大數據背景下國內公共衛生管理的研究

李果慶 李昭慧 金珂 劉紫微 桑藝格

【摘 ?要】本文在介紹了大數據相關概念與特征后，分析了大數據在公共衛生管理（下文皆寫為“公衛管理”）中數據量大、應用范圍廣等優勢，也探討了其相關技術不完善與應用人才少、不易管理等劣勢，以及數據挖掘與數據整合難度大、醫療信息平臺尚未聯通等問題，提出了其需要注意的數據泄露風險。研究目的是為了探討讓大數據技術更好地與公衛管理相結合的可能性。本次研究參考了許多相關文獻，在前人的基礎上我們稍作發展寫就此文。并在文末提出深度挖掘醫療大數據、提高其真實性和安全性等建議。以此讓大數據在公衛管理中更好地發揮出它的優勢，降低突發性公衛事件對社會經濟的影響。

【關鍵詞】大數據;公共衛生事件;應急管理

引言

隨著信息多元化的發展和醫療技術的不斷改革，公共衛生管理日益成為世界各國關注的焦點。同時，大數據技術的形成和不斷完善讓眾多專家、學者們意識到將其運用于公衛管理中的重要性。目前，在大數據背景下我國公衛應急管理制度由于數據過于龐大、數據挖掘技術不夠完善、醫療信息平臺尚未完全聯通等方面依舊存在許多不足，而大數據技術的運用也給公衛應急管理帶來了新的挑戰和風險。因此，如何解決這些新的挑戰和風險，是本文所研究的主要內容。參考文獻主要來自中國知網。

1.大數據的定義和特征

1.1 大數據的定義

大數據的定義歷來解釋不一，現引用以下幾種觀點來幫助我們理解大數據這一概念：美國國家標準與技術研究院認為大數據是用來描述在我們網絡的、數字的、遍布傳感器的、信息驅動的世界中呈現出的數據泛濫的常用詞語;麥肯錫全球研究所認為大數據通常指的是大小超越傳統數據庫軟件工具抓取、存儲、管理和分析能力的數據群;國內學者在進行大數據研究時多引用以上和其他大數據在國外的概念，此外國內對“海量數據”這一說法認同度較高，習慣稱大數據為海量數據。從上面對大數據的定義中我們可以總結出大數據的幾個主要特征。

1.2大數據的特征

大數據具有4“V”特征：即volume（數據量大）、velocity（速度）、variety（數據類型多樣）、value（價值）。

（1）為什么叫“大”數據（volume）？Facebook每天更新超過1，000萬張照片，YouTube平均每月有8億訪問者，平均每秒上傳超過一小時的視頻，Twitter上的信息量每年幾乎翻一番，互聯網時代，人人都是大數據的制造者。

（2）大數據的產生速度非?？欤╲elocity）。例如，歐洲核子研究中心的大型強子對撞機在工作狀態下能每秒產生PB級的數據。在日常生活中，由于用戶群過于龐大，在極短的時間里就可以產生更加龐大的數據量，比如國內每日產生的GPS位置信息。

（3）大數據的類型是多種多樣的（variety）。按產生數據的主體劃分，有感知設備對現實世界進行測量而獲得的數據，有移動設備的傳感器收集的用戶行為數據;按數據格式劃分，可以分為結構化數據、半結構化數據和非結構化數據。此外還有其他分類標準。

（4）利用好大數據，可以以低成本創造高價值（value）。大數據最大的價值在于通過從大量不相關的各種類型的海量數據中，挖掘出對模式預測有價值的數據，并通過AI或數據挖掘進行深度分析，從而發現新規律和新知識。如果有了全國幾萬感染者的數據，對這些數據進行分析就能預測疫情的發展態勢，從而在公共衛生應急管理中做出更有針對性的決策，最終達到控制疫情的效果。

2.大數據在公共衛生管理中的優勢分析

2.1數據挖掘是大數據在公衛管理里發揮優勢的前提

在這里首先引出兩個概念：數據挖掘和醫學數據挖掘。

（1）數據挖掘是指在不完全的、大量且隨機的數據中通過某種算法找出數據中所隱藏的、人們未知的、具有潛在價值的知識和信息的過程。數據挖掘具有自身獨有的理念，給人們解決問題提供了一種新的思路和方法。

（2）基于大數據的醫學數據挖掘是一門覆蓋面廣、技術難度大的新興交叉學科。它是計算機技術、人工智能和現代醫學相結合的產物，需要從事計算機和統計學的研究人員與醫務工作者之間的充分合作。隨著理論研究的深入和進一步的實踐探索，醫學數據挖掘在疾病的診療、醫學科研以及公衛管理等方面發揮了強有力的作用，而這也是大數據在公衛應急管理里發揮其優勢的前提。

2.2大數據應用在公共衛生應急管理中的優勢

（1）大數據應用范圍十分廣，這意味著，在進行公衛管理時能靠大數據獲得幾乎所有需要的信息。從交通出行數據到醫院確診數據到醫療物資數據，從多樣的數據里可以得到全面的信息。新冠疫情防控前期，電信企業利用大數據分析技術聚焦重點地區、省份，特別是在關鍵時間節點，提供了人員的流動信息以及疫情的態勢;中國電子科技集團建立了風險人群感知大數據平臺，在這個基礎上還研發了密切接觸者測量儀，每個人只要輸入自己的姓名、身份證，就能知道自己是不是密切接觸者;中國信息通訊研究院研發了重點醫療物資的調度和保障平臺，極好地實現了調度和保障的有效性。

（2）大數據數據量十分大，對海量數據進行挖掘分析可以讓相關部門在進行公衛管理時結合數據庫中提煉出大量的潛在有效信息對特定人群進行分析診斷并得出診斷結論;也可以通過分析處理一些歷史數據挖掘出與疾病相關的重要信息并形成結論。例如在對抗新冠肺炎疫情中，通過追蹤感染者與疑似感染人群的歷史出行數據、消費數據，摸清這些人過去的出現狀況來預測相關地區的疫情發展趨勢，對傳染病進行有效遏制;疾病的分布通常隨人口的年齡，性別，職業等而變化，也與人群的日常行為和生活環境有關。對醫院病例數據庫中的病人群體的相關信息進行整合分析，可以從中得出各類社會群體與疾病間的相互關聯性，判斷出易感染易發病人群與潛在傳染源，降低疾病的蔓延程度與負面影響。這些都是大數據在應急管理中的優勢所在。

3.目前運用大數據進行公共衛生管理時存在的劣勢、問題與風險

3.1運用大數據進行公衛管理的劣勢

（1）與傳統管理手段相比，大數據式的管理顯然對技術的要求更高。比如數據挖掘技術，數據挖掘本身就是一種新的數據處理技術，它融合了數據庫、機器學習、人工智能等領域的理論和技術。因此醫療數據挖掘對技術的要求極其嚴苛。而目前，中國的數據挖掘技術還處于起步階段，相關可應用人才還不足以滿足社會需要。在不斷增長的海量數據群中挖掘出有價值的數據進行分析，仍是一大挑戰。

（2）大數據加大了管理的難度。醫學人才與技術人才彼此獨立，兩者間存在著專業壁壘不能輕易打破，而運用大數據進行公衛管理時是需要雙方甚至更多方密切合作的。如果不能對各主體進行有效的管理，在進行數據分析時數據與醫學間的知識轉化過程會極大地拉低工作效率，這在以高速高效為應急防控關鍵的重大突發性公衛事件中是相當不利的。

3.2運用大數據進行公衛管理存在的問題

（1）數據挖掘與數據整合難度大。一方面是前文提到的數據挖掘本身就是一種新技術，其發展并不充分，國內相關技術還不完善;一方面是數據太過龐大太過多樣，且數據增長速度正在不斷加快，在進行數據挖掘與整合時對技術和管理的要求都在不斷提高。

（2）醫療信息平臺尚未完全聯通。國內的醫療衛生信息化還處于一種各自開發、各自建設的狀態，區域醫療衛生信息數據中心還在建設當中，區域內醫療機構信息互聯互通還未實現，各醫療信息平臺位于“信息孤島”仍是還未充分解決的現實問題。

3.3使用大數據技術進行公衛管理的潛在風險

（1）假數據的風險。大數據環境下的數據具有較高的信噪比，在龐大的數據海洋里也容納了“假”數據、“臟數據”，如果不能過濾掉那些非真實數據，則會不同程度地影響到數據分析結果的真實性，甚至可能帶來“矯枉過正”的后果。

（2）數據泄露的風險。云計算等大數據技術、醫療保健信息的集中化收集和一些大型數據庫的建立，不僅使私人醫療數據遭受個人或不良團體攻擊竊取的風險加大了，也為第三方出于商業目的在未經授權的情況下濫用患者的健康信息提供了便利。醫療大數據與其他類型的大數據相比要更加敏感，患者數據泄漏可能會給其個人帶來被孤立、傷害等后果，而數據隱私保護問題尚無完美的解決方案。

4.建立大數據的相關建議

4.1建立建全數據挖掘、篩選體制，將應急管理與現代化信息技術充分結合

（1）在數據準備階段要確保途徑準確、提供數據人員真實可靠，從源頭上遏制數據的不真實性。

（2）在數據儲存階段，面對數量大、病例和數據類型復雜、數據變化快的醫學數據時，需要進行分類和模式化整理。還要注重數據更新，需要完善多級聯動的數字化信息采集系統來提高數據采集的及時性，以便在第一時間采集到新的數據，這樣在重大突發性公共衛生事件發生時，可以第一時間地獲取到多源的數據來進行風險評價、疾病防控，為醫院和相關政府部門應對風險提供全面的數據支持。

（3）在篩選階段，建立或選取成熟有效的大數據模型，比如通過已有的傳染病模型（SI，SIR等模型）來提供一定的理論數據基礎，作為大數據篩選的類比模本。要在突發性公共衛生事件發生時快速構建應急管理數據庫和數據庫分類檢索系統，這樣在需要各類不同數據時就可以通過檢索快速準確地提取出相關數據。

4.2增強數據互用性，促進信息共享

公共衛生領域需要全面實現信息的標準化，建立有效的數據分析、管理系統，搭建基于云計算的大數據研究技術平臺，形成系統、成熟的大數據分析方法和模型，實現公共衛生數據收集、整理、共享、挖掘、分析、決策一體化。

4.3提高數據的安全性

（1）完善數據保密與隱私保護的相關的法律法規，確定由具有保密資質的國家公共安全信息維護部門來組織相關部門獲得私人信息以外的時空活動信息。

（2）病例數據庫在系統后臺運行時，讓公眾只能查看自身及其周邊整體情況，無權限調查、獲取他人具體的數據資料，從而進一步保障數據安全問題。

（3）最重要的是在技術上提高數據的安全性，做好數據加密，牢固數據防火墻，對醫療數據進行集中儲存管理，確定好有權限獲取數據資料的管理層與相關工作人員，建立追責問責機制。

5.結束語

在應用大數據技術進行公衛管理上中國已經具備了一定的基礎，而2020年中國對新冠疫情的防控也說明了大數據應用在公衛管理上的卓有成效。然而，公共衛生領域需要的大數據十分龐雜，醫療數據具備一定的敏感性，目前國內的大數據技術仍處于起步階段，在應用大數據時存在的數據泄露風險，這些都制約著用運用大數據進行公衛管理。同時也說明，大數據在公衛管理上還有十分寬廣的發展空間。國內應該在已有技術基礎上，加強對相關技術人才、復合型人才的培養力度，注重技術創新，完善關于數據隱私保護的相關法律法規，將應急管理與現代化信息技術充分結合，早日建立完善的數字化公衛管理體系。

參考文獻

[1]彭宗超，黃昊，吳洪濤，謝起慧. 新冠肺炎疫情前期應急防控的“五情”大數據分析[J].治理研究.2020（2）：6-20

[2]秦文哲，陳進，董力.大數據背景下醫學數據挖掘的研究進展及應用[J].中國胸心血管外科臨床雜志.2016 （1）：55-60.

[3]劉彥培， 劉恩順. 醫學數據挖掘綜述[J]. 光明中醫.2018 （12）： 1714-1716.

[4]張世紅，徐國桓，劉會霞，龔文濤.數據挖掘在醫學上的應用[J].醫學信息學雜志.2004（06）：408-410.