从三百年前图论诞生到上世纪六十年代，“图”技术已大量被用于实际生产，从我们熟悉的导航、搜索推荐，到工业应用中的资源调度、道路建设，再到溯源物资的供应链、患者病历，甚至是宇宙飞船、体育场馆的建设、体育全生命周期的管理等等均有涉及。比如，针对于运动员来说，当某位运动员突然受伤，如何针对不同伤情进行快速有效的分类救治？各个赛区及场馆如何实现最佳路线的快速转移？如何实时辅助医护人员推荐最佳的医疗方案？……
01 精准配置| 实现多维数据互联互通
应急医疗保障是近年兴起的研究，其核心就是要用有限的医疗资源去更好地救治伤员，为接下来的应急医疗救治争取时间、打好救治基础。一旦某运动员发生伤情，UItipa实时在线决策系统，相当于医护人员和工作人员的 “外脑”辅助系统，是新一代健康大数据关系图谱与实时图计算相结合的平台，可在毫秒内进行多维度、多模态的数据融合、挖掘、关联、认知、计算，使报告分析更全面。
图计算（图数据库）通过HDC算法（high density computing），具有精准科学计量、实时化监测分析、多模式可视化等特点，针对伤员当前伤势，并结合整体身体信息进行“分类救治”决策和潜在风险识别；此外，结合当前的场地赛区、地理形势、周边路况等综合信息进行数据分析，辅助工作人员快速做出“时效救治”的智能处置判断，有效保证救治的科学性和及时性。
基于Ultipa “图”系统有以下优势：
· 实时决策能力、实时数据刷新能力；
· 高度可视化：Ultipa图数据库的高度可视化和多视图显示功能，帮助工作人员快速找到目标并锁定关键路径；
· 决策推荐= 实时路径图谱+方案图谱，也就是说“一站式”推荐解决方案可以在“图”上呈现；
· 白盒AI、类脑计算：区别于今天的AI和各种神经网络都是以黑盒为中心，尤其是面对医疗的精准要求，图计算（图数据库）作为第四代AI为白盒化、可解释的神经网络，能充分使图中的每个操作都是确定的（所有的点、边都有自己的权重和属性，它不会像深度学习或神经元网络那样基于概率的猜测工作）。
可能有人会问，这是如何做到的呢？比如北京2022冬奥会、冬残奥会的赛场分布在北京、北京延庆区、河北三地，三大赛区共使用三十多个场馆，其中竞赛场馆12个、训练场馆3个、非竞赛场馆24个，那么，如果运动员受伤，各个赛区及场馆如何实现最佳路径的快速转移？图计算（图数据库）是如何找到最有效和快捷的方案的？
图：2022北京冬奥会三大赛区及场馆分布图（局部）
图计算（图数据库）在这方面具有天然的优势，能够非常方便地计算实体间的关联关系，并可以进行灵活的扩展。从算法的角度来说，有的图算法是针对个体节点的，有的则是针对全量数据的，有的是求精确解的，而有的则是近似解。以判断最优路径实现资源的优化配置为例，它调用了众多图算法中的中心性算法，“图”系统即根据伤员伤情，先对医院进行初筛，然后再综合考虑地理位置、路况信息、人流信息等综合数据，最终计算筛选出救治地点最佳的最短时间和路径。当然，该算法的应用场景其实非常广泛，如可以帮助观众在最快时间和路径寻找到观赛座位、餐厅、汽车，卫生间等；比如连续触点运动中障碍物对个体运动轨迹的判断；再如突发意外灾难，对大规模人流的快速科学疏散等等无所不包。
02 微秒时效|实时完成智能辅助决策
仍以应急医疗为例，国际冰联、雪联、国际奥委会均对救治时间有明确的要求——5分钟必须转运到场边、30分钟内转运到当地的定点医院，1个小时内如有必要，要转运到（回）北京。生命当前，尤当如此，这也即是“时效救治”的医疗理念。
基于图计算（图数据库）的强大算力并结合应用层逻辑的知识图谱来构建的Ultipa实时在线决策系统，能通过高密度并发、深度穿透、动态剪枝等能力，充分释放底层硬件算力和计算，关注全量信息之间的关联性，从而实现从局部到全网、从静态数据到动态智能的跨越。
保障时效性和精准医疗的背后，取决于Ultipa Graph底层的数据库引擎的高性能：
·高并发系统：Ultipa Graph高并发的图计算系统是通过高并发的数据结构与对底层硬件的并发处理能力的充分释放而实现的，值得指出的是，图中的许多操作和处理是在微秒内完成！
· 支持OLTP+OLAP的统一 ==> HTAP：Ultipa实时图数据库通过融合OLTP与OLAP的界限，实现了HTAP，这意味着所有以前离线或需要T+1之类的批处理的分析类工作现在都可以在线、实时（或近实时）完成，而这当然得益于实时图引擎带来的（指数级的）性能提升。
·微秒级超深查询——UQL：Ultipa官方原生图语言，具备直观、易读、易懂、高效查询等优势。
我们通过数据拆分来看，从“场馆”到“项目”再到“运动员”……尤其还涉及到以“人”为实体点，数据信息除了层层嵌套的关系，每个嵌套内的数据还在实时地发生着动态变化；且在“下钻”的过程中，Ultipa Graph实时图在线决策系统，判断的维度是多维的，如时间、空间、环境、设备、关系、行为轨迹、伤情状况、整体身体状况等等，能实时帮助工作人员、医护人员建立起宏观和微观的不同视角，同时实时获取数据的抓取、潜在风险和伤情等级的识别，甚至对运动员的健康和风险防范时效达到了从事后管理到事前预测的能力。
图：某运动员的实时监测指标之一（局部）
03 图计算与图数据库还有哪些应用场景？
可能有读者好奇，图计算与图数据库还有哪些应用场景呢？简单梳理如下：
•反欺诈：金融行业为主、全行业适用。
•反洗钱：金融监管、银行、大型企业。
•风控：全行业适用。
•金融风险管理：信用风险、交易风险、操作风险、风险偏好、量化、科技风险、风险战略、合规与审计、风险穿透与预警等等，多行业适用（以金融行业最为显著）。
•资债管理、流动性管理等：银行、财务公司等。
•商务智能、实时决策系统等：全行业适用。
•基于多源数据的图谱分析系统等：全行业适用。
•智能营销、推荐系统、客服机器人：全行业适用。
•药物研制分析：生物制药。
•潮流分析：电力行业。
•网络监控：运营商与公有云服务商等。
_1.jpg)
