制圖：張舒誼
據北京市衛(wèi)健委消息，7月7日0時至24時，北京無新增報告本地確診病例、疑似病例和無癥狀感染者；無新增報告境外輸入確診病例、疑似病例、無癥狀感染者，北京已連續(xù)兩日零新增。
借助數據資源和信息化手段等，不等到感染者發(fā)病報告或到醫(yī)院就診，就迅速把他們“找”出來，及時進行治療，同時對各地區(qū)街道進行精準分級管控，牢牢掌握防控主動權，是北京此次疫情防控的鮮明特點。“有關病例、所有病例追蹤得非常到位，流調完成得非常好?！睆偷┐髮W附屬華山醫(yī)院感染科主任張文宏評價。
大數據輔助溯源追蹤，流調更快更精準
“西城區(qū)疾控中心報告1例核酸檢測陽性病例?！?月11日凌晨0時30分，北京市疾控中心傳染病地方病控制所收到的信息，讓辦公室里的氣氛頓時緊張起來。當時，北京已連續(xù)56天沒有出現本地報告新增確診病例。
抓緊找出感染來源，追蹤密切接觸者！當天清晨7時，市區(qū)兩級疾控中心專業(yè)人員就趕赴宣武醫(yī)院，對確診病例唐大爺進行流行病學調查。
兩個多小時的交流，唐大爺拿出手機，一遍又一遍翻看5月28日以來的通話記錄、微信聊天記錄、支付記錄等，回憶自己去過的地方、接觸過的人。流調人員則借助信息化等手段，不斷引導唐大爺進行記憶回放，將每一天的每個行程細節(jié)盡可能完整還原。此次流調，回顧出了唐大爺發(fā)病前14天的活動軌跡和接觸人員，列出了38名密切接觸者和所有可疑暴露場所。
經大數據排查比對，每一個流調數據都情況屬實。
根據調查結果，疾控人員迅速對病例到過的每一處場所進行環(huán)境采樣和檢測，對每一名密切接觸者進行調查和管理。
6月12日凌晨，唐大爺到訪過的新發(fā)地市場綜合交易大廳環(huán)境樣本核酸檢測陽性。與此同時，第三方檢測機構報告了第2例確診病例，流調顯示，該患者發(fā)病前也曾到訪過新發(fā)地市場綜合交易大廳。
“新發(fā)地市場很可能為此次疫情的風險因素！”6月12日，疾控中心專業(yè)人員再次對新發(fā)地市場的環(huán)境和從業(yè)人員進行全面采樣檢測。當日發(fā)現40件環(huán)境標本核酸檢測為陽性、45人咽拭子核酸陽性，且均來自新發(fā)地市場綜合交易大廳負一層的環(huán)境及從業(yè)者；同時對6月12日新增的確診病例進行調查，發(fā)現3例為新發(fā)地市場從業(yè)人員，2例曾到訪過該市場。
6月13日凌晨，新發(fā)地市場暫時休市，市場周邊11個小區(qū)實施封閉管理……從發(fā)現第一例確診病例，到鎖定病毒“新發(fā)地”，北京用了不到22個小時。
“每當有確診病例，首要的就是要快速了解清楚其發(fā)病前14天的詳細活動軌跡和密切接觸人員，準確判定感染源?！北本┦屑部刂行墓ぷ魅藛T介紹，并非每一位感染者都能詳細準確回憶起發(fā)病前的行動軌跡和密切接觸者，通過信息化手段等輔助患者進行回憶，在流調溯源中非常必要。
據介紹，在此次新發(fā)地疫情防控中，就有一名感染者，在接受流調問詢時回憶了自己發(fā)病前14天的行動和接觸情況，但經調查均未找到其感染源。后通過查詢相關數據，發(fā)現其通過打車平臺與另一名感染者拼車，由此成功找到了這名病例的感染源。
新發(fā)地市場被確認為主要感染源后，快速找到密切接觸者并及時開展核酸檢測，成為下一個重點。
時間就是生命。
北京市疾控人員迅速對每例確診病例的活動范圍進行細致的流行病學調查，并聯合有關部門進行了核實和信息補充。同時，借助信息化手段，快速追蹤密切接觸者，對重點人群、重點行業(yè)和重點區(qū)域實施核酸檢測應檢盡檢。
7月2日，一名女性無癥狀感染者在石景山萬達廣場接到核酸檢測陽性的通知。事發(fā)后，疾控中心迅速對其開展流調。為最大限度減少感染范圍，流調人員一天一夜無眠無休，不放過每一個密切接觸者，“有時做一個流調報告，給病例打電話，會打到手機沒電?！苯刂?月3日14時，已追查到該名女子204名密切接觸者并全部集中隔離醫(yī)學觀察。
“新發(fā)地人員流動量非常大，單純依靠人對人的問詢追蹤需要消耗大量人力和時間，借助大數據等信息化手段，可以幫助流調人員更快追蹤到密切接觸者，有效切斷感染源。”中科曙光大數據總工程師、首席科學家宋懷明分析認為。
此外，此次疫情防控中，數據資源在對病毒本身的溯源方面也發(fā)揮了重要作用。“新冠肺炎疫情暴發(fā)后，世界衛(wèi)生組織要求各地及時提交當地病毒基因序列，并依此建立了數據庫，這為及時比對和確認本次疫情中病毒基因序列提供了非常重要的條件?！北本┦屑部刂行挠嘘P工作人員介紹。
心中有“數”，防控不搞“一刀切”
“截至7月7日15時，北京市西城區(qū)白紙坊街道，海淀區(qū)永定路街道疫情風險等級由中風險地區(qū)降級為低風險地區(qū)”“1個高風險地區(qū)，是豐臺區(qū)花鄉(xiāng)地區(qū)”……
沒有“一刀切”封城，而是以街道為單位精準劃分風險等級，進行分級管控，并根據疫情形勢動態(tài)更新各區(qū)各街道防控風險等級，是北京本次疫情防控的亮點。
防控精準，緣于“心中有數”。
據了解，北京市建立運用傳染病動力學模型，將各區(qū)各街道感染人數、易感人群、人員流動情況等數據作為重要參數，及時對疫情形勢進行動態(tài)分析研判，為精準實施疫情防控提供了重要參考。
“研判疫情發(fā)展趨勢，需要綜合各方面數據和因素。以大數據技術和思維方式，分析疫情擴散路徑與速度，實現結論或問題可視化，以及對系統(tǒng)和構成要素的把握，有助于把握和控制疫情防控過程。”宋懷明說。
不僅對疫情發(fā)展態(tài)勢進行研判，北京市還依托相關數據資源，制定更有針對性的對策與措施。
今年清明小長假前夕，北京就對即將來京人員的出發(fā)地、交通工具，及其出發(fā)地有無無癥狀感染者等信息數據進行分析研究，對可能出現的病毒擴散進行仿真模擬，研判傳染風險，精準采取防控措施，取得了良好效果。
基于有關數據資源，海淀區(qū)上線運行了城市大腦疫情防控平臺，集合個性化數據分析、返京人群分析、人口排查分析、重點人群動態(tài)監(jiān)測、預警服務等重要功能，各街鎮(zhèn)小區(qū)重點人員有哪些、從哪里來、是否經由疫區(qū)、駐留多長時間等，一覽無余，同時提供重點人流預警服務，防止出現重大傳染事件。
在運用數據資源開展分析研判過程中，對數據的計算、建模及可視化輸出，是關鍵一環(huán)。奇安信大數據與態(tài)勢感知負責人李虎說，數據分析師要反復研究疫情數據特點，進行數據篩選和補全，同時在建模過程中，確定每個模型所需的數據資源、關鍵特征、衡量標準等，并基于這些數據展開模型訓練和分析工作，確保模型能夠有效投入實戰(zhàn)。
除對疫情形勢的研判和預警外，充分運用數據資源，還有助于分析研究病毒傳播的影響因素，掌握病毒傳播規(guī)律。中國人民大學統(tǒng)計學院副教授李揚介紹，對于病毒傳播影響因素的研究，以前一般是基于臨床一線的實踐總結，現在則可以通過大數據工具，對世界各地相關臨床經驗和研究成果進行建模，有效提煉相關信息，更好發(fā)現疾病風險因素。
大數據運用成為實現精細化管理的重要手段
以常態(tài)化疫情防控為契機，很多城市已將大數據運用作為應對公共衛(wèi)生事件、解決治理難題和實現精細化管理的重要手段，體現了大數據賦能城市治理現代化的發(fā)展方向。
以大數據賦能超大城市應急管理，今年4月初，上海市發(fā)布《關于完善重大疫情防控體制機制健全公共衛(wèi)生應急管理體系的若干意見》，明確提出，依托城市運行“一網統(tǒng)管”平臺，建設多數據、全方位、廣覆蓋的市級公共衛(wèi)生應急指揮信息系統(tǒng)，建立疫情聯防聯控大數據智慧決策平臺，實現當前態(tài)勢全面感知、醫(yī)療衛(wèi)生資源統(tǒng)籌調度、重大信息統(tǒng)一發(fā)布、關鍵指令實時下達、多級組織協同聯動、發(fā)展趨勢智能預判。
在上海市長寧區(qū)，全市首個街鎮(zhèn)“一網統(tǒng)管”的防疫系統(tǒng)已投入使用，在整合轄區(qū)基本數據基礎上，將居家觀察、例行消毒、返滬人員集中增加等全數據匯集至后臺，系統(tǒng)自動生成排摸、測溫、消毒等提示，提供一線人員處置。依托“智慧大腦”，區(qū)疾控、同仁醫(yī)院、蘭衛(wèi)檢驗公司形成聯動，如檢測環(huán)節(jié)中發(fā)現陽性病例，將立即觸發(fā)公共衛(wèi)生應急機制，相關人員將被安排到發(fā)熱門診進一步確診，疾控中心同步完成病例流調和密切接觸者追蹤。
除此之外，上海還充分利用大數據、云計算等技術，整合接入住建、交通、水、電、氣等單位的專題應用，圍繞城市環(huán)境、交通、保障供應、基礎設施直觀反映城市運行宏觀態(tài)勢，為跨部門、跨系統(tǒng)聯勤聯動增效賦能。上海市水務局信息中心主任黃士力介紹，往年汛期，因為道路積水導致交通不暢，泵車受堵的情況時有發(fā)生。如今，借助大數據支持，泵車不僅能夠提前布置在易積水地區(qū)，還可以根據氣象預報、道路積水發(fā)生情況實時響應，由指揮中心第一時間以最優(yōu)路線調度。
統(tǒng)籌疫情防控和復工復產，浙江省杭州市著力運用大數據資源推進公共交通精細化運行。自今年3月中旬起，杭州市利用公交數據大腦中客流分析、公交云圖、分析中心、主數據庫、線網優(yōu)化等模塊的大數據，對主城區(qū)247條公交線路的發(fā)車班次、發(fā)車間隔、行車計劃啟動了精細化調整，使運力投放更為精準，首末班時間更貼近乘客，發(fā)車班次更符合客流。
以公交換乘為例，通過實時監(jiān)控調度，杭州市相關路線公交實現精準接駁，乘客從一趟公交下來后，換乘車輛便相應到達，乘客2分鐘內就可實現換乘，有效減少了人員聚集，提升了乘客體驗感。
“因為互聯網這個基礎設施，數據已經變成了生產資料，而且是人類第一次沒有依賴大自然，單純依靠自身行為獲得的生產資料?！敝袊こ淘涸菏?、阿里巴巴集團技術委員會主席王堅認為，通過計算，數據在城市治理中的價值越來越得以體現。
在運用大數據提升治理水平過程中，政府、企業(yè)、公民等各類主體共同參與，實現信息共享、資源聚合，越來越成為共識。
新冠肺炎疫情暴發(fā)以來，數家科技互聯網公司陸續(xù)通過數據和技術能力，給政府和全社會提供了大量數據支撐。如12306票務平臺利用實名制售票的大數據優(yōu)勢，及時配合地方政府及各級防控機構提供確診病人車上密切接觸者信息；百度地圖則推出遷徙地圖，總結描繪人員來源地、目的地、遷徙規(guī)模指數、遷徙規(guī)模趨勢圖等；媒體平臺以疫情地圖、疫情趨勢等形式，實時播報疫情動態(tài)，讓權威準確的信息跑到謠言前面；居民在通過填寫上報等形式提供自身數據的同時，充分利用海量疫情數據信息資源，采取有效自主防疫措施，做到全民參與。
但同時也應看到，大數據并非萬能，其運用仍存在不完善之處，如在提高數據準確性、系統(tǒng)性，進一步確保數據安全性等方面仍有改進空間，大數據目前也只是起到分析和輔助決策作用等。只有進一步加強信息共享，提升數據準確性和計算運用能力，同時做好個人隱私和數據安全的保護，才能使其在抗擊疫情，實現政府決策科學化、社會治理精準化、公共服務高效化方面發(fā)揮更大推動作用。（本報記者 郭興）
