信息技術賦能疫情防控

張長漢

關鍵詞：信息技術;疫情防治;作用;建議

一、信息技術簡介

信息技術是運用現代科技來設計、開發計算機應用系統及應用軟件并安裝和使用，它是處理和管理信息所采用的各種技術的總稱。

信息技術的應用包括網絡和通訊技術，計算機軟件和硬件，計算機軟件開發工具等。自從計算機和互聯網技術廣泛使用后，人們越來越多的使用計算機來生產、處理、交換和傳播各種形式的信息。現階段，各種現代科技的發展日新月異，尤其是5G、云計算、大數據、等技術的研發突飛猛進，推動了我國經濟發展的數字化程度。同時人工智能使各行各業的發展如虎添翼，為我國數字經濟的發展不斷注入新的活力。

二、信息技術在此次疫情的應用

在此次疫情中，信息技術在疫情監測分析、傳染病研究與防治、經濟發展維穩等方面得到了廣泛應用并發揮了很好的支撐作用。

1、疫情監測分析

新冠肺炎傳染性遠遠強于03年“非典”，即便是尚未檢測出病毒核酸的“隱形”患者也具有傳染性，這就要求管理部門要在最短的時間內準確定位一開始從疫區“流出”的潛在傳染源。在信息化高度普及的今天，手機是一個移動的信息源，最新數據顯示我國2018年移動通信普及率達112%，獨立移動通信用戶的普及率（扣除一人多號）達82%，這意味著有獨立活動能力的人群幾乎都有手機，且我國實行手機用戶的實名制，本著可用不可見原則，基于手機的電信大數據分析就可以成為阻止疫情擴散、發現密切接觸者的有效工具，與傳統基站、數字地圖定位搭配更能大大提高精準度。相比于運用患者自述來做流行病學調查，大數據分析在準確性、針對性、快捷性等方面更勝一籌，比如疫情前期的旅客只需登錄互聯網平臺并輸入身份信息，即可知悉是否與確診患者同行過。而密切接觸者等潛在傳染源的信息也會及時推送到管理部門，從而在第一時間采取措施，避免了潛在的擴散風險。另外，由阿里巴巴在1月27日一天內緊急搭建的疫情信息采集系統也成為疫情防控的得力工具，全國15個省市、100多個區縣、10萬多個基層醫療單位通過這個平臺搭建收錄疫情信息的管理系統，它以大數據可視化的模式，幫助用戶及時、全面、便捷的了解疫情進展，使正在居家隔離的人們，可以通過夸克瀏覽器APP一鍵查詢疫情實時動態。對于公共場所的防疫篩查，體溫檢測是第一道防線，多人同時體溫檢測成為當務之急，基于這種需求，百度AI多人體溫快速檢測解決方案快速落地，在北京清河地鐵站，已有19個檢測點配備該項設備，相比人工測溫，AI技術可以極大程度提高測溫效率、減少交叉感染，測溫誤差控制在0.05攝氏度上下，識別準確率達90%以上。

2、傳染病研究與防治

信息技術企業與醫療科研機構聯合攻關，利用人工智能、大數據、5G等技術可提高抗疫效率。第一，病毒溯源是防疫不可避免的工作，其目的是找到病毒傳播源頭，摸清病毒初始傳播途徑、突變規律和潛在風險，從病毒源頭為疫情防控提供重要的科學依據，防止以后類似疫情的發生。同時，病毒溯源能為疫苗研發提供科學保障，通過這一工作能分離大量病毒毒株，是疫苗研發的寶貴資源。1月30日，百度研究院宣布，將向各基因檢測機構、防疫中心及全世界科學研究中心免費開放線性時間算法 LinearFold 以及世界上現有最快的 RNA 結構預測網站，LinearFold算法可將此次新型冠狀病毒的全基因組二級結構預測從55 分鐘縮短至27 秒，提速 120 倍，節省了兩個數量級的等待時間。第二，醫療大數據還可以幫助智能診斷。根據新冠肺炎患者的核酸檢測，目前只有30%是陽性。原因是檢測樣本來自口腔，而真實情況存在于肺部。因此，判斷仍需根據CT。常規肺掃描需要幾百張CT照片，而利用大數據和AI技術，可以把照片還原為一個3D肺模型，過去醫生要看5個多小時的結果，現在幾分鐘就可以，因為幾百張照片變成了一張[1]，配合CT影像大數據分析評價系統，就能幫助醫生進行病灶分析。這是決策支持系統在醫療診斷領域的應用。第三，對于一線醫療防疫工作，智能病房消毒機器人包攬疫區病房消殺工作，使得病毒擴散的風險變得可控。第四，利用大數據可以使醫療物資的生產和調度工作得到優化。海爾COSMOPlat開發的疫情醫療物資信息共享資源匯聚平臺是其中的代表，作為一個需求與供應精準搭建快速匹配的“戰疫平臺”，一經上線，其多個模塊立即投入使用，為全國醫院解決緊急需求。

3、 經濟發展維穩

面對傳染病，不僅要有必勝的信心，也要做好打一場持久戰的準備。只有發展經濟和疫情防控兩手齊抓，才最大限度的減少疫情的危害。在這方面，推動企業復工復產就成了關鍵，而新一代信息技術對此提供了強大助力。

大數據直接助力生產企業安全復工復產。很多生產企業面臨一個矛盾，即生產需要大量工人協作，但是人員密集又存在病毒擴散的風險，所以在復工前掌握工人的真實健康狀況十分必要。2月11日，杭州率先推出的管理方式，通過健康碼記錄用戶的健康信息，同時，健康碼借助阿里云的技術優勢，與網上健康檔案進行比對，核查健康信息是否真實。并且為了助力全國有序復工復產，支付寶正加快研發全國統一的疫情防控健康碼系統。

此外，“電力大數據”在獲取復工信息方面也發揮了作用。 “電力大數據”是指根據用電狀況來推斷復工情況。比如廣東省在2月15日的用電量是正常時期的61%，由此可以判斷廣東省復工率也處于60%上下。據此推斷的同一時期浙江省復工率不到1/3，某些疫情較嚴重的地區，復工率只有12%。通過電力大數據掌握復工的宏觀情況，就能便于政府做出正確決策。

最后，信息技術確保了疫情期間教育系統的正常運轉，釘釘、雨課堂等可以線上授課的網絡產品得到了超充分利用，實現了“停課不停學”。雖然一個學生的影響微乎其微，但群體引發的蝴蝶效應不可忽視。目前我國有2.76億在校學生，若是每名學生都因疫情影響而停學半學期，將會直接或間接對國家、社會產生種種負面影響，抵消經濟增長的成果。

三、信息技術在面對疫情時暴露的問題及改進建議

對于此次新冠肺炎疫情的防控，信息技術功不可沒，但若想進一步發展，就不能列功覆過。

首先，大數據在此次疫情前期反應緩慢，沒有起到預警和防控作用。其原因來自多方面。首先，大數據分析依賴基礎數據的形成。當最初發現感染癥狀時，案例較少，由于春節臨近人們放松警惕，再加上病毒本身有最長半個月的潛伏期，患者很難辨認。當病毒已經通過隱形傳染源蔓延一個月后，真實的數據沒有如實上傳，自然也無法形成大數據分析。當數據如實上傳時已然錯過最佳防控時間，造成疫情爆發。這個教訓說明疫情大數據分析預警需要建立在完善的傳染病學判定標準之上，當傳染病出現時，哪怕剛出現一名不明肺炎患者，也能觸發一套防控機制。早在2008年，谷歌就推出谷歌流感趨勢（GFT）。該產品通過監測人們搜索關于流感的關鍵詞，推測各地區是否有可能存在對應的流感人群。2009年美國流感爆發，谷歌的流感報告比美國疾控中心還提前一個星期，相似度接近97%。雖然GFT在后來的預測中，由于用戶故意搜索影響關鍵詞頻率而造成了結果不準確，但這不失為一個可以借鑒的途徑。大數據作為一種技術手段和輔助工具，只有以各行各業諸多環節的有效信息作為基礎，采用科學的分析模型進行正確的處理和挖掘，才能真正獲得對人類有價值的信息。

另外，在信息爆炸時代，網上信息五花八門。尚未見苗頭的傳染病根本不是互聯網關注的優先點，這也加速了疫情爆發。華盛頓大學Shannon M. Fast等人的研究表明，當媒體的報道量增加十倍，此類疾病的感染數將會減少33.5%。由此可見網絡媒體、信息技術人員對數據的敏感性和挖掘程度，也對技術的運用起著重要作用[2]。

最后，在大數據互聯共享資源及使用信息數據時，還要注意要加強隱私保護和信息安全保護。在疫情防控過程中，既要共享大數據聯防聯控，又要確保信息資源安全可靠，這就要求堅持原始數據可用不可見原則。在互聯共享信息資源時，綜合運用多種保密措施，通過技術、管理以及行政手段，加強信息采集、錄入、保管環節的保護，確保信息的安全保障問題。此外，醫療大數據是黑客所重點關注的，在疫情大數據的系統上，要明確接入權限與過程審計，用各種各樣的安全措施來確保安全。保護信息系統或信息網絡中的信息資源免受各種類型的威脅、干擾和破壞，確保信息完整、保密、可靠。

參考文獻

[1] 鄔賀銓.信息技術“掌握”疫情防控 [N]， 中國科學報，2020.02.06（3）

[2] （Shannon M. Fast， ?Louis Kim， ?Emily L. Cohn et al..Predicting social response to infectious disease outbreaks from internet-based news streams[J]Annals of Operations Research，2018）