角】
【以接触关系为主的视角】
单点搜索跟踪：可以搜索任意一个点，进入该点的选中锁定状态，即显示所有与该点直接相连接的点，其他剩余的点和连线隐入背景，同时在此状态下可以滑动时间轴，追踪该点状态及所属传播网络的动态变化过程。双击网络图空白处即可退出该点的选中锁定状态。在此样本数据中，每个点用ID编码，例如确诊为I1,I2,I3....； 密切接触者为C1,C2, C3,C4,...。
【i6:患者2020-02-06搜索结果】
【i6:患者2020-01-23搜索结果】
作品价值及影响
疫情预警动态网络可以广泛应用在社区疫情防控、重点人员筛查、检测资源与疫苗资源科学分配等场景中，帮助一线防疫工作者在排查确诊与密切接触者人员数据的同时，最大程度地发掘出其中所蕴含的价值，为基层工作者提供直观、易用、高效的可视化分析工具，提升工作效率，做到科学防控，有的放矢。
当前国内疫情态势趋于稳定，复产复工有序开展，然而境外疫情发展则进入爆发期，各国政府根据本国情况采取了一系列侧重点不同、防控强度不一的防疫政策。我国过去近两个月的巨大投入如今取得了显著成果，充分验证了在面临新型冠状病毒的威胁时，通过大规模动员社区资源，进行网格化管理的模式是卓有成效的，值得各国政府参考借鉴。
在此次疫情应对中，基层社区防疫工作人员通过走访排查，积累了大量疫情相关人员信息以及密切接触者信息，但是受限于分析工具相对有限，工作人员需要花费相当的时间与精力才能从原始数据中梳理出基本的人员接触传播路径，如果借助疫情预警动态网络，则可以大幅度简化分析过程，并在传染路径的基础上深度挖掘出更多信息。
作为一个轻量级的可视化分析工具，疫情预警动态网络只需要按照一定格式录入每日确诊者、密切接触者、相应接触方式、治愈、死亡等状态变化、人员基础信息等数据，即可以自动成图。社区防疫工作者可以非常直观地观测到所有确诊、密切接触者之间的传播网络状态，第一时间掌握到本区域内的主要传播方式，聚集状态等信息。同时，通过筛选接触频次较高的密切接触者，可以帮助防控人员识别出潜在的重点传播者，甚至是尚未确诊的无症状传染者，并依此优先调配病毒检测资源，合理分配工作重点。
在疫情发展的中后期，当疫苗或其他防控药物开始供应时，可以借助复杂网络分析中经典的免疫理论，基于疫情预警动态网络进行定量分析，得出科学高效的免疫策略，通过对少量核心人群的免疫干预来最大程度降低病毒在社区中的传播概率，做到防控效用最大化。另一方面，通过疫情预警动态网络汇总分析的数据，可以为后续传染病溯源提供有力支持。
作品技术说明
可视化实现
在可视化实现上，采用React前端框架，基于可视化图形组件ECharts绘制成图，后期根据功能更新与交互调整的需求，可以迁移到D3.js重构开发。
数据处理
主要使用Python构建了原始数据模拟生成的逻辑，在实践操作中，各地社区防疫摸排的实际数据可以整合为一定格式的CSV文件，借助Python脚本自动化处理为前端可应用的Json文件。另一方面，考虑到个体信息的隐私保护，本平台可以实现集中部署在省市地方的疾控机构服务器，根据网格划分进行分区授权，落实区域内管控责任，并保障疾控部门的居中协同管控能力。
作品二：智慧抗疫综合指挥台
本次大规模新冠肺炎疫情爆发，使我们国家的医疗系统，物流系统，甚至城市管理能力面临前所未遇的挑战，极大的考验着各个区域的抗压能力和管理能力。FIC团队从考虑提升区域（城市、乡镇、农村）防疫管理能力方面入手，尝试搭建一个整体化的智慧抗疫管理指挥平台，实现区域总体疫情数据到具体的医院及其他隔离或物资集散点全方位信息的动态呈现。
在进行了大量的调研工作后，我们开发了一系列的抗疫指挥台数据可视化方案，从直观的角度整合了一个城市的医疗资源一体化展示，方便管理人员及时了解医疗资源的动态使用情况，从而做出精确调度，使得患者和医护人员的生命安全得到最大程度的保障。
【智慧抗疫综合指挥台】
【公众号简介地址】 https://mp.weixin.qq.com/s/lckqifImA8CtWeIIAVpr4A
【简介视频地址】 https://v.qq.com/x/page/y09459i68fc.html
用户分析
【智慧抗疫综合指挥台-目标用户分析】
作品说明
首先抗疫管理指挥平台是一个从上而下的两层结构智慧平台。
第一层以展示整个区域的动态疫情数据为主要目的，使用合理的交互技术使抗疫指挥、管理人员能够在直观了解疫情关键数据的基础上可深入关注某些重点区域的抗疫详情。
该层主页集中展示了区域疫情数据的三大类重要信息：包括该区域疫情的总体关键数据，包括确认、治愈、新增、死亡人数，医护压力晴雨表等；从地域维度在地图综合展示该区域的疫情数据详情，包括各定点收治、非定点医院，隔离点，物资集散点的分布及每个点的特征数据，更从时间维度展示区域疫情变化趋势；最后以滚动信息的方式清晰展示最新的重点事件，便于管理人员及时处理重要的突发事件。
而第二层展示的信息则是针对该区域下辖医院或隔离点的收治患者情况以及医护资源、医护人员压力制作的数据展示及管理页面，以及该区域物资集散点的详细信息等。
区域性主页
智慧抗疫管理指挥台在区域主页集中展示了从整个城市疫情数据的三大类重要信息：
- 第一部份是城市疫情的总体关键数据，包括确认、治愈、新增、死亡人数，医护压力晴雨表等；
- 占据主体区域的是第二部分信息，从地域和时间两个维度综合展示疫情数据详情，分别用可交互地图直观体现区域性的疫情信息，包括各大医院，隔离区域、物资集散点的数据，下方则用折线图从时间维度展示疫情的信息变化及趋势；
- 第三部分选用滚动信息的方式清晰展示最新的重点事件，便于管理人员及时处理重要的突发事件。
【智慧抗疫综合指挥台-区域性主页】
展示信息
1. 整体关键数据展示区：主页左侧部份展示了最新的疫情关键数据，包括全市确诊人数，治愈及死亡人数，疑似病例及排除感染病例。更创新性的用日期横向对比的方式展示了每日的疫情晴雨表：与前一日相比当天的疫情数据是趋于缓和或是更为严重，晴雨表中用不同的颜色和色块大小直观的展示了相关对比信息。
2. 区域信息及时间趋势数据展示区：
a) 主页中央区域用地图及以时间为刻度的折线图展示城市抗疫的地域数据及趋势信息。
b) 其中在地图上可直观观测到定点/非定点医院的患者收治数据及医护压力等数据，疑似病例隔离点所在区域及相关信息，还包括物流集散地、药店、超市等重要物资在城市中的分布。
c) 在下方的折线图则展示了在一个时间窗口之内疑似/新增确诊/累计确诊的案例变化趋势，直观体现了该城市疫情发展变化状况，便于用户观测疫情发展趋势以及是否有大规模爆发迹象或二次疫情爆发等。
3. 重点事件提示区：主页右侧区域以事务滚动的方式展示实时更新的紧急事件，包括物资紧缺提示，急需设立隔离点，医护人员压力超负荷等等不同类别的警示。
核心交互
1. 在该页面中心“地图及疫情发展趋势图”区域，设计了四大类定点根据其实际地址分布在地图上，包括：疑似病例隔离点、定点医院、非定点医院、物流集散地。
2. 整体交互
- 静态观测：通过修改具体日期在地图上展示该日期/时间各个定点的分布、状态及其特征数据；
- 动态观测：可使用“回溯播放”功能观测指定时期内各个定点及其特征数据在地图及疫情趋势折线图上的变化；
【智慧抗疫综合指挥台-区域信息及时间趋势互动】
- 展示或隐藏：通过点击地图右侧的各类定点图标选择展示或隐藏该类定点在地图上的信息呈现；通过展开或收起各个定点图例信息；（请参考演示视频）
- 从地图上可双击任何定点则下钻到该定点的具体信息页面，实现了两层信息结构之间的交互及信息流转。
3. 四类定点交互
- 疑似病例隔离点
在地图上hover展示两类信息：案例及物资
运用堆叠图和折线图一体化展示了指定日期内该隔离点新增确诊案例、新增疑似案例及结束隔离案例的数值变化；并用环图清晰的展示了各类重要抗疫医疗物资如口罩、防护服、核酸检测试剂、护目镜等物资的库存数量。
【智慧抗疫综合指挥台-隔离点】
定点医院
根据定点医院重要数据的特性，在地图上hover展示三类信息：病例及床位数量、医护资源信息、重要医疗物资数量。
运用堆叠图展示了该医院指定日期内新增确诊案例、新增疑似案例及最重要的空余床位信息；同样用堆叠图展示了该医院医护人员的工作时长及医护压力信息；最后用环图呈现了各类重要抗疫医疗物资如口罩、防护服、核酸检测试剂、治疗药物等物资的库存数量。
非定点医院
非定点医院着重在分流定点医院的急诊及其他诊疗科目的医护压力，所以根据非定点医院的数据特性，在地图上hover展示了该医院重点诊疗科室的医护资源数据。
物流集散点
不同于医院或隔离点，物流集散点在hover呈现的信息包括该集散点定向支援的医院及隔离点，抗疫物资的流转及库存量、该点所需的人力资源等数据。
定点数据主页
该页面主要针对具体某个医院的收治患者情况以及医护资源、医护人员压力制作的数据展示及管理页面。
- 整体关键数据展示区
主页左侧部份展示了该医院最新的疫情关键数据，包括全市确诊人数，治愈、观察期人数及死亡人数，还包括最重要的空余床位信息。更创新性的用日期横向对比的方式展示了每日的医护压力晴雨表：与前一日相比当天的该医院的医护压力是趋于缓和或是更为紧张，晴雨表中用不同的颜色和色块大小直观的展示了相关对比信息。
- 医护压力数据展示区
医护工作压力详细数据：在中部区域可看到该医院医护人员的动态数据，方便管理人员对医护资源进行更合理的调配，同时也及时避免个别医护人员压力超负载的情况出现。
【智慧抗疫综合指挥台-定点医院数据主页】
- 区域信息及医护压力时间趋势数据展示区
主页中央区域用地图展示该医院与其他关键抗疫地点如隔离区、定点/非定点医院、抗疫物资集散地等区域的直观距离。
其中在地图上可直观观测到定点/非定点医院的患者收治数据及医护压力等数据，疑似病例隔离点所在区域及相关信息，还包括物流集散地、药店、超市等重要物资在城市中的分布。
在下方的折线图则展示了在一个时间窗口之内该医院的医疗物资压力预警图。关键医疗物资如口罩、防护服等直接关系到医护人员以及患者的生命安全保障，在折线图上可看到关键医疗物资的消耗速度以及存库数量，便于管理者提前做好物资调配工作。
应用场景与社会价值
在对抗新冠肺炎这场艰巨的抗疫战役中，要最大程度防止疫情扩散，需要实现医疗资源的合理调度和最大程度的合理化利用，区域动态疫情数据的整体呈现到定点医院、隔离点、物资供给点等具体数据，以及突发事件的及时上报等成为抗疫指挥站中需要呈现关键信息。
我们从呈现区域性整体疫情数据>具有不同侧重点的定点数据>医护人员个体信息这三个不同颗粒度的信息为目标去打造一个从宏观到微观、从面到点、兼顾空间与时间维度的平台，作品最终效果突破了用传统的表单结构对数据的单一呈现方式，使整个数据展示面板具有合理的交互性，智慧性，人文性，能够较好地满足不同用户角色的使用需求。
智慧抗疫综合指挥台适用于区域（城市、乡镇、农村）防疫管理的指挥中心数据分析和展示场景，以及医院、隔离点等具体定点数据展示大屏的应用。
技术说明
【智慧抗疫综合指挥台-基础技术框架】
