欧亿打击号贩子：大数据落地智慧医疗

杨利彪

　　医院号贩子猖獗，拷问挂号难的社会病患。能否从挂号排队拥挤的人群中快速锁定识别号贩子，并当场抓获？欧亿凭借大数据和视频智能分析技术的实践积累，业内首家将这一医患迫切需求，快速变为现实：普通三甲医院每天上亿条人脸数据，对号贩子定位准确率达80% 以上，且通过多院联网，可实现多次识别，为号贩子治理问题开出一剂良药。

识：火眼金睛

　　欧亿识别号贩子业务应用的基本原理是，将前端摄像机采集人脸、体貌、衣着等多方面的信息，通过大数据分析技术，提取这些信息在时间和空间上的重复关联性，并最终快速锁定目标。

　　现场工程部署采取高装在室内屋顶和矮装在自助缴费和挂号的摄像机两者结合，前者主要用于捕获并分析体貌、衣着、行为特征，后者侧重捕获人脸信息。

　　医院大楼的出入口、挂号处、自助挂号机是号贩子活动密集场所，但是由于人员出入复杂，并不是所有的摄像机都能有效捕获人脸。因此，分析衣着形体特征、徘徊行为将作为重要的参考筛选信息。即使单个智能分析技术出现误报，一旦将多个智能信息绑定，大大提高准确识别率。

算：素描勾画

　　以北京市某三甲医院为例，年就诊患者400 万人次、累加陪护人员，分布各处的摄像机信息采集数据可达到80 亿条，配合公安数据库进行人脸分析数据可达16 万亿，瞬间（30s 间隔）识别的人脸对比次数约为1亿次数，欧亿大数据分析系统秒级响应。

　　为了从海量的识别信息中“分析”出潜在的规律，欧亿专家建立多个特殊化模型，分析各种数据之间的关系，通过检索模型筛选，可迅速勾画号贩子的素描。

合：插翅难逃

　　实践中发现， 号贩子为了躲避打击，通常采用集中时间段活动，然后隐秘或转移到其他医院。因此要有效识别号贩子必须多医院联网，并且快速分析。联网和快速分析带来的数据计算压力巨大，具有一定的窗口有效期，如果分析的速度技术过慢，得出的结果将不再有用。因此引入大数据引擎分析十分必要，欧亿也正是通过大数据引擎分析系统，将多院联网形成的数据快速整合分析，当目标再次出现在某医院时，即当场识别和定位，并联动公安人员抓捕。

　　欧亿医院号贩子抓取识别系统，和智能交通大数据具有91% 的数学模型和86%工程模型相似性。欧亿大数据分析系统率先实践城市智能交通项目，创造以千亿级大数据秒级精准检索与挖掘、90% 的涉车破案率的行业奇观。

　　整治号贩子， 改善就医环境。面对治理难题，欧亿坚持拓展产品和系统实践的重要维度，始终保持进取精神和创新意识，从智能交通到智慧医疗，为大数据更广泛丰富的社会应用贡献可靠力量。