“大數據”助力疫情防控

杜娟

春節假期已近尾聲，返程高峰即將到來，新型冠狀病毒肺炎疫情防控工作進入關鍵期。1月29日召開的中央應對疫情工作領導小組會議對此作出判斷“當前疫情正處于擴散階段，局部地區有迅速上升趨勢”。在此背景下，如何有效防控疫情“返程傳播”成為對戰疫情的重中之重。

相較于17年前的SARS，此次疫情表現出更強的傳播性，感染人數曲線更為陡峭，對于疾病防控提出更高挑戰。好在17年來，中國在疫情防控方面已建立了更加完備的制度體系、保障策略、應對措施，信息披露也更加及時透明，再加上大數據等創新科技的快速發展，在疫情防控工作中起到重要作用。目前已有微信、360等互聯網平臺上線“確診患者交通工具同乘查詢系統”“疫情數據實時更新系統”“發熱門診分布地圖”等功能。

大數據追蹤傳播路徑

在1月28日央視《新聞1+1》，國家衛健委高級別專家組成員李蘭娟院士連線白巖松時表示，專家正利用大數據技術梳理感染者的生活軌跡，追蹤人群接觸史，成功鎖定感染源及密切接觸人群，為疫情防控提供寶貴信息。

李院士在連線中提到，某位患者曾表示自己并無重點疫區接觸史，但經過大數據排查，發現其曾經至少接觸過三位來自重點疫區的潛在患病人士。可見大數據技術通過追蹤移動軌跡、建立個體關系圖譜等，在精準定位疫情傳播路徑，防控疫情擴散方面的重要作用。

追蹤移動軌跡、建立關系圖譜，在大數據技術日漸成熟的今天已不是新聞，在位置數據方面，除了航空、鐵路、公路、輪渡等交通部門統計的出行數據外，在用戶授權的前提下，中國移動、中國聯通、中國電信三大運營商基于手機信令能夠有效定位用戶的手機位置，互聯網企業也可以通過App授權調用用戶手機位置數據。此外，地圖、打車等App提供的移動出行服務，電商、外賣平臺等App內的送貨地址數據，以及移動支付位置數據等，也可以作為位置數據的有效補充。而關系圖譜則可通過各類社交平臺、通信網絡、通話記錄、轉賬記錄等數據搭建。

將不同時間段的授權位置數據進行縱向串聯，能夠有效繪制出手機持有者的移動軌跡。這類個體數據，正如李蘭娟院士提到的，可以用于追蹤被感染者的疾病傳播路徑、定位感染源，配合關系圖譜更可鎖定被感染者曾經接觸過的人群，以便及時采取隔離、治療等防控措施，避免疫情更大范圍擴散。為防控春運返程高峰時可能發生的傳染事件提供有效工具。

而將這些個體數據集合形成的群體數據，則能夠清晰顯示重要疫區的人員流入及流出方向、動態及規模，如百度、騰訊等互聯網企業均已基于授權數據制作此次春運期間的人口遷徙地圖，可據此觀察各城市的人口流入、流出狀況，尤其是重點疫區人口流出方向。這些數據有利于定位疫情輸出的主要區域、預測地區疫情發展態勢、預測地區潛在染病人群，為疾病防控部門及地區政府分類制定春運返程計劃、有針對性地出臺交通管制措施等提供決策支撐。

除此之外，將同一時點不同個體的位置數據進行橫向整合，還能夠清晰展現出特定時間點曾經到過疫情高風險地區的人群，并可據此監測人群密度及動向，如某大數據公司以疫情始發地為分析重點，利用位置數據定位自2019年11月起曾經去過疫情始發地的人，為潛在感染者的發現及自我隔離等提供信息參考。而這些人群密度地圖、高染病區域地圖、地區交通管制措施等數據信息還能為個人規劃返程路線提供有效參考。

大數據構建疫情發展模型

面對新型冠狀病毒肺炎確診人數的持續增長，大眾密切關注疫情的傳播態勢。疫情還會傳播多久？感染者還會大幅增加嗎？哪里感染風險高？何時能夠進入安全期？傳染源都有哪些？

要解決這些問題，需要找出關鍵影響因素、分析疫情傳播特征、搭建疫情發展模型，這其中大數據可發揮關鍵作用。

首先是優化數據采集。在大數據技術廣泛應用之前，醫療數據采集具有明顯的滯后性，這對在疫情傳播早期階段快速獲取傳播數據、分析疫情傳播機理造成制約。而借助于醫療數據聯網、各類智能設備數據歸集渠道等，大數據時代的疫情傳播數據采集更為及時、準確，可定位到個體、某一具體街區等，為疫情發展模型的搭建提供數據基礎。

其次是豐富數據維度。除醫療數據外，疫情傳播往往還涉及氣候溫濕度、地質、交通、社會行為、城市衛生等多維度因素影響，大數據技術的發展使得這些影響因素均可以數據形態展示，同時使得多維度、大規模的數據處理成為可能，可實現上萬量級的影響因子建模，這極大地豐富了疫情發展模型的分析維度，對于定位疫情傳播的關鍵影響因素，并據此提出針對性防治建議有重要作用。