高校新冠疫情防控系統模式設計與開發

陳勞 劉金揚 杜昀徽

摘? ?要：高校由于其群體性、大規模等特征，是疫情防控的重地，亟需一個能覆蓋全、填報快、采集準、管理高效、統計實時、上報有效的信息系統。在分析現有模式的基礎上，學校探索出一種新的模式并在五天時間內快速研發了疫情防控系統，該系統以微信小程序為入口，提供實名身份認證、自動定位識別、精確信息采集、三級審核管理、數據實時上報等功能。文章對其設計和開發過程進行介紹，實踐表明，疫情防控系統具有采集快、定位準、體驗好、效率高、管理便捷的優點，為高校的疫情管理工作提供參考。

關鍵詞：COVID-19;高校疫情防控;精準定位;微信小程序

中圖分類號：G647 文獻標志碼：A 文章編號：1673-8454（2021）05-0076-04

一、引言

自2019 年12 月在武漢發現新型冠狀病毒感染者以來，該病毒在短時間內在武漢以及國內其他省份快速傳播，這次疫情也是新中國成立以來在我國發生的傳播速度最快、感染范圍最廣、防控難度最大的一次重大突發公共衛生事件。截至2020年3月5日12點，全國累計確診病患80567人。政府也迅速采取了一系列措施來應對疫情管控，從23 日開始，地方政府陸續開始封城并通過媒體實時發布確診人數。專家通過網絡及媒體傳播防治疫情的注意事項。全社會自覺在家自我隔離，戴口罩出門，企業延期復工，人員聚集場所關停。新冠病毒的快速發展已經嚴重影響到了人們的日常工作與生活。高校恰逢寒假期間，師生分散在全國各地，面對全體師生的疫情防控管理，高校都在關注三個重要問題：一是全校師生現在在哪，健康狀況如何;二是全校師生每天是否有位置變動，出現位置變化的學生我們如何準確掌握情況;三是每日如何快速準確高效地完成數據上報，供領導決策。解決上述問題亟需通過信息化手段建立一個特定時期的疫情防控系統。

目前領域專家、政府部門和企業公司對COVID-19 疫情防控進行了大量的研究，各種疫情統計分析軟件也應運而生，但這些軟件功能大都是分層級的匯總式統計，同質性強。對于如何利用信息技術對高校這個特殊群體進行疫情防控管理的相對較少，本文正是針對以上問題而進行的研究。

二、相關文獻和防控管理模式

文獻[1]根據最早425 例確診病例數據，描述了病例特征，并估計了關鍵流行病學延遲時間分布情況，在病毒早期呈指數增長的初期，估計了傳染病倍增時間和基本再生數。文獻[2]發現了第二代病例，指出病毒會“人傳人”，對金銀潭醫院最初開始收治患者時候的信息進行歸納研究，指出非華南海鮮市場暴露的病例的存在。文獻[3][4]指出尚未完全了解新冠病毒的情況下，控制傳染源，減少人員流動和傳播，我們必須堅持的一項策略就是早檢測、早診斷、早隔離、早治療。文獻[5]分析了高校疫情防控的嚴峻形勢，指出了個體信息收集是一件有難度、極重要的事，急需高校提供統一的信息傳遞工具，既可實現個體對信息獲知的確認，也可以及時向組織匯報信息，避免現在的無法確認是否所有個體已獲知信息、手工匯總數據等落后方式。文獻[6]指出政府各級管理部門的政策和學校緊急制定的各項措施需要及時、精準、高效實施，但由于疫情防控期間剛好是寒假，師生分散在全國各地，這時需要有一個暢通的信息傳輸渠道保證上傳下達。如何在短時間內快速建造一套能實現對個體信息的快速、精準收集和確認，要具備可以實時分層統計、匯總和上報等功能，還要簡單、好用的疫情防控系統，實現對高校防疫的精細化管控新機制、新模式，這是全國高校防疫需要直面的重要問題之一。

COVID-19疫情爆發突然，傳播迅猛，舉國上下齊心協力，共同抗疫。對于疫情防控管理模式，各個高校各不相同，主要有兩種管理模式：

（1）線下分散采集、線下分散匯報。根據上級管理部門提供的上報指標，按照三級歸口管理模式，自上而下進行信息采集，采集完后自下而上匯總上報。疫情初期只采集跟武漢及湖北其他地區有關系人員的信息，采集方式為點對點的微信、電話溝通采集。采集完畢后統計出相應指標逐級上報。隨著疫情防控力度的加大，信息采集要求覆蓋高校全體師生，這種傳統的純線下管理模式采集效率低、統計困難高、有效性差。高校管理人員壓力很大。

（2）線上分散采集、線下分散匯報。該模式將線下采集模式調整為線上，利用第三方平臺如問卷星、金數據等方式以問卷形式進行信息采集，采集完畢后信息線下匯總上報。相對于線下采集、線下上報模式而言，填報效率提高了，統計效率依然低，基層管理人員仍需通宵達旦統計數據，層層匯總上報。另外就是數據信息安全堪憂，采集中涉及師生的一些基礎數據，都分布在第三方平臺，數據泄露隱患大。

三、基于云平臺防控模式的設計與開發

1.基于云平臺防控模式構建

鑒于以上模式的不足，我們研究團隊探索線上集中采集、線上集中匯報的云管理模式并設計了基于北航私有云平臺的新冠疫情防控系統，其邏輯架構如圖1所示。

該系統實現了“兩統一”、“三督導”、“全鏈接”、“可追蹤”等多項功能。這里的“兩統一”即：數據統一線上采集，將需要采集的身份信息、健康信息、位置信息全部線上化，統一采集規范和標準;身份統一認證平臺實名認證，所有用戶通過統一身份認證平臺實名認證，保證信息采集用戶身份的有效性和信息的可信性。“三督導”即：基層管理員對每日填報率和準確性督辦;二級管理員對填報情況進行督查;三級管理員將填報情況進行統計分析并上報。“全鏈接”即：通過網絡將分布在全國各地的學生和教師全部鏈接到云網上，打破地域和時空限制。“可跟蹤”即：對個人位置變動采用精準定位技術自動獲取，解決重點信息的真實可信問題，便于異常追蹤、一人一策管理。

2.設計與開發

北京航空航天大學從2020年1月25日開始啟動研發疫情防控系統，本系統以北京航空航天大學官方微信小程序（以下簡稱官方小程序）為載體和入口，以統一身份認證為用戶身份核驗標準，以消息中心為信息傳遞媒介，引入互聯網產品開發模式，小步快跑，快速迭代。在此基礎上，5天時間內開發上線了覆蓋疫情防控信息填報全流程的疫情防控系統。

（1）業務防控流程的設計

疫情防控業務總的流程如圖2所示。

按照管理要求，師生需采集近14日情況的基礎信息并進行每日信息上報，管理部門按照三級管理模式（人-所屬單位-歸口管理單位），所屬單位每日督辦師生填寫并核對師生填報信息，保證100%填報覆蓋率;歸口管理部門依據師生填報的數據核對無誤后進行匯總統計，提供給校級領導決策及上報上級管理部門。

（2）系統技術框架

疫情防控系統的技術框架如圖3所示，系統采用分布式技術架構，應對高并發和高擴展。分布式系統是建立在網絡之上的軟件系統，具有高度的內聚性和透明性。因此，網絡和分布式系統之間的區別更多的在于高層軟件（特別是操作系統），而不是硬件。內聚性是指每一個數據庫分布節點高度自治，有本地的數據庫管理系統。透明性是指每一個數據庫分布節點對用戶的應用都是透明的，看不出是本地還是遠程。分布式系統的架構對業務進行前后端拆分，前端負責業務交互，后端負責系統業務邏輯處理。

底層基礎設施為北航私有云平臺，可以提供彈性的服務器資源;應用數據庫采用Mysql主從架構，讀寫分離;緩存數據庫采用redis，Redis是一種支持Key-Value等多種數據結構的存儲系統，可用于緩存、事件發布或訂閱、高速隊列等場景。該數據庫使用ANSIC語言編寫，支持網絡，提供字符串、哈希、列表、隊列、集合結構直接存取，基于內存，可持久化。同時利用消息隊列應對高并發時的數據處理。

應用前端采用多服務器集群部署，請求之間通過負載均衡設備來均衡調度，盡可能地削平高并發的壓力。用戶入口為北京航空航天大學官方小程序，下拉即有，用完即走，減少自建App適配的管理和成本壓力，整個后端的管理配置通過web端進行。

（3）功能模塊開發

疫情防控通系統包含5大功能模塊，如圖4所示。

①身份認證對接的開發

對接學校統一身份認證平臺，利用統一身份平臺進行身份驗證，返回用戶真實身份的校內學工號信息。

②信息填報開發

用戶通過每日打開小程序進入信息填報頁面，首次填報進入基礎信息填報頁面，填報個人基礎信息及近14日內信息，填寫信息根據填寫的實際情況動態填寫相關內容，基礎信息只需填報一次，填報后不能修改。每日填報個人相關信息，每日上報信息分為個人健康情況，包括體溫情況，是否發燒、咳嗽，是否接觸過確診人員等告知信息;個人位置情況，自動獲取位置信息（利用高德地圖api接口）;個人其他情況申明，包括是否有跟重點地區（武漢、湖北）人員接觸的告知等。每日填報內容中已經填報的系統自動默認顯示，無需重新填報，對于無修改需求的師生只需要點擊獲取位置后直接提交，所有操作打開手機30秒內能快速填完。系統信息采集界面如圖5所示。

③填報管理開發

填報管理功能實現了對全校師生填報信息的管理工作，包括填報督辦、信息修改、信息核對。疫情防控系統按照三級管理權限進行疫情信息填報的管理，三級管理體系如圖6所示。

針對高校的管理體系特點，整個管理按照歸口分成學生歸口和教工歸口，學生歸口以班級為單位，輔導員管理一個或者多個班級，學院副書記管理一個或者多個輔導員，學院書記負責整個學院的學生填報。每個輔導員負責管理范圍內的所有學生的填報和信息核準，對于確實有困難不能填報或者信息填報錯誤的情況，核實后管理員可通過代填功能進行填報和修正。教工歸口以教工所屬單位為單元，單位負責人負責全面督辦，單位辦公室負責人負責整個單位的填報和信息核準。為了提升督辦效率，系統提供一鍵催辦，對于分管范圍內未填寫的人員將會收到未填寫的短信通知，用戶通過短信里的鏈接可以直接填報。

④填報統計開發

填報統計是系統的一個重要功能，是向上匯報的依據，也是向下督導的抓手。根據上級單位和學校管理要求的指標項開發了統計查詢頁面，每個管理員都可以看到自己分管范圍內的統計指標，對于有異議的指標項目可以直接點擊查看數據明細，便于快速核對和修正。歸口部門管理員將指標項按照上級單位的填報要求進行審核上報，便于快速上報，指標體系包括總人數、已填人數、未填人數、境外人數、疑似病例數、確診病例數、今日在校人數、仍在武漢人數、仍在湖北其他地方人數、14日內有武漢經歷人數、14日內有湖北其他地區經歷人數、14日內有湖北地區經歷返京人數等21個統計緯度指標，統計界面如圖7所示。

四、結語

北京航空航天大學采用采集、匯報全線上的管理模式，利用移動互聯網技術讓數據跑代替人工跑，極大提升了管理效率。疫情防控系統于2020年1月30日上線，在國內高校中率先使用信息化手段進行疫情填報管理，截至撰稿前夕已高效運行240余天，累計打卡800萬余次，連續200多天打卡率100%，最高并發達到2萬人次請求，有效解決了覆蓋不全、采集慢、管理效率不高、統計慢的痛點問題，大大降低了基層管理人員的溝通成本，提升了疫情防控的管理效率，同時為打好疫情防控狙擊戰、全方位聯防聯控提供了強有力的數據支撐，實踐證明基于云平臺的疫情防控模式是疫情防控的最佳方案，也是高校特別是人數規模較大高校進行疫情管理的最佳選擇。

隨著疫情防控常態化不斷推進，疫情防控系統將成為高校突發疫情管理的重要信息化手段，也會給師生每日學習生活帶來一定的負擔，需要在使用物聯網技術降低師生的日常填報負擔上進行進一步的研究實踐，同時需在數據分析和預警方面進一步進行研究和優化，使疫情防控管理更具有前瞻性和可預見性。

參考文獻：

[1]LI Qun，MED M，GUAN Xu-hua，et al.Early transmissiondynamics in Wuhan， China， of novel coronavirus-infectedpneumonia[J].N Eng J Med. DOI：10.1056/NEJMoa 2001316.

[2]Jasper Fuk-Woo Chan，Shuofeng Yuan，Kin-Hang Kok，et al.A familial cluster of pneumonia associated with the 2019 novel coronavirus indicating person-to-person transmission： A study of a family cluster[J].The Lancet，Doi：10.1016/S0140-6736（20）30154-9.

[3]Lingai Pan，Li Wang and Xiaobo Huang.How to face the novel coronavirus infection during the 2019–2020 epidemic：the experience of Sichuan Provincial Peoples Hospital[J].Doi： 10.1007/s00134-020-05964-0.

[4]Fu-Sheng Wang，Chao Zhang.What to do next to control the 2019-nCoV epidemic[J].Doi： 10.1016/S0140-6736（20）30300-7.

[5]王玉平.點對點的疫情防控，高校需要更有效的信息傳遞工具[EB/OL].https：//mp.weixin.qq.com/s/fMn0fRBwAAzxPn1qNuSdJA.

[6]陸以勤：信息化技術在高校疫情防控中的應用[EB/OL].https：//mp.weixin.qq.com/s/00d0LSDNyfSeLiXkWAh _XA.

（編輯：王天鵬）