春節假期已近尾聲，返程高峰即將到來，疫情防控工作進入關鍵期。1月29日召開的中央應對疫情工作領導小組會議對此做出判斷“當前疫情正處於擴散階段，局部地區有迅速上升趨勢”。在此背景下，如何有效防控疫情“返程傳播”成為對戰疫情的重中之重。
相較於17年前的SARS，此次疫情表現出更強的傳播性，感染人數曲線更為陡峭，對於疾病防控提出更高挑戰。好在17年來，中國在疫情防控方面已建立了更加完備的制度體系、保障策略、應對措施，信息披露也更加及時透明，再加上大數據等創新科技的快速發展，在疫情防控工作中起到重要作用。
一
大數據追蹤傳播路徑
在1月28日央視《新聞1+1》，國家衛健委高級別專家組成員李蘭娟院士連線白巖松時表示，專家正利用大數據技術梳理感染者的生活軌跡，追蹤人群接觸史，成功鎖定感染源及密切接觸人群，為疫情防控提供寶貴信息。
李院士在連線中提到，某位患者曾表示自己並無重點疫區接觸史，但經過大數據排查，發現其曾經至少接觸過三位來自重點疫區的潛在患病人士。可見大數據技術通過追蹤移動軌跡、建立個體關係圖譜等，在精準定位疫情傳播路徑，防控疫情擴散方面的重要作用。
追蹤移動軌跡、建立關係圖譜，在大數據技術日漸成熟的今天已不是新聞，在位置數據方面，除了航空、鐵路、公路、輪渡等交通部門統計的出行數據外，在用戶授權的前提下，中國移動、中國聯通、中國電信三大運營商基於手機信令能夠有效定位用戶的手機位置，互聯網企業也可以通過APP授權調用用戶手機位置數據。此外，地圖、打車等APP提供的移動出行服務，電商、外賣平臺等APP內的送貨地址數據，以及移動支付位置數據等，也可以作為位置數據的有效補充。而關係圖譜則可通過各類社交平臺、通信網絡、通話記錄、轉賬記錄等數據搭建。
將不同時間段的授權位置數據進行縱向串聯，能夠有效繪製出手機持有者的移動軌跡。這類個體數據，正如李蘭娟院士提到的，可以用於追蹤被感染者的疾病傳播路徑、定位感染源，配合關係圖譜更可鎖定被感染者曾經接觸過的人群，以便及時採取隔離、治療等防控措施，避免疫情更大範圍擴散。為防控春運返程高峰時可能發生的傳染事件提供有效工具。
而將這些個體數據集合形成的群體數據，則能夠清晰顯示重要疫區的人員流入及流出方向、動態及規模，如百度、騰訊等互聯網企業均已基於授權數據製作此次春運期間的人口遷徙地圖，可據此觀察各城市的人口流入、流出狀況，尤其是重點疫區人口流出方向。這些數據有利於定位疫情輸出的主要區域、預測地區疫情發展態勢、預測地區潛在染病人群，為疾病防控部門及地區政府分類制定春運返程計劃、有針對性地出臺交通管制措施等提供決策支撐。
除此之外，將同一時點不同個體的位置數據進行橫向整合，還能夠清晰展現出特定時間點曾經到過疫情高風險地區的人群，並可據此監測人群密度及動向，如某大數據公司以疫情始發地為分析重點，利用位置數據定位自2019年11月起曾經去過疫情始發地的人，為潛在感染者的發現及自我隔離等提供信息參考。而這些人群密度地圖、高染病區域地圖、地區交通管制措施等數據信息還能為個人規劃返程路線提供有效參考。
二
大數據構建疫情發展模型
面對新型冠狀病毒肺炎確診人數的持續增長，大眾密切關注疫情的傳播態勢。疫情還會傳播多久？感染者還會大幅增加嗎？哪裡感染風險高？何時能夠進入安全期？傳染源都有哪些？
要解決這些問題，需要找出關鍵影響因素、分析疫情傳播特徵、搭建疫情發展模型，這其中大數據可發揮關鍵作用。
首先是優化數據採集。在大數據技術廣泛應用之前，醫療數據採集具有明顯的滯後性，這對在疫情傳播早期階段快速獲取傳播數據、分析疫情傳播機理造成制約。而藉助於醫療數據聯網、各類智能設備數據歸集渠道等，大數據時代的疫情傳播數據採集更為及時、準確，可定位到個體、某一具體街區等，為疫情發展模型的搭建提供數據基礎。
其次是豐富數據維度。除醫療數據外，疫情傳播往往還涉及氣候溫溼度、地質、交通、社會行為、城市衛生等多維度因素影響，大數據技術的發展使得這些影響因素均可以數據形態展示，同時使得多維度、大規模的數據處理成為可能，可實現上萬量級的影響因子建模，這極大地豐富了疫情發展模型的分析維度，對於定位疫情傳播的關鍵影響因素，並據此提出針對性防治建議有重要作用。
最後是模型優化訓練。海量數據基礎為疫情發展模型提供豐富的優化、訓練素材，模型的不斷迭代對於優化模型參數、提升模型預測精準度有重要意義。
現階段，北大、西安交通大學、南京醫科大學、香港大學以及英國蘭開斯特大學等國內外研究團隊已運用大數據技術搭建疫情傳播模型，基於已感染病例、感染患者增速、感染區域、區域交通網格等因素，對病毒的傳染源、傳播速度、傳播路徑、傳播風險等進行評估、預測。
三
大數據助力資源配置
疫情在全國範圍內的傳播引發對醫療物資、生活物資等多維度資源的需求激增，而春節期間有限的生產供應能力難以在短時間內快速滿足。基於此，提升物資調配效率，以有限資源保障醫療救助工作順利開展，是當前疫情防控的重點。
現階段各類資源需求信息的發佈較為分散，以醫療物資保障為例，陸續有醫院通過各自網站、媒體、社交平臺等對外發布短缺物資清單。但公佈渠道的分散化，不利於防控機構統籌監測，也不利於捐贈者查詢，還有可能出現因醫院知名度不同而產生的物資獲取差異，或重複捐贈等問題，不利於資源有效調配及使用。
基於此，已有志願者基於公開需求數據爬取等方式建立資源對接平臺，如“湖北醫療物資需求信息平臺”等，將醫療資源需求按照城市、醫院、類別等維度分類呈現，通過數據抓取等技術手段，展示需求物資名稱、需求數量、聯繫方式及物資運輸方式等信息，並支持信息查詢，同時在後臺統計整體需求數據，時時更新。這有利於物資短缺信息的及時、有效展示，提升資源調配機構及捐贈者的信息獲取速度，提高資源配置效率。而針對歷史短缺數據的歸集整理以及對資源對接時效的統計分析，也可幫助有關部門預測未來資源需求情況，科學籌劃下階段資源供應及調配。
此外還有一些企業及志願人士，願意為疫情防治工作提供無償的服務支持。鑑於此，已有資源對接平臺擴大數據爬取範圍，將企業、組織、志願者等在互聯網上零散發布的無償資助信息歸集展示，標註聯繫人、申請條件、服務時間、服務區域等信息。由於時間限制，目前已上線的無償服務信息主要集中在交通運輸領域，標註聯繫方式、配送時間、服務區域、申請條件等信息，供醫院、交通管制地區居民、大批物資捐贈者等申請使用。除此之外，也有平臺歸集為醫護人員免費提供的酒店、為居民提供的義診等服務信息，助力疫情防控工作，相信隨著時間推移，相關物資對接平臺將逐步完善，全國性物資調配平臺也有望上線。
四
結語
新型冠狀肺炎疫情來勢洶洶，全面考驗國家及民眾的危機應對能力，與17年前的SARS相比，中國在此次疫情防控工作中展現出了更高的醫療救治水平、更快的防疫反應速度、更透明的信息披露機制、更迅速的數據報送體系，同時將大數據等新一代創新科技，廣泛應用於疫情追蹤溯源、路徑傳播、發展模型預測、資源調配等領域。面對疫情，我們眾志成城，以科技助力，必將勝利。
本文由“蘇寧財富資訊”原創，作者為蘇寧金融研究院高級研究員杜娟
閱讀更多 蘇寧金融研究院 的文章
