基于多源異構大數據支撐疫情監測體系的技術架構研究*

唐蓉 葉小鶯

摘 要 本文以國家治理體系和治理能力現代化建設為指引，根據我國疫情監測的信息化建設存在的“縱強橫弱”、“數據單一”、“時效性差”、“不成體系”等問題，以“頂層設計、資源整合、安全可控”為核心，緊抓多源異構的數據資源開發利用這條主線，為有效彌補當前監測措施時效性差、未覆蓋新發傳染病等弊病，設計出一種以“數據匯聚為核心、分布式框架為支撐、業務協同為目標”的疫情監測總體框架，統籌規劃出“12345”疫情監測技術架構體系建設，為統籌推進大數據支撐疫情防控工作提供建設思路和研究方向。

關鍵詞 多源異構;大數據;疫情監測;技術架構

前言

世界衛生組織提出“高質量的國家監測體系是傳染病預防控制的基礎”[1]。加強公共衛生防疫和重大傳染病防控，作為堅持和完善中國特色社會主義制度，推進國家治理體系和治理能力現代化的重要組成部分[2]。國家治理體系和治理能力現代化，要求治理體系在“常態”和“非常態”的情況下均能有效運行[3]。現代化的疫情監測技術應當以的信息技術為基礎，借助數字化、數據化、智能化等現代處理方式和實施辦法，以“業務數據化、數據業務化”為著力點，通過數據驅動重塑疫情監測的管理架構、業務架構和組織架構，形成用“數據決策、數據服務、數據創新”的現代化治理模式。本文以改革完善重大疫情防控救治體系為背景，以集約化、一體化為原則，分析總結現階段疫情監測相關業務應用的實現路徑，提出以分布式服務、大數據技術構建疫情監測服務平臺，以信息資源匯聚整合為資產，以機制改革和業務融合為主體的疫情監測基本框架，結合疫情防控工作實際應用，說明大數據時代下疫情監測信息化的建設模式。

1我國疫情監測的現狀分析

我國疫情監測大致經歷四個階段：第一個階段是20世紀50年代，建立了國家法定傳染病報告制度，以電話和郵寄報告卡報告。第二個階段是1990年，建立了國家傳染病報告信息系統（PHIS），由各省市防疫站錄入，通過系統打包上報。第三個階段是2002年，啟用國家疾病報告管理信息系統，實現傳染病病例個案錄入與報告，逐步覆蓋全國所有疾控機構、醫療機構和鄉鎮衛生院。第四個階段是2008年，啟用國家傳染病自動預警系統（CIDARS），以傳染病報告數據為基礎，根據響應規則，產生預警監測信號。經過近70年的發展，在法定傳染病的疫情監測信息化建設方面取得了顯著成績，但仍存在著“縱強橫弱”、“數據單一”、“時效性差”、“不成體系”等問題，嚴重阻礙了治理體系和治理能力現代化的推進。

1.1 系統建設“縱強橫弱”，各地的信息孤島林立

我國的疫情監測信息化建設，在縱向上存在著法定職責和業務協同等制約關系，互聯互通相對較好;而橫向上的制約關系較弱和重視程度不夠，信息共享和資源開發利用困難重重，仍存在“信息孤島”現象。

1.2 疫情監測“數據單一”，難以應對新發傳染病

近30年來，全球約出現新發傳染病40多種，成為全球公共衛生的重點和難點領域。然而，全國應用最廣的CIDARS系統，疫情監測數據來源于醫療機構確診的法定傳染病，未覆蓋傳播范圍廣、傳播速度快、社會危害大的新發傳染病。

1.3 監測數據“時效性差”，錯失最佳防控窗口期

現有的疫情監測所用數據，先后經歷接觸傳染源被感染到出現癥狀，癥狀加重到醫院就診，經過檢測確診為某種法定傳染病后按照規定時限進行系統上報，少則2～3天，多則10天甚至更久，致使難以高效應對復雜多變的疫情流行局面。

1.4 各自為政“不成體系”，呈現碎片化建設特征

近年來，各地對傳染病的認識不一、重視程度不夠，加之橫縱交錯的管理體制，建設各自為政不成體系，導致數據標準不統一，業務協同性差，重復投資、重復建設問題較為突出，信息資源利用效率低，數據資源嚴重浪費。

2現代化的疫情監測信息化建設模式

隨著大數據、人工智能、云計算、物聯網、區塊鏈等數字技術的日漸成熟，數據深度挖掘和整合分析能力得到了全面應用，由此帶來了廣泛的管理模式和建設模式的轉變。在疫情監測領域應在思維方式、業務訴求、資源管理、基礎支撐等方面，與傳統的“單打獨斗”建設模式存在著本質的區別。

2.1 以數據匯聚為核心轉變

大數據時代更加強調數據的采集，理想的疫情監測應該包含相關性高的各類來源不同數據，如：互聯網癥狀搜索、電子商務銷售、電信運營商、醫療系統診療、傳染病報告、非處方藥銷售、學校企事業因病缺勤等多源的非結構化、半結構化、結構化數據的融合貫通，綜合地理信息、氣候環境、時間空間等因素，創造出新的疫情監測“智慧”，精準預測法定傳染病暴發趨勢，盡早探測新發傳染病流行特征。

鑒于數據來源、數據結構和監測類別各異，堅持“一數一源”的基本原則，將借助不同數字技術和采集工具，實現不同來源數據和不同結構數據的匯集。對于結構化數據處理主要是ETL（抽取、轉換、清洗、裝載）過程;對于非結構化和半結構化數據的處理，除ETL過程外，前期還涉及關鍵字段提取、文本挖掘、語義理解、結構轉化等處理過程。對于媒體、搜索引擎等互聯網數據，動態挖掘關鍵詞，使用網絡爬蟲技術實時爬取相關信息;對于電子商務銷售數據主要包含特定的防護物資、OTC藥品銷售等信息，可通過電商平臺信息系統的定期推送獲取;對于電信運營商數據主要包含人流遷移數據、定位信息等，由電信運營商定期推送;對于學校企事業因病缺勤借鑒法定傳染病報告模式，可將現有預警監測系統進行延伸，將其納入報告范疇，通過信息系統上報相關報表獲取;醫療機構門診、急診患者主訴信息，通過區域衛生健康平臺數據交換而來。如圖1所示：

2.2 以分布式框架為支撐轉變

依托云計算、大數據、人工智能、物聯網、移動互聯網、區塊鏈等技術，構建新一代的云端基礎設施。以“智慧城市”建設、打造“城市大腦”為契機，打破“縱強橫弱”、消除“信息孤島”，破除“條線”和“點塊”建設模式的思維定式，徹底改變機房、網絡、業務應用、服務器等基礎設施各單位獨立自建的模式。

構建高效協同共享的疫情監測體系，需要一套服務型技術架構支撐整個業務運轉，區塊鏈技術的“去中心化”和云計算的分布式服務框架成為滿足業務深化、持續擴展的第一選擇。在傳統的服務架構中，服務調用者都是通過企業服務總線調用各項服務，企業服務總線扮演“中心”角色，這個“中心”出現故障，所有服務將受影響，對于服務較多、調用頻繁的信息系統來講，這種架構存在較多弊病。區塊鏈技術的“去中心化”特點，以及云計算的“分布式”服務框架，相比“中心化”服務架構最重要的不同是服務交互避免因“中心”帶來的潛在問題?！叭ブ行幕狈植际郊夹g框架具有服務提供、路由選擇、服務容錯、服務擴展、服務限流等服務能力。

2.3 以業務協同為目標轉變

在以往的疫情監測信息化建設，主要是為了滿足疾控系統的業務需求，數據僅在醫療機構與各級疾控中心開發應用。在大數據時代，疫情監測數據需要在跨層級、跨部門、跨地域之間共享應用、協同合作、精準監測，根據國家制定的信息采集交換數據集、交換文檔規范、接口技術規范等，實現縱向、橫向數據同步和互聯互通，深化整合“條”“線”信息系統，推進“一體化、協同化”的現代疫情監測體系建設。

現代化的疫情監測體系建設，應當以數據的融合共享和業務的高度協同為目標，在疫情監測、形勢分析、防控救治、資源調配、應急處置、宣傳教育、輿論引導等方面形成業務閉環，更好地發揮疫情防控的支撐性作用。基于大數據的疫情監測體系的構建，整體上看既離不開線上的技術支撐，也離不開線下各類社會資源的支持和整合。線上技術支撐主要包括基礎設施建設、數據資源共享交換、業務協同發展。線下資源的支持和整合主要包括配套制度支持、完善標準體系、多元協同發力、資金支持和資源整合等。

3基于多源異構大數據的疫情監測總體框架

圖2 多源異構大數據的疫情監測總體框架圖

明晰了大數據支撐的疫情監測體系的“痛點”和建設模式，還需要解決業務流程重組，實現業務應用與技術分離，減少實際使用過程中各部門業務應用系統之間的耦合度，將不同來源、不同結構的大數據進行“邏輯集中物理分散”與“物理集中邏輯分離”相結合的管理方式形成大數據中心，打破部門、層級之間的各業務系統間信息的條狀分布制約。采用分布式服務管理框架將政務大數據平臺功能共享服務化，便于衛生健康、應急、公安、宣傳、海關、教育、疾控、醫療機構、學校等單位快捷高效地搭建業務應用系統，由于業務應用系統基礎平臺、業務組件的統一性，有利于數據資源統一和業務的整合?？蚣茉O計的邏輯模型整體可概括為“四橫四縱”的層次結構，如圖2所示。

基于上述總體框架，基于多源異構大數據的疫情監測體系建設內容可以具體歸納為“12345”技術架構體系，即“一個中心、兩類門戶、三套體系、四大支撐、五項應用”。通過不斷整合基礎設施和信息資源，打造一個“核心數據中心”，完善“業務專網、公眾服務”兩類門戶，建立“標準規范、安全管理、運維保障”三套體系，構建“基礎網絡、共享交換、應用服務、信息安全”四項支撐平臺，實現“疫情監測、疫情預警、調查分析、數據展示、輔助決策”等五大支撐應用，助推多源異構大數據支撐“智慧、智能”的疫情監測體系建設。

3.1 一個集約共享的核心數據中心

匯聚來自不同業務部門、不同企事業單位和不同行為人的過程、行為和位置等數據，這些監測數據組成了大數據中心龐雜的數據源，與各類數據挖掘與分析系統組成了大數據中心的數據分析引擎?；凇敖y一部署、彈性擴展、按需獲取、集中共享”的云計算設計理念，遵循“共享是方向、歸屬是重點、規范是關鍵”的基本原則，建設“集聚集約、綠色低碳”的核心數據中心。依據國家及地方數據資源目錄編制規范，將采集或擬采集的全部數據編制形成疫情數據資源目錄清單，通過自主采集或共享交換整合、疊加基礎數據庫、數據資源池的數據資源，匯集形成若干個傳染病監測的主題數據庫，實現基礎設施集約化建設與靈活調度，以及信息資源和知識管理的便捷化、高效化。

3.2 兩類資源豐富的統一門戶

一是為內部用戶提供單點登錄的業務訪問入口，聚合后臺分散的各類業務應用系統，實現“資源共享、內部協同、交流互動、統一管理”等目標。二是為公眾提供互聯網服務門戶，聚合官方網站、微信公眾號、手機APP等服務站點，提供“一站式”的對外服務窗口，為疾病宣傳、知識普及、政策發布、輿論引導提供統一渠道。

3.3 三套嚴謹規范的系統體系

一是標準規范體系以國家全民健康平臺及疾控信息化標準體系為框架，在各地電子政務網絡體系下，健全涵蓋數據、應用、管理、安全等領域的傳染病監測控制信息標準體系。重點制定基礎業務標準、應用支撐標準、信息安全標準、網絡設施標準、項目管理標準、績效考評標準、數據共享交換標準等。二是安全管理體系。遵循“先進可行、安全可控”的原則，構建符合信息系統等級保護相關要求的技術保障體系、運行管理體系、基礎設施體系、應急處置體系等，構建數據動態安全態勢感知與響應體系，實現全方位的信息網絡安全管控。三是運維保障體系。遵循“集中監控、集中維護、集中管理”的原則，實現對信息資源的監控、管理及維護，涵蓋管理對象、活動主體、管理流程、技術支撐和運維服務等要素。

3.4 四大基礎堅實的支撐平臺

一是基礎網絡支撐平臺依據集約化、一體化、協同化要求，基于各地電子政務網、各類業務專網、互聯網、物聯網、移動互聯網及5G等網絡，統籌規劃設計基礎設施網絡，打通業務應用的“安全高速公路”。二是共享交換支撐平臺。構建信息資源目錄體系與數據交換體系，建設統一的數據共享交換平臺，為跨單位、跨系統、跨網絡的信息共享與交換提供支撐。三是應用服務支撐平臺。抽取組織、人員、權限、流程引擎等基礎元素，構建數據資源、應用運行的基礎支撐環境。四是信息安全支撐平臺。依托信息安全管理體系，建設統一的信息安全支撐平臺，聚合數據安全、系統安全、網絡安全、物理安全“一體化”管理，為業務應用和信息資源提供安全、可靠的基礎運行環境。

3.5 五項亮點紛呈的業務應用

緊緊圍繞“早發現、早報告、早處置”目標，強化信息收集、分析、利用能力，健全多渠道疫情監測體系，實現重大疫情風險監測預警信息數據共享?；趪胰窠】敌畔⑵脚_，推進傳染病直報與電子病歷、健康檔案、人口信息、地理信息等數據庫的互聯互通，并融合多渠道自主采集的各類數據，完善或建立傳染病監測相關信息系統，實現傳染病動態實時監測、預警、調查、分析、研判和管理。一是疫情監測業務應用。現有疫情監測系統大多基于確診后的病例信息，而提高預警及時性就是不斷拓寬監測數據來源。在保持傳染病網絡直報的基礎上，拓寬數據采集的渠道和范圍。二是疫情預警業務應用。結合傳染病監測數據高維、稀疏的特點，以數據密度導向建模和算法設計為基本思路，運用機器學習、數據挖掘等技術，結合地理信息、時間空間、氣象環境等因素，采用多維度的時序模型、傳染病動力模型、判別模型、回歸模型、貝葉斯網絡、支持向量機、人工神經網等預警預測模型和算法，探測可能出現的異常情況，及時通知相關部門及受事件影響的目標人群據此及時做出反應。三是調查分析業務應用。主要包括預警信號的初步核實、現場調查和結果分析等模塊。按照分層分級管理原則，在接收到預警信號信息后，相關疫情監測人員立即對信號進行初步核實，包括登錄系統查看信息、與其他來源數據綜合判別、與報告機構進行核實等內容。支持通過手機、PDA等移動終端完成現場調查個案數據的填報，也包括現場音頻、視頻及圖片等信息的采集。四是大數據展示業務應用。結合地理信息、時間空間等因素，利用大數據可視化技術，通過交互可視界面進行疫情數據分析、推理和決策，從海量、動態、不確定甚至相互沖突的數據中整合信息，獲取對疫情復雜情景的更深層的理解，供人們檢驗已有預測，探索未知信息，提供更為清晰直觀的數據表現形式，將錯綜復雜的數據和數據之間的關系，通過圖表化、可視化、多維度、多角度、多層級展示疫情信息。五是輔助決策業務應用?！按髷祿睍r代對黨委、政府的決策管理帶來了前所未有的歷史機遇。在疫情防控政策制定中，數據分析決定質量高低的關鍵性因素。在疫情防控政策實施中，有效監測政策實施效果，并對后期政策調整提供決策依據。充分運用大數據、人工智能、云計算等數字技術，動態整合外部多維數據，開發決策支持交互式可視化輔助決策系統，提高數據資源開發利用能力，不斷提高疫情決策能力、管理水平和服務能力，發揮多源異構大數據支撐黨委、政府決策和服務民生的作用，助推國家治理體系和治理能力的現代化。

4結束語

本文討論了在大數據時代背景下，如何利用云計算、大數據、人工智能等數字技術開展疫情監測工作，以滿足各級黨委、政府對疫情防控客觀需求。首先，對我國疫情監測信息化建設存在的“縱強橫弱”、“數據單一”、“時效性差”、“不成體系”等問題進行了分析，以大數據推動國家治理體系和治理能力的現代化為指引，梳理出現代化的疫情監測信息化建設模式創新，即以“數據匯聚為核心、分布式框架為支撐、業務協同為目標”方向轉變。最后，緊抓多源異構的數據資源開發利用這條主線，以“頂層設計、資源整合、安全可控”為核心，設計出一種“12345”疫情監測技術架構體系。該架構的建設思路，基于分布式的共享業務服務實現了應用系統快速搭建、應用數據自動匯聚的效果，能夠從一定程度上解決系統重復建設、信息孤立的問題，并將大數據融合到業務中推進政府決策科學化、治理精細化、服務協同化的創新發展。特別是融合多源異構的數據，各類數據取長補短，有效彌補當前監測措施時效性差、未覆蓋新發傳染病等弊病，為落實衛生健康“預防為主、關口前移”提供切實可行的大數據支撐疫情監測手段。

參考文獻

[1] WHO.An integrated approach to communicable disease surveillance[J]. Epidemiological Bulletin，2000（21）：1-10.

[2] 中共中央.關于堅持和完善中國特色社會主義制度推進國家治理體系和治理能力現代化若干重大問題的決定[N].人民日報，2019-11-06（01）.

[3] 肖文濤，曹冬英.公共價值管理視閾下重大危機事件的應對之策——兼論新冠肺炎疫情防控[J].東南學術，2020（2）：18-25.

作者簡介

唐蓉（1982-），女，四川德陽人;學歷：碩士研究生，職稱：高級工程師，現就職單位：重慶市疾病預防控制中心，研究方向：智慧城市、電子政務和疾控信息化。