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、異常總數區分顯示，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。