國家病原微生物資源庫公布首株新型冠狀病毒毒種信息
 

當前，從武漢爆發并蔓延全國的新型肺炎疫情牽動著國人的心，本月 23 日 10 時起，武漢市公共交通停運，全城出漢通道封閉，新型冠狀病毒肺炎疫情來勢洶洶，這次疫情不像 2003 年的 SARS，由于正值春節人群大遷徙，年前已經結束和年后再次面臨的大規?？鐓^域人口流動，將使疫情防控面臨嚴重挑戰，疫情后續傳播范圍存在不確定性，發展態勢不容低估。雖然國家疾控中心和各級地方政府的疫情聯防聯控能力面臨考驗，但從歷史進程來看，不管是 98 年大洪水、03 年 SARS 還是 08 年大地震，有國家的強力動員和廣大民眾的互助支持，堅信我們一定能戰勝“武漢肺炎”！
 

由于傳統的疫情監控預警受制于僵化的體制流程和實時計算技術等的局限，爆發的疫情往往因嚴重的時間滯后性和缺乏實時動態數據的支持而難以有效管控，加上現代交通的高速發展使得地球村成為現實，傳統的疫情監測方式（主要來自臨床醫生手動收集和編寫的報告，響應速度緩慢），使得公共衛生部門更加難以及時準確的掌控疫情爆發的時間和動態。對于各地雖有明確的信息收集上報要求，理論上能夠有效獲取相關信息，但也容易受管理瀆職等因素的影響。
 

以美國的疫情監測網絡為例，全美各地的醫療單位根據患者癥狀每周例行提交病例風險報告，并將患者樣本數據提交檢測中心，檢測結果由美國疾病控制與預防中心（CDC）的專家集中進行評估。即使對于經過充分確認的疾?。ɡ缌鞲校?，從疫情識別到做好爆發應對預案也至少需要一到兩周的時間，加上拖延瀆職等因素影響，對于難以進行常規監測的新型病毒爆發疫情，這樣的延誤可能是災難性的。這次武漢肺炎的大規模爆發就把相關部門打了個措手不及，從早期感染到引起重視經歷了較長時間，我們經過 2003 年 SARS 構建的疾控防御體系，其能力和效率到底如何不得而知。
 

總之，疫情防控就是一場生命與病毒蔓延時間賽跑的競賽，制度和人力是一方面，另一方面，還迫切需要更強大的防控技術來監控、預警和預測疫情的爆發及擴散。下面以個人的一點淺見列出了二十一條建議，來探討如何借助大數據技術輔助疫情的聯防聯控：
 

（1）比爾•蓋茨曾在《新英格蘭醫學雜志》上發表文章呼吁建立疫情全球監控預警系統，依托完善的制度設計加上強大的實時大數據技術支持，是監測和應對疫情大規模擴散的關鍵。建議根據小湯山醫院建設模式，從國家層面組織國內幾大巨頭公司的強力技術團隊，快速建設國家疫情防控大數據作戰指揮平臺，整合打通涉及疫情爆發及防控整個大數據鏈條相關的數據接口，從實時醫療數據收集（醫療機構）、自動監測預警（疫控部門）、大規模時空軌跡分析（移動運營商和交通部門）、感染精準追溯跟蹤（公安部門）到生成內容豐富的可視化報告等。做到各類疫情相關大數據實時采集和融合分析，以支撐各類疫情防控工作的跨域跨部門協同。

（2）如何基于全域大數據來提升疫情防控水平和決策能力，疫情大數據如何從點到面，落地實現面臨挑戰，涉及到一系列相互關聯的數據接口、技術和技能支持。需要整個社會的大型企業、醫療機構和政府管控部門協同合作，但要打通分割的數據鏈條是不容易的，所以才需要國家強力部門的頂層設計與推動，建設國家疫情防控大數據作戰指揮平臺。建議擬定如應對生化危機（戰爭）的緊急狀態法，讓大型企業（特別是類似微信、支付寶、滴滴等超級 APP）、醫療機構及公民個人，在國家緊急狀態時都有為國家頂層疾控平臺開放所需數據接口和提交疫情信息的義務。

（3）基于疫情防控大數據作戰指揮平臺，需融合各類疫情相關大數據（如公安人口背景大數據、疾控病毒大數據庫、移動時空軌跡大數據、超級 APP 消費社交傳播鏈數據等）構建疫情超級檔案，設定一級感染（確診、康復、死亡）病例數據庫，二級暴露追蹤數據庫（疑似、接觸、排除），還包括病毒基因組測序以及爆發感染源追溯等多個數據庫?；谌驍祿f同融合，以支撐科學實時計算病死率、感染率、增長（降低）速度、潛伏期、變異期等關鍵性疫控指標。

（4）疫情防控大數據平臺必須保證全天候正常運行，細到社區網格員收集的個體數據、大到移動部門和交通部門的時空大數據庫，需結合制度保障數據獲取的實時性和準確性。基于融合大數據平臺組織防控專家、數據科學家、政府管理決策團隊進行多個維度、多個專題、不同階段周期下的疫情大數據分析，數據分析目標是要讓疫情實時監測預警、爆發擴散規律等信號得以清晰可見，分析結果要經過防控專家和管理團隊的驗證推演，為國家高層提供數據層面的決策支持。

（5）在傳統的國家疾控體系基礎之上，結合上述全國范圍的跨區域、自動化、實時大數據采集分析系統和國家疫情防控大數據頂層平臺的支持，形成一套自動化、智能化的疫情大數據協同監測、預警和應急響應機制。圍繞爆發疫情的態勢分析，設定防控預案，以支撐防疫區劃分、防疫等級設定、交通封鎖管制、重點人群監控等疫情防控作業，同時支持對防疫人員、資源和物資等的科學調配。

（6）對早期異常病例的實時監控與上報，武漢的醫療機構有沒有做到位，或者是當地疾控體系的漏洞，筆者不是疾控專業人士無法評價。但轉了幾個科室都不能確診說明這本身就是十分異常的病例，面臨這種新型病毒感染情況（不同于傳統的疑難雜癥）就應該對各級疾控部門進行預警，包括感染事件的日期，發病報告，初步診斷，疾病機理，時空軌跡和暴露接觸等詳細記錄。這些數據是實時監測預警的基礎，例如基于實時電子病歷（異常病毒）和病毒庫自動比對，對新型病毒疫情進行爆發預警。這需要國家疾控與公共衛生管理部門聯合全國各大醫院，基于大數據實時異常監測情況來指導疾控預警重大決策，異常數據應該直通國家疾控部門的相關系統，從制度上排除地方機構可能存在的漏報瞞報因素。精準的病毒監測預警對于評估疫情的爆發和防控至關重要。

（7）疫情防控不同于一般管理工作，對于數據的實時性與精準性要求高，對每一個感染的個體都應該做到精確跟蹤與觀察，比如在預警階段需找出早期可能的超級傳播者，另外，沒有大數據的支持只靠人力是難以實時管控的。換句話說，這種精準的防控需求，不能只靠傳統意義的大數據挖掘技術，而是需要實時大數據流的分析支持。特別是在疫情爆發的早期，基于大數據分析的超級傳播者跟蹤能夠為發現疫情、跟蹤疫情擴散提供重要支撐，比如在做好個人隱私保護的條件下，根據對早期感染個體的手機定位時空軌跡及消費記錄跟蹤，融合整個早期感染群體的軌跡路線圖和消費點進行重疊透視，通過交叉點的查找確認就有可能追溯到病毒感染源頭。當然大數據應用只是輔助措施，核心工作要結合大數據應用的制度設計和人員協同。

（9）疫情態勢研判是早期響應的基礎，一般來講，新型疫情的爆發態勢是難有歷史經驗數據可以借鑒參考的。幸運的是相比 2003 年的 SARS，經過這 17 年的大數據技術發展，使得基于大數據技術進行疫情態勢分析成為可能，無處不在的大數據流可以幫助我們更快更精準地獲得各種詳細信息，包括人員的時空軌跡、通關的實時監控、爆發態勢的熱點分布、電子病歷檔案和實時的社交、消費大數據等等。關鍵是如何打通并利用這些從點到面（多源異構、條塊分割）的各類數據來支持疫情態勢研判和防控決策？這需要第（1）條國家疫情防控大數據平臺的支持。

（10）如果沒有頂層平臺的支持，就只有通過融合已有的離散的各種大數據源，做有限的態勢分析。比如當今移動互聯網和物聯網技術的興起為疫情擴散分析提供了豐富的大數據資源。移動運營商可以根據手機定位來提供人群流動信息，包括跨域流動和特定人群的時空分布。智能手機產生的公共出行大數據可以為精準監控出行軌跡，預警感染風險等成為可能。網上根據部分地區運營商公開數據發布的人流遷徙圖，對于疫情態勢研判能起到一定作用，但單個移動運營商和單個地區的運營商數據，并不完整而且不全面。通過整合全國的移動軌跡大數據流與常規的疫情監測方式結合起來，國家疾病防控部門可以感知疫情擴散的態勢和流動路徑，通過幾大運營商的全數據覆蓋支持，可以知道疫區流出流入人口數量及流動路徑，疫情感染密集地區必須做封閉式管理，類似的疫情大數據態勢研判，為防止疫情的進一步擴散蔓延提供了科學決策支持。

（11）爆發擴散分析是打贏疫控戰的關鍵，疫情大規模爆發之后，要確定將來可能爆發的地方，流行病學家需要時空數據來推演，移動大數據結合各大交通樞紐的實時監控系統對來往人口進行追蹤，并通過熱傳感器實時監控生命體征等提供了數據條件。大數據的實時性、全周期、全覆蓋等特點，決定了基于大數據協同的疫情爆發擴散管控可行并有一定的必要性。也為疫情的正式干預防控提供科學支持，比如需要進行更復雜的防擴散分析以制定人員隔離措施、疫苗接種策略，感染風險追蹤，聯防聯控的實施評估與經濟社會影響評估等。

（12）移動軌跡大數據主要是從宏觀層面把握人流人群的行為特征，包括疫區接觸范圍及時間，人群流動方向，從而預測疫情的擴散規模及時間長短等。要進一步跟蹤定位有感染風險的個體就需要公安身份及社交消費等大數據的支持，首先，社保卡實名普及、鐵路實名制、高速 ETC、機場刷臉等都普遍實現了大規模的身份核驗；其次借助微信、支付寶之類的超級 APP，可以追蹤疫情爆發初期在華南海鮮市場有過消費支付記錄的高風險感染群體，包括在華南市場周圍有過活動軌跡或火車站停留的人群，通過這些人群的社交接觸再深入排查二級三級感染擴散路徑。通過上述移動軌跡大數據、公安身份大數據與超級 APP 的社交消費大數據融合分析，疫情后續跟蹤與防控措施的開展就更具有針對性，這要比傳統的疾病傳播模型仿真模擬更精準。

（13）通過將醫療機構大數據，公安人口檔案大數據和移動運營商（加交通管理）時空軌跡大數據融合分析，預測疫情傳播的規模與強度，并提供全國交通運輸網絡實時性動態，進一步識別高風險人群，并進行區域位置及軌跡標注；基于個體的行動軌跡、消費記錄和就醫情況，通過警方與交通部門聯控合作，鎖定乘坐武漢公共交通系統外出人員的流動路徑，通過 GPS 定位武漢自駕外出人員的分布位置，定位篩選出與病毒感染者有接觸過的風險個體，并找到他們的具體位置信息。通過不同級別的擴展計算得出個體或人群的感染風險概率，精準定位主動防控，降低醫療資源浪費。

（14）結合實時疫情地圖，發熱門診指引和感染風險熱力圖等大數據可視化分析，基于移動大數據、公安部門的身份大數據，定位每個人的移動軌跡和身份，對經過疫區的人員實時發布信息提醒做好防護。對確診患者的行為軌跡進行分析，追蹤密切接觸、近距離接觸、間接接觸人員并進行分級隔離，防患于未然?；诟唢L險感染群體分布形成時空熱點分布，重點部署防控醫療資源。

（15）社區網格采集員和醫療單位信息管理員，每天實時將詳細的（疑似、接觸）病例數據通過智能移動設備或手機，結合微信等超級 APP 將采集到的信息上傳匯總，將其傳輸到疾控大數據平臺，數據存儲在云數據中心，以供各級人員授權訪問和大數據分析。特別是疾控專家和數據分析團隊需要第一手資料，所以每天來自疾控前線的實時數據十分重要，這些數據是掌握疫情動態變化的基礎。

（16）組織流行病學家、疾控專家和數據科學家，進行實時條件下的疫情動態預測建模，在很多情況下，預測模型的準備輸出需要一定的數據和時間進行驗證，但在這之前，可以加強專家們對疫情大數據的理解。同時疫情大數據還可以在精準治療方面發揮作用，比如基于病毒數據分析，輔助科研人員快速研發特效藥、疫苗等。

（17）醫護人員是疫情防控的最后一道防線，必須盡最大力量保護醫護人員的自身安全。通過移動互聯網和自動診療流程等，讓一線醫務工作者盡量減少與感染人員的直接接觸。比如四川的華西醫院、省人民醫院已經實現從預約掛號、分診、檢查到取報告診療的自動化和無人值守，通過進一步優化微信上的診療流程，可以做到與醫生只接觸一到兩次（檢查醫生和確診醫生）就實現確診，最大化降低醫護人員的感染幾率。

（18）基于超級 APP 和 5G 技術實現快速遠程診療，通過在線預約，自動分診，或者根據醫院情況（醫療飽和）在線給出就醫或居家治療建議。如 1 月 26 日，四川省衛生健康委組織四川大學華西醫院與成都市公共衛生臨床醫療中心，基于 5G 技術成功完成了兩例新型冠狀病毒感染肺炎急重癥患者的遠程會診。同時還可以通過社區網格員實時推送及上報個體信息（主要是老年人群體），提醒在家疑似人員做好自我觀察和自我隔離，青少年人員可以通過超級 APP 上線隔離助手做好實時狀態登記、檢測和數據上報，通過遠程診療技術，疑似患者或病情較輕的患者完全可以在家線上就診，降低外出活動的感染風險并降低醫療資源的壓力。

（19）未來需加速研發疫情環境下的醫療機器人，或采用人工智能技術測溫儀進行智慧體溫疫情監控，降低監測人員的感染風險，還有無人值守的自動化醫療檢查設備。馬云所提出的互聯網醫院理念，還有未來的無人醫院建設等等，上述措施對于更安全有效的疫情防控都是十分必要的。

（20）最后是防控收關階段，隨著感染病例逐步恢復，死亡率逐步降低，需要后續應對計劃，什么時點解除封鎖措施并恢復生產，如何對疫情防控能力進行升級建設。這都需要通過沉淀的疫情大數據進行總結分析，包括疫情的生命周期、各階段變化、指標趨勢等。2003 年 SARS 的爆發沒有國家級的疫情防控大數據平臺是因為當時的信息化技術條件所致，但當時也積累了豐富的防控經驗和病毒大數據庫等資源基礎。后續應該吸取疫情監測預警和應急響應方面的不足和教訓，利用好大數據智能技術，為未來可能的疫情爆發提供更加安全的防控保障，把疫情撲滅在爆發之前。

（21）大數據是把雙刃劍，而且疫情防治措施因其敏感性，比一般的法律法規要求更嚴格。只有國家權威部門才有權發布疫情，個人亂發信息要受到法律制裁。另外，不同的疫情級別對應不同級別的政府管理范圍職責，實時精準的監測數據 + 嚴密無漏的防控制度，從上到下的整個疾控體系容不得一點馬虎和僥幸，疫情發布的時間要恰當，早不得晚不得，各級病毒監測數據更是要精準直達頂層，疫情防控就是一場生化戰爭，如何做到盡量降低對社會公眾情緒及生產生活的沖擊，我們還有很長的路要走。還有就是最近個別地方，社區網格員收集到的武漢疑似病例人員信息，泄露發布到網上之類的行為需要嚴格規范管理，應注意避免以“疫情防治”的名義，而忽視民眾的隱私權，不管是政府還是企業，大數據意味著大責任。

受限于個人經驗，上述建議還不夠成熟，有些不一定合理，只是想拋磚引玉供大家交流探討。我們很欣喜地看到，華為、京東、BAT、移動電信運營商等大型企業的技術團隊已經在著手相關工作?？傊?，大數據技術只是輔助措施，可以幫助我們進步，助力生命與時間賽跑，但疫情防控的關鍵還是人。17 年前的 SARS 還歷歷在目，為什么仍然還有野生動物的交易和買賣? 為什么面對致命病毒還有早期較長時間的漏報瞞報？什么時候國家層面才能建立起一套反應及時、固若金湯的能抵御生化危機（戰爭）級的疾控防御體系？上述種種問題，我們每個國人都需要反思。

杜圣東，大數據智能方向在職博士，西南交通大學人工智能研究院技術負責人。兼任多家單位技術顧問，曾為中國鐵路集團、中國中車集團、成都國安局、廣州地鐵等 20 余家企事業單位做大數據和人工智能培訓講座。首次提出了敏捷大數據方法論，在數據挖掘、商業智能、深度學習和交通、醫療大數據等領域有 10 余年的系統研發、管理與咨詢經驗。迄今為止，主持企業項目和產品研發 20 余項，主持國家重點研發計劃子課題 1 項，主研國家自然科學基金和重點研發計劃項目 5 項，申請獲得專利和軟件著作權 8 項，發表論文 20 余篇，著有《大數據智能核心技術入門：從大數據到人工智能》一書。


 

繼續閱讀：流程自動化   RPA   AI   疫情防控

未經允許不得轉載：RPA中國 | RPA全球生態 | 數字化勞動力 | RPA新聞 | 推動中國RPA生態發展 | 流 > “武漢肺炎”狙擊戰：疫情大數據聯防聯控二十一條