突發公共衛生事件應急決策支持方法綜述*

秦選斌 代 偉 陳邦華

(華中科技大學同濟醫學院醫藥衛生管理學院 武漢 430030) (武漢市疾病預防控制中心 武漢 430024)

馬敬東

(華中科技大學同濟醫學院醫藥衛生管理學院 武漢 430030)

1 引言

我國《突發公共衛生事件應急條例》規定，突發公共衛生事件是指“突然發生，造成或者可能造成社會公眾健康嚴重損害的重大傳染病疫情、群體性不明原因疾病、重大食物和職業中毒以及其他嚴重影響公眾健康的事件”。為有效預防、及時控制、減輕和消除突發公共衛生事件對公眾造成的傷害，保障公眾身體健康與生命安全，各國逐步完善突發公共衛生事件應對機制。2003年我國建立了一套以“一案三制”(應急預案、應急體制、應急機制、應急法制)為核心的綜合應急管理體系[1]。根據應急預案內容劃分，應急管理流程大致可分為應急準備、監測預警、應急響應和善后處置4個階段。其中應急響應階段是指在事件發生后，根據危急情況立刻科學決策并采取有效處置措施的階段。

決策一般指在眾多備選方案中選擇最優方案以實現組織目標的過程，有學者[2]將應急決策分為問題定義、目標設定、項目設計、項目選擇、組織實施和反饋修正6個階段。在突發公共衛生事件應急響應中，應急決策和協調響應具有同等重要地位[3-4]，物資保障、應急指揮等應急響應子環節均需要應急決策支持，如智能化物資保障決策支持、決策支持系統(decision support system，DSS)和智能決策支持系統(intelligent decision support system，IDSS)等，為應急決策提供更多信息，助力科學決策。

傳統應急決策支持方法及模型是過往應急決策支持研究的重點內容，而新一代信息技術背景下，基于大數據和人工智能的DSS、IDSS研究成為未來發展趨勢。本文從傳統和大數據兩個維度，圍繞突發公共衛生事件應急決策支持方法，對算法、模型、系統和應用進行梳理總結，為突發公共衛生事件應急響應及決策支持研究提供借鑒，以期促進我國應急管理事業發展進步。

2 數據來源與分析框架

2.1 檢索策略

檢索中國知網(China national knowledge infrastructure，CNKI)和Web of Science兩個文獻庫。在CNKI中采用專業檢索，檢索式為：(SU=‘突發公衛’OR SU=‘突發公共衛生事件’)AND (SU=‘應急決策’ OR SU=‘決策支持’ OR SU=‘應急決策支持’)，共檢索到59篇文獻，包括學術期刊論文33篇、學位論文23篇、會議論文3篇。在Web of Science中選擇核心合集，引文索引限定為科學引文索引(science citation index，SCI)、社會科學文獻索引(social sciences citation index，SSCI)和新興資源引文索引(emerging sources citations index，ESCI)，采用高級檢索，檢索式為：TS=((Public Health Emergenc*)OR (Public Health Crisis))AND TI=((Emergenc* Decision Making)OR (Emergenc* Decision Making Support)OR (Decision Making Support))，共檢索到41篇文獻。

2.2 納入與排除標準

納入標準：文獻主題為突發公共衛生事件應急管理；采用方法為定性或定量應急決策支持研究。排除標準：文獻雖然在標題或摘要中出現檢索詞，但主題脫離突發公共衛生事件應急管理范疇；文獻對方法、過程描述不清楚，或未開展實際方法應用。

2.3 分析框架

通過對篩選后的文獻進行初步歸納，擬從突發公共衛生事件的傳統應急決策支持方法和基于大數據的應急決策支持方法兩個維度進行分析，見圖1。

圖1 文獻分析框架

3 傳統應急決策支持方法

應急決策支持是應急管理領域的基礎內容之一。基于現有文獻，傳統應急決策方法大致可劃分為經驗決策方法、“預測-應對”方法和“情景-應對”方法。

3.1 經驗決策方法

經驗決策方法主要依據個人經驗和智慧，從意識、體制、方法和能力等多層面綜合考慮并決策。Mintzberg H[5]指出在突發事件中，決策主體通常會選擇依靠直覺和經驗作出決策。通信技術不發達、信息不對稱、事件隨機性等因素往往會導致決策主體依據經驗快速作出判斷，因此經驗決策方法是過去突發公共衛生事件的常見決策支持方法。

3.2 “預測-應對”方法

“預測-應對”方法是基于應急預案的決策方法，指在事件發生前相關部門和人員根據以往實際案例和經驗編制當下應急預案，將發生事件情況和應急預案進行對比的決策。舒其林[6]認為“預測-應對”方法更適用于常規突發事件的應急決策。國家、省、市和區級“突發公共衛生事件應急預案”對應急響應的機制、措施和保障等進行了較詳細的描述，是“預測-應對”方法得以開展的重要條件。

3.3 “情景-應對”方法

“預測-應對”在應急預案等基礎上進行決策支持，其局限性在于較難應對突發公共衛生事件的動態性和隨機性。“情景-應對”方法通過情景分析突顯人、環境、事件之間的相互關系，可以較好地對未知風險進行決策支持。Mahmoud M[7]分析非常規突發事件的情景發展趨勢與內在機理；Ahmed D M等[8]分析情景構建的步驟與方法，提出一種基于知識的“情景-應對”方法；張磊等[9]利用情景建模，從事件本身、事件屬性和屬性間關系3個角度探索基于“情景-應對”的應急決策支持方法。

3.4 傳統應急決策支持模型

已有學者基于前景理論、貝葉斯網絡、案例推理等理論方法，以特定事件為案例從定量角度進行應急決策支持模型研究。通過構建模型并驗證其可靠性，旨在為未來可能發生的同類事件應急響應提供決策支持，見表1。

表1 部分傳統應急決策支持模型

4 基于大數據的應急決策支持方法

上述傳統應急決策支持方法的有效性已在實踐中得到驗證，然而隨著大數據和人工智能的進步，傳統方法無法大規模挖掘語義信息、較難根據事件進展動態智能決策等短板日益凸顯。隨著XGBoost、長短期記憶人工神經網絡(long-short term memory，LSTM)、雙向編碼器表征(bidirectional encoder representations from transformers，BERT)等機器學習和深度學習算法興起，自然語言處理技術、詞向量模型及其他語言模型對文本數據的挖掘與利用逐漸成熟，知識庫、知識圖譜和仿真模擬等技術在突發公共衛生事件應急決策領域的應用研究逐漸興起。

4.1 突發公共衛生事件應急知識庫

知識庫是采用特定知識表示方式來存儲管理互相關聯的知識集合。根據突發公共衛生事件的應急過程，應急知識庫可以分為事前、事中和事后知識庫，而事中知識庫主要為應急響應階段的應急決策提供支撐。

4.1.1 突發公共衛生事件應急知識庫應用 知識庫的主要作用是對醫療、經濟、地理位置、公共衛生危險因素、人口死亡、應急資源等突發公共衛生事件應急管理相關信息進行梳理分類，將知識存儲并應用于現實中的突發公共衛生事件應急管理工作。國外已有基于知識庫的應急管理系統[17]。國內學者對突發公共衛生事件應急知識庫的應用研究主要分為兩類，一類關注知識庫的內容組成，圍繞突發公共衛生事件應急管理的醫療服務[18]、數據共享[19]、監測預警[20]等，運用內容分析、基于實體或本體的方法形成知識庫內容。另一類關注知識庫的系統構造，通過設計知識庫原型系統，運用瀏覽器/服務器(browser/server，B/S)架構、MySQL等工具實現知識庫系統的開發[21-23]。如徐建等[22]探討如何構建突發公共衛生事件應急知識庫，熊勵等[24]提出疫情應急知識庫的構建策略。

4.1.2 突發公共衛生事件應急知識庫構建 根據知識庫的構建流程，可以將突發公共衛生事件應急知識庫構建分為知識獲取、知識表示、知識推理和知識檢索4個環節。(1)知識獲取。收集大量突發公共衛生事件應急管理相關文本，為后續知識表示提供數據基礎，如《國家突發公共事件總體應急預案》《國家突發公共衛生事件應急預案》以及針對各類傳染病的專項預案、各級政府發布的政策指南等。(2)知識表示。對上述語料進行知識建模，以便機器識別和理解，此過程既要考慮知識的表示與存儲，又要兼顧知識的使用和計算。(3)知識推理。主要包括基于規則的推理[25]、基于分布式表示的推理[26]和基于神經網絡的推理[27]。(4)知識檢索。主要包括傳統基于分詞的關鍵詞匹配檢索[28]、針對圖像數據的檢索[29]、3D模型檢索[30]等。

4.2 突發公共衛生事件應急知識圖譜

知識圖譜是用節點表示語義符號，用邊表示符號間語義關系的一種通用語義知識形式化描述框架[31]。Liu X X等[32]認為知識圖譜是一種結構化語義知識庫，以符號形式描述物理世界中的概念及其關系，通過知識表示和管理，解決知識檢索和語義問題回答等知識關聯問題。

4.2.1 突發公共衛生事件應急知識圖譜應用 突發公共衛生事件應急知識圖譜通過挖掘語義關系，在特定情境下給出基于大數據的預測結果從而輔助決策。國外對應急知識圖譜的研究開展相對較早，聚焦基于知識圖譜的疾病預測和智慧問答，如通過維基數據構建知識圖譜以驗證疾病發展趨勢[33]；基于知識圖譜實現涵蓋醫療、公共衛生、物資、防控、科研等主題的智慧問答系統[34]。國內近幾年對突發公共衛生事件應急知識圖譜的研究逐漸增多，如基于實體和語義網規則語言推理規則的突發公共衛生事件輔助診療[35]、基于語義知識圖譜的突發公共衛生事件網絡輿情主題發現[36]等。

4.2.2 突發公共衛生事件應急知識圖譜構建 通過文獻梳理可知，知識圖譜構建主要有知識抽取、知識融合、圖譜構建3個過程。(1)知識抽取。指通過命名實體識別和實體關系抽取從海量數據中提取有用信息，如提取突發公共衛生事件應急主體、響應措施、事件時間、地點、人群等，以“節點-關系-節點”或“節點-屬性-節點”等三元組形式儲存。(2)知識融合。通過構建本體和知識庫使計算機具有人類智慧，能夠執行類人的推理過程，例如通過關聯響應措施和人群，使計算機明白“人群應該采取什么措施”等規則。由于知識抽取的語料可能來源于不同語料庫，存在一詞多義或多詞一義等現象，知識融合階段還需開展實體對齊、實體消歧、實體鏈接等工作。(3)圖譜構建。知識圖譜主要以圖形數據庫形式存儲并可視化，最常見的是Neo4j數據庫。Neo4j數據庫可將三元組中的節點表示為圖形上的點，將三元組中的關系表示為點與點之間的連線，通過批量處理節點和關系，實現圖形的快速增、刪、改、查，從而完成知識圖譜構建。

4.3 突發公共衛生事件應急仿真模擬

4.3.1 應急仿真應用價值 應急仿真可以模擬突發公共衛生事件發展的動態過程，模擬預防控制政策和應急響應處置方案的實施過程，進而為有關部門應急決策提供有力支持。此外，采用仿真技術搭建應急培訓與沙盤演練平臺，能夠使應急人員更充分地利用網絡資源提高應急處理能力。

4.3.2 國內外應急決策支持仿真應用 常見的突發公共衛生事件應急仿真模擬有基于系統動力學、基于Agent建模(agent-based modeling，ABM)和基于地理信息系統(geographic information system，GIS)的應急決策仿真。國外使用較多的是系統動力學模型，采用基于過程的仿真模型對突發公共衛生事件等問題進行研究。ABM是一種自底向上的建模方法，模型系統基本元素為具有適應性的Agent，Agent之間相互交互，最終形成一個復雜適應系統[37]，ABM在應急決策相關研究中得到廣泛應用。GIS仿真模擬通過對城市空間數據、人群信息、突發事件信息進行收集、分析、監測和動態演化，以直觀、高效的可視化方式為應急決策提供科學支撐，提升應急響應的快速性和精準性。目前GIS已廣泛應用于地震、洪水、海嘯等自然災害應急管理中，在公共衛生領域尚處于探索階段，見表2。

表2 部分應急決策支持仿真應用

5 結語

隨著新一代信息技術的發展，傳統應急決策支持方法和基于大數據的應急決策支持方法成為突發公共衛生事件應急決策的兩大類方法。通過文獻分析可知，目前國內外對突發公共衛生事件的應急決策支持研究主要圍繞單一案例或單一任務展開，而面向應急響應全流程的整體性、系統性實踐研究相對較少。同時較少有學者關注到應用效果的評估研究。未來應更全面、宏觀地探討應急知識庫、知識圖譜和仿真模擬對突發公共衛生事件的決策支持，創新應用方法，提高使用效能。