大数据在重大突发公共卫生事件中的应用研究

◆梁红 王海亮 胡静娴 刘亚翃

（中北大学 山西 030051）

重大突发公共卫生事件的复杂性与不确定性往往是对国家治理体系及治理能力的严峻考验。比如在抗击新冠肺炎疫情中，国家卫健委提出要运用大数据、人工智能、云计算等技术在疫情监测分析、病毒溯源、防控救治、资源调配等方面更好地发挥支撑作用。在处理重大公共卫生事件时，大数据技术与电信、交通、医疗、教育等领域的深度融合，让疫情防控更加科学和精准，也让“群防群控、联防联控”措施得以开展落实。

1 大数据在疫情防控中的实际应用

大数据是近年来新兴的一种技术，大数据究其来源极其广泛，而且广泛应用于商业、医疗、交通、金融和教育等领域[1]。通过分析整理大数据在疫情中的应用场景，发现大数据技术可以在疫情溯源与预测、医学检测研究、居民生活、政府施策等方面发挥重要作用，具体如下：

1.1 疫情溯源与预测

通过集成电信运营商、互联网公司、交通部门等单位的信息，大数据可以分析出人员流动轨迹[2]。例如，现在中国基本上人手一部手机，根据使用或切换基站信号可以大概估计出手机使用者的位置。电信部门利用基站位置大数据，用户发短信就可以快速准确地查询过去的位置信息；再加上手机App中使用的GPS或北斗定位系统、车票系统中记录的出行信息等，利用数据分析、数据挖掘等技术，可以准确绘制个人的行动轨迹；同时，根据不同人之间行动轨迹进行时空碰撞，基于大数据的分析技术可以推断出二者是不是病患密切接触。依据病毒传播原理，通过识别并隔离密切接触者，能够从大幅降低病毒传播概率，也是当前疫情防控中使用的重要途径。

基于每日病例统计数等数据，经过大数据技术进行分析处理，可以进行可视化展示，还可以基于病毒传播原理，借助大数据分析和机器学习等技术，对短期疫情数据和疫情拐点等长期数据进行动态预测[3]。

1.2 大数据与医疗

大数据与机器学习、人工智能等技术可以应用到病情诊断、医学科研、医疗辅助中，包括辅助诊断、线上问诊、科研支撑等。例如，判断确诊需要看肺部CT图像，传统的做法需要医生主动去识别，非常低效。而借助“大数据+人工智能”可以实现机器的智能识别，不仅用时短，而且准确，目前的正确识别率已超过人工。使用“大数据+人工智能”技术训练出一个智能机器人，专门提供24小时的线上问诊服务，可以极大地减轻医疗机构的诊疗压力，而且还可以普及疫情防控知识。

疫情防控期间，时间就是生命，大数据的计算模型和存储资源，可以实现大规模分布式并行采样分析、数据处理，助力病毒基因图谱测序和病毒疫苗研发等，缩短诊断时间，减少患者在医院的等待时间和交叉感染风险。

1.3 大数据与民生

大数据在便民服务类应用中也可以展现其价值。在使用封闭隔离等措施来应对疫情时，怎样保证居民的必要的生活物资，成了有关部门急需解决的事情。诸多互联网企业采用多种服务模式，利用大数据技术实现海量数据的采集、分类和存储，不仅可以提供实时疫情地图、互联网医疗等服务，还可以为市民提供食品物资的智能调度和无接触配送。

在疫情就医领域，多个医疗机构在互联网平台开展疫情科普、线上咨询、线上问诊、心理疏导等，远程为居民提供医疗服务，不仅缓解了线下医院压力，而且减少了人员聚集、接触传播风险。在物资预约配送方面，大数据可以实现智能调度，优化资源配置，缩短了配送时间。

1.4 大数据与政府施策

基于行业大数据，运用人工智能算法可对疫情的传播趋势、经济运行态势等进行建模，并提供可视化展示，可为各地政府制定政策提供理论依据[4]。有了疫情溯源与可疑人员动态检测，才能使“群防群控，联防联控”成为可能。有了大数据助力各行业来保障民生，才能使封闭隔离这一对抗传染病的法宝得以实现。

2 不足与挑战

随着技术的发展，大数据和人工智能技术在阻击疫情过程中发挥着越来越重要的作用，但与此同时也存在一些问题，还有更大的提升和利用空间。

2.1 数据重复采集，采集手段落后

在实际工作中往往会出现了对同一对象重复收集数据的问题。比如工作单位、社区、业主委员会等都会收集与疫情相关的信息。数据的人工重复收集，不仅费时费力，而且采集数据的维度相当有限。在大数据时代，公众的需求从关注宏观疫情防控动态转变为与自身密切相关的数据、信息。例如，公众既希望获知一个地方总体概况的统计数据，如每日的疫情数据等；更希望获知与自身距离较近的疫情信息，如自己的所在的街道、小区等疫情具体信息，包括确诊病例的发病详细情况，什么时候发病、有什么症状、行动轨迹等。

2.2 数据格式不统一，难以分析处理

由于采集数据的方法和工具不统一，没有标准的格式，导致采集到的数据格式、数据维度不统一，为后续的数据分析带来很大困难。若是借助统一的疫情上报工具来采集数据，不仅采集到的数据格式统一，而且数据维度高。数据格式统一意味着可以更好更快进行数据挖掘分析，数据维度高则可以详细的描述个体的信息。若能在全国范围内采用这样的平台，将采集到的规范数据与电信大数据、交通大数据等进行比对，可以更好地进行精准防控。

在“互联网+”和大数据时代，有能力获取到以前不易获取的数据，数据收集逐渐从手动获取转变为被动获取，即依靠安装在移动智能设备中的各种传感器就自动海量的数据。这种自动化、数字化的数据获取方式不仅能快速获取数据，而且可以保证数据格式的统一，便于后续大数据算法的快速处理。

2.3 数据互通不足，数据孤岛严重

大数据的核心优势在于数据量大，只有数据互相融合，才能发挥出大数据的价值。然而大数据发展到今天，“数据孤岛”[5]问题一直亟待解决。各自为战、数据互不相通非常不利于疫情防控。之所以数据难以互通，最主要的原因是各地采集数据的标准格式没有统一，没有建立标准化的数据采集机制。

3 对策与建议

3.1 建立标准化的数据采集机制

任何重大突发公共卫生事件的本质特征是不可预知性[6]，因此，建立有规范的、标准化的、灵活的数据采集机制是非常有必要的。应加快推进在政务、医疗卫生、物联网、移动通讯网络等多个领域的数据采集标准，规范数据采集的流程，统一数据格式及采集字段等信息，形成应急数据的采集保障机制。

3.2 建立数据共享机制，打破数据孤岛

不同行业间要实现数据共享，形成数据的共享保障机制，建立数据资源共享标准规范。大数据的价值在于互联互通[7]。数据不统一互不通用，很难进行大数据分析。如打通电信大数据与交通大数据，可以精准监测和溯源确诊病人和疑似病人的行动轨迹。行业间的大数据碰撞，犹如拳击赛场里的组合拳，将能发挥更大作用。

3.3 建立个人隐私安全保护机制

在数据收集及公布过程中，要注意个人隐私的保护。首先要制定相关的规章制度和信息收集工作的流程规范，确保在信息的收集过程中不泄露。其次是在数据互通中，要明确相关单位的共享范围权限，保证数据共享过程的个人隐私安全。最后是在公布疫情信息时，提前进行数据过敏处理，尽最大可能保护个人隐私。需要注意的是，在突发公共卫生事件结束后，要及时销毁收集的大量的无关的个人信息，避免信息泄露。对信息采集机构和个人要加强保密宣传，提高保护个人隐私意识。

3.4 推动大数据应用的广度和深度

重大突发公共卫生事件的出现也会在一定程度上加快大数据技术在各行业的应用。物流行业利用大数据技术与人工智能技术的结合，实现资源的合理调度和配送。利用电力大数据和水力大数据，可以监测住户当前用电量和用水量的组合，通过与以往数据的比较，可以获知该户是否有人居住，不仅能省去人工摸查，而且更加科学准确。

在互联网及大数据等技术飞速发展的背景下，要加强大数据与云计算、区块链、人工智能和5G等新兴技术的融合，在疫情预警、疫情防控、疫苗研发、轨迹溯源、交通管制、物流调度、在线教育、复工复产等方面创新应用，提升突发公共卫生事件防治的综合成效，这也是将来的发展趋势和研究热点。

4 结束语

大数据技术的发展，给人类社会带来了便利与挑战，重大突发公共卫生事件的处理也是其中一个方面[8]。在重大突发公共卫生事件处理中，运用大数据技术成效显著，但是也面临着一些问题。在未来的社会的发展中，要充分运用大数据技术，深化大数据在重大突发公共卫生事件处理中应用，加强大数据平台建设、技术发展与人才培养，助力我国重大突发公共卫生事件的科学应对。