科创中国
实时数据分析
发布时间:
2025-10-15
截止日期:2025-10-15
价格 双方协商
地区： 贵州省 贵阳市 观山湖区
需求方： 贵阳***公司
行业领域
生物与新医药技术
需求背景
近年来，我国突发公共卫生事件应急处置对 “实时性” 要求显著提升：据《中国公共卫生信息化发展报告》，基层公共卫生数据平均响应时间超 3 小时，多源数据融合延迟超 1 小时，导致疫情早期预警、异常病例追踪效率低，难以满足《“十四五” 国民健康规划》“分钟级响应” 要求。尤其在西南地区，公共卫生数据来源分散（医疗、环境、交通等）、格式异构，传统批处理技术已成为瓶颈。贵阳块数据公司作为贵州省公共卫生大数据核心服务商，虽已建成 “城市健康大脑”，但实时性不足：2024 年贵阳市流感监测中，病例数据从采集到分析需 2 小时，错过最佳干预窗口；多源数据（如医院就诊 + 地铁客流）融合时，延迟升至 1.5 小时，无法支撑精准防控决策。同时，贵州县域公共卫生机构技术能力薄弱，现有系统难以应对数据峰值（如疫情爆发时数据量激增 5 倍）。目前，国内头部企业如华为、阿里的流计算技术聚焦金融、电商领域，公共卫生场景适配不足；杭州 “城市大脑” 虽应用流计算，但未形成可复制的公共卫生解决方案。因此，研发公共卫生领域流计算技术，对贵阳块数据公司突破业务瓶颈、推动贵州公共卫生应急能力升级具有重要意义，也符合国家公共卫生安全战略。
需解决的主要技术难题
1. 流计算平台架构搭建难题：如何基于云原生技术（Kubernetes+Flink）搭建高可用流计算平台，解决现有测试环境 “多源数据接入不稳定、峰值处理易崩溃” 问题，支持医疗就诊、环境监测、交通客流等 10 + 类数据源实时接入，平台可用性≥99.99%，数据处理峰值能力提升至现有 5 倍；2. 多源数据实时融合难题：如何开发基于规则引擎 + AI 的实时数据融合算法，解决医疗文本（非结构化）、环境传感器数据（半结构化）、交通客流数据（结构化）的格式异构问题，实现数据清洗、对齐、关联的端到端延迟≤10 分钟，融合准确率≥95%；3. 公共卫生实时分析模型难题：如何针对疫情预警、慢性病急性发作监测等场景，开发轻量化实时分析模型（如异常检测、趋势预测），解决现有模型 “复杂度过高、推理慢” 问题，模型推理时间≤1 秒，突发公共卫生事件早期识别准确率≥90%
期望实现的主要技术目标
a. 平台性能目标：1 年内搭建云原生流计算平台，支持 15 + 类数据源实时接入，数据处理峰值能力≥10 万条 / 秒，平台可用性≥99.99%，单节点故障恢复时间≤5 分钟；b. 数据融合目标：2 年内完成多源数据实时融合算法研发，端到端处理延迟≤10 分钟，融合准确率≥95%，支持医疗、环境、交通等 8 大领域数据关联分析；c. 分析模型目标：2 年内开发 5 个公共卫生实时分析模型（疫情预警、异常病例识别等），模型推理时间≤1 秒，早期识别准确率≥90%，在贵阳市 30 家社区医院试点应用；d. 应急响应目标：3 年内在贵州省公共卫生事件应急处置中推广，突发公共卫生事件响应时间从小时级缩短至 15 分钟内，早期预警准确率提升 80%，支撑全省 500 家医疗机构数据实时联动；e. 成果转化目标：3 年内形成 “流计算 + 公共卫生决策” 解决方案 1 套，申请发明专利≥7 项，软件著作权≥10 项，推动方案纳入《贵州省公共卫生信息化建设指南》，向西南地区公共卫生机构推广
下载app