國(guó)家病原微生物資源庫公布首株新型冠狀病毒毒種信息
 

當(dāng)前，從武漢爆發(fā)并蔓延全國(guó)的新型肺炎疫情牽動(dòng)著國(guó)人的心，本月 23 日 10 時(shí)起，武漢市公共交通停運(yùn)，全城出漢通道封閉，新型冠狀病毒肺炎疫情來勢(shì)洶洶，這次疫情不像 2003 年的 SARS，由于正值春節(jié)人群大遷徙，年前已經(jīng)結(jié)束和年后再次面臨的大規(guī)?？鐓^(qū)域人口流動(dòng)，將使疫情防控面臨嚴(yán)重挑戰(zhàn)，疫情后續(xù)傳播范圍存在不確定性，發(fā)展態(tài)勢(shì)不容低估。雖然國(guó)家疾控中心和各級(jí)地方政府的疫情聯(lián)防聯(lián)控能力面臨考驗(yàn)，但從歷史進(jìn)程來看，不管是 98 年大洪水、03 年 SARS 還是 08 年大地震，有國(guó)家的強(qiáng)力動(dòng)員和廣大民眾的互助支持，堅(jiān)信我們一定能戰(zhàn)勝“武漢肺炎”！
 

由于傳統(tǒng)的疫情監(jiān)控預(yù)警受制于僵化的體制流程和實(shí)時(shí)計(jì)算技術(shù)等的局限，爆發(fā)的疫情往往因嚴(yán)重的時(shí)間滯后性和缺乏實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)的支持而難以有效管控，加上現(xiàn)代交通的高速發(fā)展使得地球村成為現(xiàn)實(shí)，傳統(tǒng)的疫情監(jiān)測(cè)方式（主要來自臨床醫(yī)生手動(dòng)收集和編寫的報(bào)告，響應(yīng)速度緩慢），使得公共衛(wèi)生部門更加難以及時(shí)準(zhǔn)確的掌控疫情爆發(fā)的時(shí)間和動(dòng)態(tài)。對(duì)于各地雖有明確的信息收集上報(bào)要求，理論上能夠有效獲取相關(guān)信息，但也容易受管理瀆職等因素的影響。
 

以美國(guó)的疫情監(jiān)測(cè)網(wǎng)絡(luò)為例，全美各地的醫(yī)療單位根據(jù)患者癥狀每周例行提交病例風(fēng)險(xiǎn)報(bào)告，并將患者樣本數(shù)據(jù)提交檢測(cè)中心，檢測(cè)結(jié)果由美國(guó)疾病控制與預(yù)防中心（CDC）的專家集中進(jìn)行評(píng)估。即使對(duì)于經(jīng)過充分確認(rèn)的疾病（例如流感），從疫情識(shí)別到做好爆發(fā)應(yīng)對(duì)預(yù)案也至少需要一到兩周的時(shí)間，加上拖延瀆職等因素影響，對(duì)于難以進(jìn)行常規(guī)監(jiān)測(cè)的新型病毒爆發(fā)疫情，這樣的延誤可能是災(zāi)難性的。這次武漢肺炎的大規(guī)模爆發(fā)就把相關(guān)部門打了個(gè)措手不及，從早期感染到引起重視經(jīng)歷了較長(zhǎng)時(shí)間，我們經(jīng)過 2003 年 SARS 構(gòu)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(chǎng)生命與病毒蔓延時(shí)間賽跑的競(jìng)賽，制度和人力是一方面，另一方面，還迫切需要更強(qiáng)大的防控技術(shù)來監(jiān)控、預(yù)警和預(yù)測(cè)疫情的爆發(fā)及擴(kuò)散。下面以個(gè)人的一點(diǎn)淺見列出了二十一條建議，來探討如何借助大數(shù)據(jù)技術(shù)輔助疫情的聯(lián)防聯(lián)控：
 

（1）比爾•蓋茨曾在《新英格蘭醫(yī)學(xué)雜志》上發(fā)表文章呼吁建立疫情全球監(jiān)控預(yù)警系統(tǒng)，依托完善的制度設(shè)計(jì)加上強(qiáng)大的實(shí)時(shí)大數(shù)據(jù)技術(shù)支持，是監(jiān)測(cè)和應(yīng)對(duì)疫情大規(guī)模擴(kuò)散的關(guān)鍵。建議根據(jù)小湯山醫(yī)院建設(shè)模式，從國(guó)家層面組織國(guó)內(nèi)幾大巨頭公司的強(qiáng)力技術(shù)團(tuán)隊(duì)，快速建設(shè)國(guó)家疫情防控大數(shù)據(jù)作戰(zhàn)指揮平臺(tái)，整合打通涉及疫情爆發(fā)及防控整個(gè)大數(shù)據(jù)鏈條相關(guān)的數(shù)據(jù)接口，從實(shí)時(shí)醫(yī)療數(shù)據(jù)收集（醫(yī)療機(jī)構(gòu)）、自動(dòng)監(jiān)測(cè)預(yù)警（疫控部門）、大規(guī)模時(shí)空軌跡分析（移動(dòng)運(yùn)營(yíng)商和交通部門）、感染精準(zhǔn)追溯跟蹤（公安部門）到生成內(nèi)容豐富的可視化報(bào)告等。做到各類疫情相關(guān)大數(shù)據(jù)實(shí)時(shí)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(xié)同。

（2）如何基于全域大數(shù)據(jù)來提升疫情防控水平和決策能力，疫情大數(shù)據(jù)如何從點(diǎn)到面，落地實(shí)現(xiàn)面臨挑戰(zhàn)，涉及到一系列相互關(guān)聯(lián)的數(shù)據(jù)接口、技術(shù)和技能支持。需要整個(gè)社會(huì)的大型企業(yè)、醫(yī)療機(jī)構(gòu)和政府管控部門協(xié)同合作，但要打通分割的數(shù)據(jù)鏈條是不容易的，所以才需要國(guó)家強(qiáng)力部門的頂層設(shè)計(jì)與推動(dòng)，建設(shè)國(guó)家疫情防控大數(shù)據(jù)作戰(zhàn)指揮平臺(tái)。建議擬定如應(yīng)對(duì)生化危機(jī)（戰(zhàn)爭(zhēng)）的緊急狀態(tài)法，讓大型企業(yè)（特別是類似微信、支付寶、滴滴等超級(jí) APP）、醫(yī)療機(jī)構(gòu)及公民個(gè)人，在國(guó)家緊急狀態(tài)時(shí)都有為國(guó)家頂層疾控平臺(tái)開放所需數(shù)據(jù)接口和提交疫情信息的義務(wù)。

（3）基于疫情防控大數(shù)據(jù)作戰(zhàn)指揮平臺(tái)，需融合各類疫情相關(guān)大數(shù)據(jù)（如公安人口背景大數(shù)據(jù)、疾控病毒大數(shù)據(jù)庫、移動(dòng)時(shí)空軌跡大數(shù)據(jù)、超級(jí) APP 消費(fèi)社交傳播鏈數(shù)據(jù)等）構(gòu)建疫情超級(jí)檔案，設(shè)定一級(jí)感染（確診、康復(fù)、死亡）病例數(shù)據(jù)庫，二級(jí)暴露追蹤數(shù)據(jù)庫（疑似、接觸、排除），還包括病毒基因組測(cè)序以及爆發(fā)感染源追溯等多個(gè)數(shù)據(jù)庫?；谌驍?shù)據(jù)協(xié)同融合，以支撐科學(xué)實(shí)時(shí)計(jì)算病死率、感染率、增長(zhǎng)（降低）速度、潛伏期、變異期等關(guān)鍵性疫控指標(biāo)。

（4）疫情防控大數(shù)據(jù)平臺(tái)必須保證全天候正常運(yùn)行，細(xì)到社區(qū)網(wǎng)格員收集的個(gè)體數(shù)據(jù)、大到移動(dòng)部門和交通部門的時(shí)空大數(shù)據(jù)庫，需結(jié)合制度保障數(shù)據(jù)獲取的實(shí)時(shí)性和準(zhǔn)確性?；谌诤洗髷?shù)據(jù)平臺(tái)組織防控專家、數(shù)據(jù)科學(xué)家、政府管理決策團(tuán)隊(duì)進(jìn)行多個(gè)維度、多個(gè)專題、不同階段周期下的疫情大數(shù)據(jù)分析，數(shù)據(jù)分析目標(biāo)是要讓疫情實(shí)時(shí)監(jiān)測(cè)預(yù)警、爆發(fā)擴(kuò)散規(guī)律等信號(hào)得以清晰可見，分析結(jié)果要經(jīng)過防控專家和管理團(tuán)隊(duì)的驗(yàn)證推演，為國(guó)家高層提供數(shù)據(jù)層面的決策支持。

（5）在傳統(tǒng)的國(guó)家疾控體系基礎(chǔ)之上，結(jié)合上述全國(guó)范圍的跨區(qū)域、自動(dòng)化、實(shí)時(shí)大數(shù)據(jù)采集分析系統(tǒng)和國(guó)家疫情防控大數(shù)據(jù)頂層平臺(tái)的支持，形成一套自動(dòng)化、智能化的疫情大數(shù)據(jù)協(xié)同監(jiān)測(cè)、預(yù)警和應(yīng)急響應(yīng)機(jī)制。圍繞爆發(fā)疫情的態(tài)勢(shì)分析，設(shè)定防控預(yù)案，以支撐防疫區(qū)劃分、防疫等級(jí)設(shè)定、交通封鎖管制、重點(diǎn)人群監(jiān)控等疫情防控作業(yè)，同時(shí)支持對(duì)防疫人員、資源和物資等的科學(xué)調(diào)配。

（6）對(duì)早期異常病例的實(shí)時(shí)監(jiān)控與上報(bào)，武漢的醫(yī)療機(jī)構(gòu)有沒有做到位，或者是當(dāng)?shù)丶部伢w系的漏洞，筆者不是疾控專業(yè)人士無法評(píng)價(jià)。但轉(zhuǎn)了幾個(gè)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(tǒng)的疑難雜癥）就應(yīng)該對(duì)各級(jí)疾控部門進(jìn)行預(yù)警，包括感染事件的日期，發(fā)病報(bào)告，初步診斷，疾病機(jī)理，時(shí)空軌跡和暴露接觸等詳細(xì)記錄。這些數(shù)據(jù)是實(shí)時(shí)監(jiān)測(cè)預(yù)警的基礎(chǔ)，例如基于實(shí)時(shí)電子病歷（異常病毒）和病毒庫自動(dòng)比對(duì)，對(duì)新型病毒疫情進(jìn)行爆發(fā)預(yù)警。這需要國(guó)家疾控與公共衛(wèi)生管理部門聯(lián)合全國(guó)各大醫(yī)院，基于大數(shù)據(jù)實(shí)時(shí)異常監(jiān)測(cè)情況來指導(dǎo)疾控預(yù)警重大決策，異常數(shù)據(jù)應(yīng)該直通國(guó)家疾控部門的相關(guān)系統(tǒng)，從制度上排除地方機(jī)構(gòu)可能存在的漏報(bào)瞞報(bào)因素。精準(zhǔn)的病毒監(jiān)測(cè)預(yù)警對(duì)于評(píng)估疫情的爆發(fā)和防控至關(guān)重要。

（7）疫情防控不同于一般管理工作，對(duì)于數(shù)據(jù)的實(shí)時(shí)性與精準(zhǔn)性要求高，對(duì)每一個(gè)感染的個(gè)體都應(yīng)該做到精確跟蹤與觀察，比如在預(yù)警階段需找出早期可能的超級(jí)傳播者，另外，沒有大數(shù)據(jù)的支持只靠人力是難以實(shí)時(shí)管控的。換句話說，這種精準(zhǔn)的防控需求，不能只靠傳統(tǒng)意義的大數(shù)據(jù)挖掘技術(shù)，而是需要實(shí)時(shí)大數(shù)據(jù)流的分析支持。特別是在疫情爆發(fā)的早期，基于大數(shù)據(jù)分析的超級(jí)傳播者跟蹤能夠?yàn)榘l(fā)現(xiàn)疫情、跟蹤疫情擴(kuò)散提供重要支撐，比如在做好個(gè)人隱私保護(hù)的條件下，根據(jù)對(duì)早期感染個(gè)體的手機(jī)定位時(shí)空軌跡及消費(fèi)記錄跟蹤，融合整個(gè)早期感染群體的軌跡路線圖和消費(fèi)點(diǎn)進(jìn)行重疊透視，通過交叉點(diǎn)的查找確認(rèn)就有可能追溯到病毒感染源頭。當(dāng)然大數(shù)據(jù)應(yīng)用只是輔助措施，核心工作要結(jié)合大數(shù)據(jù)應(yīng)用的制度設(shè)計(jì)和人員協(xié)同。

（9）疫情態(tài)勢(shì)研判是早期響應(yīng)的基礎(chǔ)，一般來講，新型疫情的爆發(fā)態(tài)勢(shì)是難有歷史經(jīng)驗(yàn)數(shù)據(jù)可以借鑒參考的。幸運(yùn)的是相比 2003 年的 SARS，經(jīng)過這 17 年的大數(shù)據(jù)技術(shù)發(fā)展，使得基于大數(shù)據(jù)技術(shù)進(jìn)行疫情態(tài)勢(shì)分析成為可能，無處不在的大數(shù)據(jù)流可以幫助我們更快更精準(zhǔn)地獲得各種詳細(xì)信息，包括人員的時(shí)空軌跡、通關(guān)的實(shí)時(shí)監(jiān)控、爆發(fā)態(tài)勢(shì)的熱點(diǎn)分布、電子病歷檔案和實(shí)時(shí)的社交、消費(fèi)大數(shù)據(jù)等等。關(guān)鍵是如何打通并利用這些從點(diǎn)到面（多源異構(gòu)、條塊分割）的各類數(shù)據(jù)來支持疫情態(tài)勢(shì)研判和防控決策？這需要第（1）條國(guó)家疫情防控大數(shù)據(jù)平臺(tái)的支持。

（10）如果沒有頂層平臺(tái)的支持，就只有通過融合已有的離散的各種大數(shù)據(jù)源，做有限的態(tài)勢(shì)分析。比如當(dāng)今移動(dòng)互聯(lián)網(wǎng)和物聯(lián)網(wǎng)技術(shù)的興起為疫情擴(kuò)散分析提供了豐富的大數(shù)據(jù)資源。移動(dòng)運(yùn)營(yíng)商可以根據(jù)手機(jī)定位來提供人群流動(dòng)信息，包括跨域流動(dòng)和特定人群的時(shí)空分布。智能手機(jī)產(chǎn)生的公共出行大數(shù)據(jù)可以為精準(zhǔn)監(jiān)控出行軌跡，預(yù)警感染風(fēng)險(xiǎn)等成為可能。網(wǎng)上根據(jù)部分地區(qū)運(yùn)營(yíng)商公開數(shù)據(jù)發(fā)布的人流遷徙圖，對(duì)于疫情態(tài)勢(shì)研判能起到一定作用，但單個(gè)移動(dòng)運(yùn)營(yíng)商和單個(gè)地區(qū)的運(yùn)營(yíng)商數(shù)據(jù)，并不完整而且不全面。通過整合全國(guó)的移動(dòng)軌跡大數(shù)據(jù)流與常規(guī)的疫情監(jiān)測(cè)方式結(jié)合起來，國(guó)家疾病防控部門可以感知疫情擴(kuò)散的態(tài)勢(shì)和流動(dòng)路徑，通過幾大運(yùn)營(yíng)商的全數(shù)據(jù)覆蓋支持，可以知道疫區(qū)流出流入人口數(shù)量及流動(dòng)路徑，疫情感染密集地區(qū)必須做封閉式管理，類似的疫情大數(shù)據(jù)態(tài)勢(shì)研判，為防止疫情的進(jìn)一步擴(kuò)散蔓延提供了科學(xué)決策支持。

（11）爆發(fā)擴(kuò)散分析是打贏疫控戰(zhàn)的關(guān)鍵，疫情大規(guī)模爆發(fā)之后，要確定將來可能爆發(fā)的地方，流行病學(xué)家需要時(shí)空數(shù)據(jù)來推演，移動(dòng)大數(shù)據(jù)結(jié)合各大交通樞紐的實(shí)時(shí)監(jiān)控系統(tǒng)對(duì)來往人口進(jìn)行追蹤，并通過熱傳感器實(shí)時(shí)監(jiān)控生命體征等提供了數(shù)據(jù)條件。大數(shù)據(jù)的實(shí)時(shí)性、全周期、全覆蓋等特點(diǎn)，決定了基于大數(shù)據(jù)協(xié)同的疫情爆發(fā)擴(kuò)散管控可行并有一定的必要性。也為疫情的正式干預(yù)防控提供科學(xué)支持，比如需要進(jìn)行更復(fù)雜的防擴(kuò)散分析以制定人員隔離措施、疫苗接種策略，感染風(fēng)險(xiǎn)追蹤，聯(lián)防聯(lián)控的實(shí)施評(píng)估與經(jīng)濟(jì)社會(huì)影響評(píng)估等。

（12）移動(dòng)軌跡大數(shù)據(jù)主要是從宏觀層面把握人流人群的行為特征，包括疫區(qū)接觸范圍及時(shí)間，人群流動(dòng)方向，從而預(yù)測(cè)疫情的擴(kuò)散規(guī)模及時(shí)間長(zhǎng)短等。要進(jìn)一步跟蹤定位有感染風(fēng)險(xiǎn)的個(gè)體就需要公安身份及社交消費(fèi)等大數(shù)據(jù)的支持，首先，社?？▽?shí)名普及、鐵路實(shí)名制、高速 ETC、機(jī)場(chǎng)刷臉等都普遍實(shí)現(xiàn)了大規(guī)模的身份核驗(yàn)；其次借助微信、支付寶之類的超級(jí) APP，可以追蹤疫情爆發(fā)初期在華南海鮮市場(chǎng)有過消費(fèi)支付記錄的高風(fēng)險(xiǎn)感染群體，包括在華南市場(chǎng)周圍有過活動(dòng)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(jí)三級(jí)感染擴(kuò)散路徑。通過上述移動(dòng)軌跡大數(shù)據(jù)、公安身份大數(shù)據(jù)與超級(jí) APP 的社交消費(fèi)大數(shù)據(jù)融合分析，疫情后續(xù)跟蹤與防控措施的開展就更具有針對(duì)性，這要比傳統(tǒng)的疾病傳播模型仿真模擬更精準(zhǔn)。

（13）通過將醫(yī)療機(jī)構(gòu)大數(shù)據(jù)，公安人口檔案大數(shù)據(jù)和移動(dòng)運(yùn)營(yíng)商（加交通管理）時(shí)空軌跡大數(shù)據(jù)融合分析，預(yù)測(cè)疫情傳播的規(guī)模與強(qiáng)度，并提供全國(guó)交通運(yùn)輸網(wǎng)絡(luò)實(shí)時(shí)性動(dòng)態(tài)，進(jìn)一步識(shí)別高風(fēng)險(xiǎn)人群，并進(jìn)行區(qū)域位置及軌跡標(biāo)注；基于個(gè)體的行動(dòng)軌跡、消費(fèi)記錄和就醫(yī)情況，通過警方與交通部門聯(lián)控合作，鎖定乘坐武漢公共交通系統(tǒng)外出人員的流動(dòng)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(fēng)險(xiǎn)個(gè)體，并找到他們的具體位置信息。通過不同級(jí)別的擴(kuò)展計(jì)算得出個(gè)體或人群的感染風(fēng)險(xiǎn)概率，精準(zhǔn)定位主動(dòng)防控，降低醫(yī)療資源浪費(fèi)。

（14）結(jié)合實(shí)時(shí)疫情地圖，發(fā)熱門診指引和感染風(fēng)險(xiǎn)熱力圖等大數(shù)據(jù)可視化分析，基于移動(dòng)大數(shù)據(jù)、公安部門的身份大數(shù)據(jù)，定位每個(gè)人的移動(dòng)軌跡和身份，對(duì)經(jīng)過疫區(qū)的人員實(shí)時(shí)發(fā)布信息提醒做好防護(hù)。對(duì)確診患者的行為軌跡進(jìn)行分析，追蹤密切接觸、近距離接觸、間接接觸人員并進(jìn)行分級(jí)隔離，防患于未然?；诟唢L(fēng)險(xiǎn)感染群體分布形成時(shí)空熱點(diǎn)分布，重點(diǎn)部署防控醫(yī)療資源。

（15）社區(qū)網(wǎng)格采集員和醫(yī)療單位信息管理員，每天實(shí)時(shí)將詳細(xì)的（疑似、接觸）病例數(shù)據(jù)通過智能移動(dòng)設(shè)備或手機(jī)，結(jié)合微信等超級(jí) APP 將采集到的信息上傳匯總，將其傳輸?shù)郊部卮髷?shù)據(jù)平臺(tái)，數(shù)據(jù)存儲(chǔ)在云數(shù)據(jù)中心，以供各級(jí)人員授權(quán)訪問和大數(shù)據(jù)分析。特別是疾控專家和數(shù)據(jù)分析團(tuán)隊(duì)需要第一手資料，所以每天來自疾控前線的實(shí)時(shí)數(shù)據(jù)十分重要，這些數(shù)據(jù)是掌握疫情動(dòng)態(tài)變化的基礎(chǔ)。

（16）組織流行病學(xué)家、疾控專家和數(shù)據(jù)科學(xué)家，進(jìn)行實(shí)時(shí)條件下的疫情動(dòng)態(tài)預(yù)測(cè)建模，在很多情況下，預(yù)測(cè)模型的準(zhǔn)備輸出需要一定的數(shù)據(jù)和時(shí)間進(jìn)行驗(yàn)證，但在這之前，可以加強(qiáng)專家們對(duì)疫情大數(shù)據(jù)的理解。同時(shí)疫情大數(shù)據(jù)還可以在精準(zhǔn)治療方面發(fā)揮作用，比如基于病毒數(shù)據(jù)分析，輔助科研人員快速研發(fā)特效藥、疫苗等。

（17）醫(yī)護(hù)人員是疫情防控的最后一道防線，必須盡最大力量保護(hù)醫(yī)護(hù)人員的自身安全。通過移動(dòng)互聯(lián)網(wǎng)和自動(dòng)診療流程等，讓一線醫(yī)務(wù)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(yī)院、省人民醫(yī)院已經(jīng)實(shí)現(xiàn)從預(yù)約掛號(hào)、分診、檢查到取報(bào)告診療的自動(dòng)化和無人值守，通過進(jìn)一步優(yōu)化微信上的診療流程，可以做到與醫(yī)生只接觸一到兩次（檢查醫(yī)生和確診醫(yī)生）就實(shí)現(xiàn)確診，最大化降低醫(yī)護(hù)人員的感染幾率。

（18）基于超級(jí) APP 和 5G 技術(shù)實(shí)現(xiàn)快速遠(yuǎn)程診療，通過在線預(yù)約，自動(dòng)分診，或者根據(jù)醫(yī)院情況（醫(yī)療飽和）在線給出就醫(yī)或居家治療建議。如 1 月 26 日，四川省衛(wèi)生健康委組織四川大學(xué)華西醫(yī)院與成都市公共衛(wèi)生臨床醫(yī)療中心，基于 5G 技術(shù)成功完成了兩例新型冠狀病毒感染肺炎急重癥患者的遠(yuǎn)程會(huì)診。同時(shí)還可以通過社區(qū)網(wǎng)格員實(shí)時(shí)推送及上報(bào)個(gè)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(jí) APP 上線隔離助手做好實(shí)時(shí)狀態(tài)登記、檢測(cè)和數(shù)據(jù)上報(bào)，通過遠(yuǎn)程診療技術(shù)，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(dòng)的感染風(fēng)險(xiǎn)并降低醫(yī)療資源的壓力。

（19）未來需加速研發(fā)疫情環(huán)境下的醫(yī)療機(jī)器人，或采用人工智能技術(shù)測(cè)溫儀進(jìn)行智慧體溫疫情監(jiān)控，降低監(jiān)測(cè)人員的感染風(fēng)險(xiǎn)，還有無人值守的自動(dòng)化醫(yī)療檢查設(shè)備。馬云所提出的互聯(lián)網(wǎng)醫(yī)院理念，還有未來的無人醫(yī)院建設(shè)等等，上述措施對(duì)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(guān)階段，隨著感染病例逐步恢復(fù)，死亡率逐步降低，需要后續(xù)應(yīng)對(duì)計(jì)劃，什么時(shí)點(diǎn)解除封鎖措施并恢復(fù)生產(chǎn)，如何對(duì)疫情防控能力進(jìn)行升級(jí)建設(shè)。這都需要通過沉淀的疫情大數(shù)據(jù)進(jìn)行總結(jié)分析，包括疫情的生命周期、各階段變化、指標(biāo)趨勢(shì)等。2003 年 SARS 的爆發(fā)沒有國(guó)家級(jí)的疫情防控大數(shù)據(jù)平臺(tái)是因?yàn)楫?dāng)時(shí)的信息化技術(shù)條件所致，但當(dāng)時(shí)也積累了豐富的防控經(jīng)驗(yàn)和病毒大數(shù)據(jù)庫等資源基礎(chǔ)。后續(xù)應(yīng)該吸取疫情監(jiān)測(cè)預(yù)警和應(yīng)急響應(yīng)方面的不足和教訓(xùn)，利用好大數(shù)據(jù)智能技術(shù)，為未來可能的疫情爆發(fā)提供更加安全的防控保障，把疫情撲滅在爆發(fā)之前。

（21）大數(shù)據(jù)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(guī)要求更嚴(yán)格。只有國(guó)家權(quán)威部門才有權(quán)發(fā)布疫情，個(gè)人亂發(fā)信息要受到法律制裁。另外，不同的疫情級(jí)別對(duì)應(yīng)不同級(jí)別的政府管理范圍職責(zé)，實(shí)時(shí)精準(zhǔn)的監(jiān)測(cè)數(shù)據(jù) + 嚴(yán)密無漏的防控制度，從上到下的整個(gè)疾控體系容不得一點(diǎn)馬虎和僥幸，疫情發(fā)布的時(shí)間要恰當(dāng)，早不得晚不得，各級(jí)病毒監(jiān)測(cè)數(shù)據(jù)更是要精準(zhǔn)直達(dá)頂層，疫情防控就是一場(chǎng)生化戰(zhàn)爭(zhēng)，如何做到盡量降低對(duì)社會(huì)公眾情緒及生產(chǎn)生活的沖擊，我們還有很長(zhǎng)的路要走。還有就是最近個(gè)別地方，社區(qū)網(wǎng)格員收集到的武漢疑似病例人員信息，泄露發(fā)布到網(wǎng)上之類的行為需要嚴(yán)格規(guī)范管理，應(yīng)注意避免以“疫情防治”的名義，而忽視民眾的隱私權(quán)，不管是政府還是企業(yè)，大數(shù)據(jù)意味著大責(zé)任。

受限于個(gè)人經(jīng)驗(yàn)，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(dòng)電信運(yùn)營(yíng)商等大型企業(yè)的技術(shù)團(tuán)隊(duì)已經(jīng)在著手相關(guān)工作?？傊?，大數(shù)據(jù)技術(shù)只是輔助措施，可以幫助我們進(jìn)步，助力生命與時(shí)間賽跑，但疫情防控的關(guān)鍵還是人。17 年前的 SARS 還歷歷在目，為什么仍然還有野生動(dòng)物的交易和買賣? 為什么面對(duì)致命病毒還有早期較長(zhǎng)時(shí)間的漏報(bào)瞞報(bào)？什么時(shí)候國(guó)家層面才能建立起一套反應(yīng)及時(shí)、固若金湯的能抵御生化危機(jī)（戰(zhàn)爭(zhēng)）級(jí)的疾控防御體系？上述種種問題，我們每個(gè)國(guó)人都需要反思。

杜圣東，大數(shù)據(jù)智能方向在職博士，西南交通大學(xué)人工智能研究院技術(shù)負(fù)責(zé)人。兼任多家單位技術(shù)顧問，曾為中國(guó)鐵路集團(tuán)、中國(guó)中車集團(tuán)、成都國(guó)安局、廣州地鐵等 20 余家企事業(yè)單位做大數(shù)據(jù)和人工智能培訓(xùn)講座。首次提出了敏捷大數(shù)據(jù)方法論，在數(shù)據(jù)挖掘、商業(yè)智能、深度學(xué)習(xí)和交通、醫(yī)療大數(shù)據(jù)等領(lǐng)域有 10 余年的系統(tǒng)研發(fā)、管理與咨詢經(jīng)驗(yàn)。迄今為止，主持企業(yè)項(xiàng)目和產(chǎn)品研發(fā) 20 余項(xiàng)，主持國(guó)家重點(diǎn)研發(fā)計(jì)劃子課題 1 項(xiàng)，主研國(guó)家自然科學(xué)基金和重點(diǎn)研發(fā)計(jì)劃項(xiàng)目 5 項(xiàng)，申請(qǐng)獲得專利和軟件著作權(quán) 8 項(xiàng)，發(fā)表論文 20 余篇，著有《大數(shù)據(jù)智能核心技術(shù)入門：從大數(shù)據(jù)到人工智能》一書。


 

繼續(xù)閱讀：流程自動(dòng)化   RPA   AI   疫情防控

未經(jīng)允許不得轉(zhuǎn)載：RPA中國(guó) | RPA全球生態(tài) | 數(shù)字化勞動(dòng)力 | RPA新聞 | 推動(dòng)中國(guó)RPA生態(tài)發(fā)展 | 流 > “武漢肺炎”狙擊戰(zhàn)：疫情大數(shù)據(jù)聯(lián)防聯(lián)控二十一條