网络与数据技术助力新冠肺炎疫情防控

随着互联网的发展与普及，近年来网络与数据等技术成为推动社会发展及应对突发事件强有力的工具。新冠肺炎疫情发生后，移动互联网以及物联网产生的海量数据，在抗疫的诸多场景中发挥了显著作用，为疫情防控措施的有效实施提供了帮助。

数字化技术全方位支援疫情防控

传染病流行的三个基本要素为传染源、传播渠道和易感人群。在本次抗疫过程中，我国采取了严格的管控措施、医疗检测与隔离手段：一是识别、定位早期症状人员，经筛查检测，尽快识别传染源；二是实施网格化管理，进行全民居家隔离，阻断相互接触的传染渠道，追溯并隔离近距离接触者群体，保护易感人群；三是举国驰援武汉，分类隔离疑似、轻症、重症人群，力争在最短时间内治愈确诊病例，切断传染源；四是积极研究病毒与疫苗，争取彻底解决病毒感染问题。

1.赋能全民排查

数字技术与数据应用在新冠肺炎疫情早期识别疑似病例的过程中，发挥了极大的作用。如在湖北武汉实施拉网式全民体温筛查的同时，全国范围内公共场所的体温检测也被当做疫情防控的第一道防线予以贯彻。

（1）全国各大医疗机构、健康平台纷纷开放专门的线上疾病咨询渠道，方便群众在线问诊。

（2）武汉市狮南社区率先使用了以语音识别技术为基础的人工智能访谈系统，该系统通过拨打电话，针对联系人是否发热等基础问题实施居民调查。在精准识别，分析居民回应信息后，再对高风险人群进行人工访问和体温测量，迅速完成普筛工作。据统计，通过人工智能访谈系统，该社区仅用6个小时便完成了对3000余户居民的识别与普筛工作。

（3）以无接触式体温感知技术为基础的体温感知系统，在办公楼宇、车站机场及交通要塞等人流密集场所担负着对大批量人群进行体温筛查的工作，其应用大大减少了人工干预，实现了在高效获取数据的同时降低人群交叉感染的风险。

2.助力人群定位与轨迹追踪

时空大数据的外延范围包括了所有关于时间与位置的数据。以人的行为轨迹为对象的时空数据的应用，在本次疫情防控过程中，发挥了不可替代的作用。

（1）在疫情之初，中国联通、中国电信和中国移动三大电信运营商迅速以短信的形式为用户提供14-30天位置查询的服务，这也是健康码的雏形。而面向卫生防疫机构的人口迁移大数据则为疫情防控部门及时、准确部署应对策略提供了基础数据。

（2）高铁、航空系统推出了通过输入电话号码查询一定时间段乘坐车次、搭乘航班的信息服务，结合政府不断公布的确诊人员的行动轨迹，实施确诊病例搭乘信息动态发布，方便群众判断是否曾与感染源有过接触，有效提高了易感人群的识别与隔离。

（3）描绘确诊病例分布的社区地图，为百姓及时了解周边疫情提供了直接有效的信息，是保证百姓生活节奏张弛有度的重要参考依据。

3.助力医疗系统进行诊断与治疗

此次疫情呈现出不均匀分布的状态，大量病例的聚集地对医疗资源的供应提出了严峻挑战。除了医务人员驰援之外，数字化技术与数据挖掘应用，发挥了不可小觑的作用。

（1）在大部分新冠肺炎定点收治医院，医疗服务智能机器人已承担起无人导诊，自动响应的发热问诊，初步诊疗，引领病人以及传送化验单和药物等多项辅助任务；隔离点的自动送餐机器人、消毒机器人等也极大地缓解了工作人员数量不足和情绪紧张的压力。

（2）通过信息技术手段调动全国各地，尤其是疫情较轻地区的医疗资源，以远程诊断、多方会诊的方式，帮助重灾区的医疗团队分担诊断、分析等工作，有效缓解了疫区医疗团队的工作负担。

4.助力社区防控管理

疫情发生之后，全国范围内实行了严格的社区网格化管理，有效减少人与人之间的相互接触。

（1）适合不同应用场景的人员识别与登记系统。通过将居民微信或支付宝扫码与手机号、身份信息相结合，向社区工作人员提供特殊时期的特定人员的定位信息。同时通过无接触红外等测温手段，完成对各类人员的体温监测。

■世仰双仙 赵来清/摄

（2）基于微信、支付宝等开发出的“健康码”程序，有效提高了人员健康信息的记录与识别，助力加强高危人员的管控。

5.助力中长期科研与药物研发

目前，国内很多科研院所以及从事人工智能医疗技术研究与应用的企业都在积极地开展药物与疫苗的研发、病毒的分析与测序等各项工作。以数据分析与机器学习为基础的数据技术在毒株的分析筛选，药物的分子结构、蛋白结构以及晶型分析等方面都将发挥无法替代的作用。阿里云宣布疫情期间向公共科研机构免费开放病毒疫苗和新药研发所需的一切人工智能算力；腾讯云为防治新冠肺炎的药物筛选等工作提供免费的云超算服务，为病毒研究、药物筛选等科研工作提供了极大的算力保证。在现代化数据分析手段的协助下，军事科学院军事医学研究院陈薇院士领衔的科研团队，已经成功研制出重组新冠病毒疫苗，并于3月16日获批展开临床试验。

此外，复工复产、物流规划、物资调配和对国际客流的管理等很多基础性工作均需保持正常运行，释放出对数字化与数据应用最为直接的业务与管理的需求。

数据深度应用前路漫长

新冠肺炎疫情防控工作可谓是对我国数字化建设进行了一次全面而深刻的实战检验。通过分析发现，无论是时空数据的综合关联应用，还是基于移动互联网的其他应用，只有在技术相对成熟，应用场景简单完整，同时又无需大量额外基础设施投资的情况下才能真正地发挥作用。针对数据应用过程中所面临的问题，笔者进行了初步总结，并从五个维度进行阐述：

1.分割管控措施造成数据挖掘有难度

从医学角度出发所采取的一些有效的措施并不利于数据的收集、分析与应用。如针对不同的人群所采取的是不同的隔离管理措施：疑似与密切接触者进行居家或宾馆隔离，轻症患者在方舱医院进行管理观察，重症患者在专门的重症监护室或隔离病房抢救。此举能够最大化地起到隔离、救治、防治交叉感染的效果。但是，由此也使得各种检验检测数据产生并存放在不同机构的异构数据集中，在缺乏信息共享联通机制的情况下，会给数据分析研究带来很大的困难。

2.技术产品融入业务场景有难度

疫情之下，很多公司开展了人工智能自动或者辅助判读病情等系统研发工作。但是，医疗人员在如战场般的医疗现场和既定的医疗流程中争分夺秒，一个全新系统的植入将对于既有业务流程造成冲击。而且，人与新工具的适应程度以及系统本身的不成熟等因素，均使得新型系统未能充分发挥真正有效的助力。

3.管理流程不适应战时需求

存放于不同位置、不同机构的数据安全管控措施严格，加之异构数据的数据标准与格式存在巨大差异，使得数据很难实施有效地集成分析与应用。而在紧急状态下，当数据融合成为必须的时候，便需要打破既有的壁垒，迅速形成综合的数据集合，提供最有效的数据支撑。但目前由于缺乏成熟的数据分享原则、授权管理机制，新冠肺炎疫情防控期间数据应用依然呈现比较分散、独立的态势。

4.数据的共享与分析存在壁垒

在医药研发领域，大部分大型公司与研究院所往往会进行独立研究。因此，原始的检测数据、试验数据等在缺乏完善的共享机制的情况下，会被各单位采取内部留存的方式管控，很难支撑产业的大协同研究与分析。

5.数据流动成为迫切需求

当前，我国的防疫压力得到缓解，但开始面临另外两个方面的压力。一是对内，有序地复工复产、经济重启均需要实现跨地域跨行业的广泛信息的共享与连接；二是对外则是输入病例防控工作的艰巨。因此，应急状态下的数据管理、管控与应用，是未来需要深入研究分析的系统课题；促进数据研究成果与医学的深度融合，持续推进医工结合的数据研究与成果转化，是需要长期推进的艰巨的使命；运用大数据与人工智能技术，对疫情所造成的损失进行有效评估，协助政府与企业制定并采取相应的经济恢复举措，逐步恢复正常的经济活动，防控输入病例、转阴复阳病例的二次传播，防止形成病毒的第二次大面积失控以及预防社会心理问题的集中爆发，都是需要我们认真思考的问题。