網絡與數據技術助力新冠肺炎疫情防控

隨著互聯網的發展與普及，近年來網絡與數據等技術成為推動社會發展及應對突發事件強有力的工具。新冠肺炎疫情發生后，移動互聯網以及物聯網產生的海量數據，在抗疫的諸多場景中發揮了顯著作用，為疫情防控措施的有效實施提供了幫助。

數字化技術全方位支援疫情防控

傳染病流行的三個基本要素為傳染源、傳播渠道和易感人群。在本次抗疫過程中，我國采取了嚴格的管控措施、醫療檢測與隔離手段：一是識別、定位早期癥狀人員，經篩查檢測，盡快識別傳染源；二是實施網格化管理，進行全民居家隔離，阻斷相互接觸的傳染渠道，追溯并隔離近距離接觸者群體，保護易感人群；三是舉國馳援武漢，分類隔離疑似、輕癥、重癥人群，力爭在最短時間內治愈確診病例，切斷傳染源；四是積極研究病毒與疫苗，爭取徹底解決病毒感染問題。

1.賦能全民排查

數字技術與數據應用在新冠肺炎疫情早期識別疑似病例的過程中，發揮了極大的作用。如在湖北武漢實施拉網式全民體溫篩查的同時，全國范圍內公共場所的體溫檢測也被當做疫情防控的第一道防線予以貫徹。

（1）全國各大醫療機構、健康平臺紛紛開放專門的線上疾病咨詢渠道，方便群眾在線問診。

（2）武漢市獅南社區率先使用了以語音識別技術為基礎的人工智能訪談系統，該系統通過撥打電話，針對聯系人是否發熱等基礎問題實施居民調查。在精準識別，分析居民回應信息后，再對高風險人群進行人工訪問和體溫測量，迅速完成普篩工作。據統計，通過人工智能訪談系統，該社區僅用6個小時便完成了對3000余戶居民的識別與普篩工作。

（3）以無接觸式體溫感知技術為基礎的體溫感知系統，在辦公樓宇、車站機場及交通要塞等人流密集場所擔負著對大批量人群進行體溫篩查的工作，其應用大大減少了人工干預，實現了在高效獲取數據的同時降低人群交叉感染的風險。

2.助力人群定位與軌跡追蹤

時空大數據的外延范圍包括了所有關于時間與位置的數據。以人的行為軌跡為對象的時空數據的應用，在本次疫情防控過程中，發揮了不可替代的作用。

（1）在疫情之初，中國聯通、中國電信和中國移動三大電信運營商迅速以短信的形式為用戶提供14-30天位置查詢的服務，這也是健康碼的雛形。而面向衛生防疫機構的人口遷移大數據則為疫情防控部門及時、準確部署應對策略提供了基礎數據。

（2）高鐵、航空系統推出了通過輸入電話號碼查詢一定時間段乘坐車次、搭乘航班的信息服務，結合政府不斷公布的確診人員的行動軌跡，實施確診病例搭乘信息動態發布，方便群眾判斷是否曾與感染源有過接觸，有效提高了易感人群的識別與隔離。

（3）描繪確診病例分布的社區地圖，為百姓及時了解周邊疫情提供了直接有效的信息，是保證百姓生活節奏張弛有度的重要參考依據。

3.助力醫療系統進行診斷與治療

此次疫情呈現出不均勻分布的狀態，大量病例的聚集地對醫療資源的供應提出了嚴峻挑戰。除了醫務人員馳援之外，數字化技術與數據挖掘應用，發揮了不可小覷的作用。

（1）在大部分新冠肺炎定點收治醫院，醫療服務智能機器人已承擔起無人導診，自動響應的發熱問診，初步診療，引領病人以及傳送化驗單和藥物等多項輔助任務；隔離點的自動送餐機器人、消毒機器人等也極大地緩解了工作人員數量不足和情緒緊張的壓力。

（2）通過信息技術手段調動全國各地，尤其是疫情較輕地區的醫療資源，以遠程診斷、多方會診的方式，幫助重災區的醫療團隊分擔診斷、分析等工作，有效緩解了疫區醫療團隊的工作負擔。

4.助力社區防控管理

疫情發生之后，全國范圍內實行了嚴格的社區網格化管理，有效減少人與人之間的相互接觸。

（1）適合不同應用場景的人員識別與登記系統。通過將居民微信或支付寶掃碼與手機號、身份信息相結合，向社區工作人員提供特殊時期的特定人員的定位信息。同時通過無接觸紅外等測溫手段，完成對各類人員的體溫監測。

■世仰雙仙 趙來清/攝

（2）基于微信、支付寶等開發出的“健康碼”程序，有效提高了人員健康信息的記錄與識別，助力加強高危人員的管控。

5.助力中長期科研與藥物研發

目前，國內很多科研院所以及從事人工智能醫療技術研究與應用的企業都在積極地開展藥物與疫苗的研發、病毒的分析與測序等各項工作。以數據分析與機器學習為基礎的數據技術在毒株的分析篩選，藥物的分子結構、蛋白結構以及晶型分析等方面都將發揮無法替代的作用。阿里云宣布疫情期間向公共科研機構免費開放病毒疫苗和新藥研發所需的一切人工智能算力；騰訊云為防治新冠肺炎的藥物篩選等工作提供免費的云超算服務，為病毒研究、藥物篩選等科研工作提供了極大的算力保證。在現代化數據分析手段的協助下，軍事科學院軍事醫學研究院陳薇院士領銜的科研團隊，已經成功研制出重組新冠病毒疫苗，并于3月16日獲批展開臨床試驗。

此外，復工復產、物流規劃、物資調配和對國際客流的管理等很多基礎性工作均需保持正常運行，釋放出對數字化與數據應用最為直接的業務與管理的需求。

數據深度應用前路漫長

新冠肺炎疫情防控工作可謂是對我國數字化建設進行了一次全面而深刻的實戰檢驗。通過分析發現，無論是時空數據的綜合關聯應用，還是基于移動互聯網的其他應用，只有在技術相對成熟，應用場景簡單完整，同時又無需大量額外基礎設施投資的情況下才能真正地發揮作用。針對數據應用過程中所面臨的問題，筆者進行了初步總結，并從五個維度進行闡述：

1.分割管控措施造成數據挖掘有難度

從醫學角度出發所采取的一些有效的措施并不利于數據的收集、分析與應用。如針對不同的人群所采取的是不同的隔離管理措施：疑似與密切接觸者進行居家或賓館隔離，輕癥患者在方艙醫院進行管理觀察，重癥患者在專門的重癥監護室或隔離病房搶救。此舉能夠最大化地起到隔離、救治、防治交叉感染的效果。但是，由此也使得各種檢驗檢測數據產生并存放在不同機構的異構數據集中，在缺乏信息共享聯通機制的情況下，會給數據分析研究帶來很大的困難。

2.技術產品融入業務場景有難度

疫情之下，很多公司開展了人工智能自動或者輔助判讀病情等系統研發工作。但是，醫療人員在如戰場般的醫療現場和既定的醫療流程中爭分奪秒，一個全新系統的植入將對于既有業務流程造成沖擊。而且，人與新工具的適應程度以及系統本身的不成熟等因素，均使得新型系統未能充分發揮真正有效的助力。

3.管理流程不適應戰時需求

存放于不同位置、不同機構的數據安全管控措施嚴格，加之異構數據的數據標準與格式存在巨大差異，使得數據很難實施有效地集成分析與應用。而在緊急狀態下，當數據融合成為必須的時候，便需要打破既有的壁壘，迅速形成綜合的數據集合，提供最有效的數據支撐。但目前由于缺乏成熟的數據分享原則、授權管理機制，新冠肺炎疫情防控期間數據應用依然呈現比較分散、獨立的態勢。

4.數據的共享與分析存在壁壘

在醫藥研發領域，大部分大型公司與研究院所往往會進行獨立研究。因此，原始的檢測數據、試驗數據等在缺乏完善的共享機制的情況下，會被各單位采取內部留存的方式管控，很難支撐產業的大協同研究與分析。

5.數據流動成為迫切需求

當前，我國的防疫壓力得到緩解，但開始面臨另外兩個方面的壓力。一是對內，有序地復工復產、經濟重啟均需要實現跨地域跨行業的廣泛信息的共享與連接；二是對外則是輸入病例防控工作的艱巨。因此，應急狀態下的數據管理、管控與應用，是未來需要深入研究分析的系統課題；促進數據研究成果與醫學的深度融合，持續推進醫工結合的數據研究與成果轉化，是需要長期推進的艱巨的使命；運用大數據與人工智能技術，對疫情所造成的損失進行有效評估，協助政府與企業制定并采取相應的經濟恢復舉措，逐步恢復正常的經濟活動，防控輸入病例、轉陰復陽病例的二次傳播，防止形成病毒的第二次大面積失控以及預防社會心理問題的集中爆發，都是需要我們認真思考的問題。