大數據助力疫情溯源與監測

各位網(wǎng)友晚上好，我今天跟大家談一下“大數據助力疫情防控”。習總書(shū)記指出，要運用大數據等手段加強疫情的溯源和監測，這是對大數據作用的肯定，也是對互聯(lián)網(wǎng)界的一個(gè)要求。

手機已經(jīng)成為另一張“身份證”

現在手機已經(jīng)成為我們個(gè)人的另一張身份證。我們在2018年移動(dòng)通訊普及率是112%，而全球是106%，獨立移動(dòng)通訊用戶(hù)的普及率，也就是說(shuō)扣除了一人多號，我們是82%，接近發(fā)達國家的水平，移動(dòng)互聯(lián)網(wǎng)的普及率高于全球的平均水平?？梢哉f(shuō)，我們國家有獨立活動(dòng)能力的人群幾乎都有手機，而且中國實(shí)行手機用戶(hù)的實(shí)名制，從手機用戶(hù)就可以識別持有人的身份。

一般手機在待機的時(shí)候，用戶(hù)會(huì )從一個(gè)小區移動(dòng)到另一個(gè)小區，這個(gè)時(shí)候手機要不斷接收基站發(fā)出的測量信號。讀取基站測量信號，可以說(shuō)選擇新的小區，在非待機的時(shí)候實(shí)際上就是切換了。因為用戶(hù)可能是在移動(dòng)的，而蜂窩半徑又比較密，因此，更新的時(shí)間要比較快。目前的更新是秒級，可以說(shuō)具有實(shí)時(shí)性。當然手機是根據什么定位呢？主要是利用基站，有幾種方法，可以改進(jìn)基站定位。定位精度如果說(shuō)用比較好的方法，定位精度可以數十米，一般目前可能是一兩百米，5G基站更密，定位精度就更高。

當然，除了基站定位以外，我們用全球導航衛星和數字地圖都可以定位?，F在的智能手機比例已經(jīng)很高了，占比能夠達百分之八九十，所以智能手機都裝了全球導航衛星的接收的能力。定位的精度一般數十米，當然它更好地可以做到米級，但是室內是做不到的。另外，數字地圖公司有它的一些方法來(lái)掃描這個(gè)街道，因此它的定位甚至可以到每一棟樓。

一般來(lái)講，手機用戶(hù)如果下載了這種數字地圖的APP，而且開(kāi)機并啟用了定位功能，它就會(huì )變化新的位置，會(huì )發(fā)送信息給GPS。所以，能知道你所在的位置。當然，它的定位精度比基站的方法要好得多。但是，只限于裝有數字地圖APP的用戶(hù)，我們有個(gè)比較知名的數字地圖公司，目前它現有用戶(hù)數是7個(gè)億（下載），占全國移動(dòng)用戶(hù)還不到一半，只有43%，所以說(shuō)覆蓋面是有限的。但是，盡管電信的運營(yíng)商覆蓋定位用戶(hù)更多、更全面，但是精度并不一定比數字地圖公司更好。這里邊，給出的是一個(gè)數字地圖公司的大數據地圖，它可以溯源，武漢春節前將近500萬(wàn)人流到什么地方去，這里可以給出一個(gè)很好的走勢。

有了這些數據，怎么來(lái)決定疫情的傳播？國際上通常用一種叫SEIR的模型。它把人群分成什么呢？I就是已經(jīng)感染病的人群，E是密切接觸者，S目前是健康的，R是最后運算結果是康復的，它有一套規律。中國的學(xué)者提出了一種改進(jìn)，增加了P和Q，P是疑似人群，Q是確診人群?，F在我們國家也是分四類(lèi)，從中可以計算出傳播的模型。

我們可以看到，這是從1月份到2月9日，全國的疫情傳播模型?？梢钥吹絺鞑サ臓顩r，目前，中國的修正模型，考慮了政府的采取措施和大眾的對于防疫的意識，所有上面的模型，還是基于因為城市里頭感染者和沒(méi)感染者，包括所有的加起來(lái)是一個(gè)常數，也就是說(shuō)不考慮城市里面有流入的和流出的。實(shí)際上利用電信大數據，可以把流入流出的一部分人考慮進(jìn)去，可以使得這個(gè)模型更精確。

當然，有了模型，很多大數據還需要有一種可視化的表現。這里給出一種可視化的方式，每個(gè)方框表示每個(gè)省。比如說(shuō)右下角的方框--湖北，它的背景顏色就比其他的深，也就是感染人群更多。其中綠色是治愈率的，黑色是死亡率的，可以看到治愈的比例也比其他省要少，死亡的比例反而還比較高?？梢钥吹?，這是一種直觀(guān)的看法。

我們有了這種行為的大數據，可以精確到每一個(gè)小區。左圖是百度，以上海為例，右圖是騰訊，以深圳為例，它都可以以一種APP的方式來(lái)發(fā)布，老百姓可以用，下載可以查詢(xún)，甚至可以查到哪個(gè)小區的具體位置，距離你所在地方有多遠，里面有多少個(gè)是確診病例。實(shí)際上，其中一家公司說(shuō)，已經(jīng)覆蓋了200多個(gè)城市了?，F在開(kāi)始復工了，這是2月10日，節后第一個(gè)復工日，人流的增加也為疫情的防控帶來(lái)了一些新的壓力。這里面給出了疫情期間城市的熱力圖，我們可以細化到每個(gè)縣，可以讓我們知道什么地方人最多，盡量避免人口的密集。

這里面是一個(gè)確診患者的行程追蹤。從底下看是1月21日他離開(kāi)武漢，乘坐了高鐵，到達一個(gè)地方，21日又換了一個(gè)高鐵，到另外一個(gè)地方，一直到24日，他發(fā)現有癥狀了，當然他行程還得繼續，27日又到了一個(gè)地方，30日又到了下一個(gè)地方，31日確診了。根據這種確診患者的行程追溯，我們可以很好地知道他到過(guò)哪里?，F在有些地方是依靠流行病學(xué)的調查，去問(wèn)這個(gè)患者，你什么時(shí)間到什么地方，一個(gè)是他記不準，另一個(gè)說(shuō)不準，利用手機的大數據，可以很好的知道。同時(shí)，通過(guò)計費數據，也可以知道他平時(shí)比較密切的聯(lián)系人，也可以知道有沒(méi)有可能是密切接觸者。

我們把衛健委的數據、交通系統的數據、工信部門(mén)的數據組合起來(lái)，可以找出密切接觸者。比如說(shuō)，衛健委可以知道確診患者的姓名、身份證號，然后通過(guò)交通部，可以給出這個(gè)患者半個(gè)多月來(lái)乘坐過(guò)的航班車(chē)次，衛健委讓工信部提出，這些人的手機號是什么？根據手機號，地方政府可以找到密切接觸者，當然這是從官方的查找。實(shí)際上平臺也可以開(kāi)放，同行者可以在同行查詢(xún)平臺查出我所坐的航班和車(chē)次，車(chē)上有沒(méi)有確診患者，可以很好地發(fā)現密切接觸者。

目前，還是返程復工，還有節后回家的時(shí)間，有些人隱瞞了自己來(lái)自疫區、到過(guò)疫區的經(jīng)歷，回到家、回到村子里頭還到處走，雖然看上去沒(méi)有癥狀，但是可能已經(jīng)感染了，并且是有很強的傳染性，導致了疫情擴散，導致幾十人甚至上百人被隔離，或者已經(jīng)被感染。通過(guò)手機定位，是可以知道這個(gè)用戶(hù)是不是來(lái)自疫區，還是到過(guò)疫區，但是這種數據形式不能直接提供給街道、小區和鄉鎮，因為隱私的保護原因，如果我們開(kāi)放給他們，很可能不一定是查患者，說(shuō)不定用作其他，所以不能這樣做。

現在怎么辦呢？我們知道，從《個(gè)人信息保護法》得知，本人是可以查詢(xún)自己信息的。所以，工信部現在統籌三個(gè)運營(yíng)商，提供了用戶(hù)行程的服務(wù)。用戶(hù)提出來(lái)，你可以查詢(xún)你本人，在14天前到過(guò)什么地方，當時(shí)工信部提出是按停留4個(gè)小時(shí)以上，這個(gè)時(shí)候，你有清單，就可以上當地的用工單位、街道、小區來(lái)證明你自己沒(méi)有到過(guò)疫區，這就是自證。目前，這件事情已經(jīng)開(kāi)放查詢(xún)上千萬(wàn)人次了，當然現在面臨返程復工，有些地方甚至擴大化，對一些疫情確診人數比較多的省要求全部都不許人家回來(lái)。這實(shí)際上嚴控不能失控，硬核但不能亂來(lái)，所以實(shí)際上，返程的一些檢查是必要的，當然就會(huì )對旅途帶來(lái)一些影響，這里比如說(shuō)以高德地圖為例，他給出一個(gè)人從濟南要到上海，原圖的經(jīng)過(guò)城市的疫情情況列出來(lái)了，上海市對進(jìn)上海的人有什么管理及要求也列出來(lái)了，包括高速路入口、出口的車(chē)流量，以及大概這個(gè)過(guò)程中間有很多檢查站，路程需要多長(cháng)時(shí)間也列出，返程直通車(chē)也方便大家，如果返程的人知道，我路上大概要多長(cháng)時(shí)間，要做好什么準備。

除了電信和互聯(lián)網(wǎng)公司的大數據以外，事實(shí)上還有其他大數據。我這里講的是電力大數據，一個(gè)家里邊是否有人在家，是否有人回來(lái)，根據用電的情況是能區別出來(lái)。所以，國網(wǎng)電力杭州公司，作為1000多萬(wàn)條數據收集，開(kāi)發(fā)出大數據分析的算法，能夠很好的知道，這里邊有沒(méi)有居家隔離的人，有沒(méi)有獨居的人，社區可以根據這個(gè)來(lái)判斷是不是做針對性地服務(wù)。利用電力的用電狀況，我們也可以知道復工狀況，根據用電量，廣東在2月14日已經(jīng)是正常時(shí)候用電量的60%，也就是復工率差不多60%。浙江2月14日的復工率不到1/3，尤其是溫州，屬于疫情比較嚴重的地方，復工率只有12%。這些是可以比較宏觀(guān)地掌握了復工的趨勢。

大數據不僅用于追蹤人群等等，還可以幫助智能診斷。從現在統計看，新冠肺炎患者的核酸檢測，目前只有30%是陽(yáng)性，盡管它是患病的人，確診了，但是只有30%。原因是什么？取樣是從口腔部來(lái)取樣的，實(shí)際上這里邊感染不算嚴重，肺部才嚴重。因此，判斷還要根據CT，一個(gè)肺掃描出幾百張這樣CT照片，一張張看是比較難的，利用大數據，我們可以用人工智能的技術(shù)，可以把它還原回一個(gè)3D三維的肺，比較容易看有沒(méi)有纖維化，有沒(méi)有肺變毛玻璃狀。同時(shí)，現在還可以根據醫療的經(jīng)驗，開(kāi)發(fā)出感染肺炎患者的CT影象大數據分析評價(jià)系統，不一定要醫生看了，這些CT照片可以放系統上，進(jìn)行分析，能幫助醫生進(jìn)行病灶分析。過(guò)去醫生可能要看5個(gè)多小時(shí)，現在幾分鐘就可以，因為它把幾百張變成一張了。

大數據本身在新冠肺炎新藥研制和疫苗研制里，也會(huì )發(fā)揮作用。新藥研制總體上過(guò)程是比較長(cháng)的，新藥的篩選、活性的評價(jià)、藥理的分析、安全評價(jià)等等，到臨床還要做很多工作。目前是沒(méi)有特效藥的，所以，另外一種途徑是老藥新用，把一些過(guò)去抗艾滋病、流感的藥物重新檢驗一下，看它有沒(méi)有可能對新冠肺炎有效。我們知道，已經(jīng)上市的和臨床實(shí)驗的藥有近萬(wàn)種，一種一種來(lái)篩選時(shí)間是很長(cháng)的，而且現在去積累數據，已經(jīng)不容易了，如果原來(lái)有積累更多的數據更好。這里舉一個(gè)例子，清華的藥學(xué)院，它的人工智能藥物研發(fā)大數據平臺，收集了以前冠狀病毒研究里邊涉及的900多個(gè)小分子的實(shí)驗信息，利用這個(gè)就有可能加快藥物的篩選。

大數據也在優(yōu)化醫療緊缺物資的生產(chǎn)組織和調度上有很好的用處。海爾開(kāi)發(fā)了疫情醫療物資信息共享資源匯聚平臺，一方面連接醫院，780多家醫院；另一方面聯(lián)系需求的社區，以及能生產(chǎn)這些醫療物資的企業(yè)500多家，它發(fā)布了這個(gè)需求5000多萬(wàn)件，另外，它的采購不限于中國，還到全球，所以實(shí)現了抗疫資源的精準對接。湖北有一個(gè)醫療物資需求平臺，是由志愿者開(kāi)發(fā)的，它爬取網(wǎng)上的數據，按城市醫院類(lèi)別分類(lèi)，登出需求、運輸和聯(lián)系方式。四川也開(kāi)發(fā)了防控應急物資的管理系統，把物資的入庫、調度、審批、庫存、日常消耗需求匯總在一起，提高了應急物資配置的調度效率，當然這些都是從網(wǎng)上獲取數據。

現在難題是什么？我們的衛健委，并沒(méi)有得到所有醫院的床位數據，因為過(guò)去是不聯(lián)網(wǎng)的，這樣導致我們不能實(shí)時(shí)地知道什么床位是有富余的，什么可以調度出來(lái)。所以這也說(shuō)明，我們過(guò)去這方面的工作都不足。

另外，數據需要融合，現在不少小區實(shí)行了封閉管理，現在已經(jīng)有上線(xiàn)的專(zhuān)項排查APP，不用手登記，用手機一掃身份證，報上體溫，數據自動(dòng)聯(lián)網(wǎng)。還可以記錄下來(lái)現在到藥店購買(mǎi)發(fā)燒藥、咳嗽藥的人的實(shí)名數據，因為有些人已經(jīng)有病了，沒(méi)到醫院自己買(mǎi)藥，實(shí)際上是有很大風(fēng)險的。我們還可以將公交卡、網(wǎng)約車(chē)的數據結合起來(lái)，這次疫情也是考驗我們，聯(lián)防聯(lián)控協(xié)調調度的機制，包括跨部門(mén)大數據的協(xié)調能力。

現在是復工了，很多企業(yè)需要工人，但是人員流動(dòng)密集又有風(fēng)險，因此企業(yè)面臨兩難。杭州采用一種綠紅黃三色的健康碼的管理方式，區別用戶(hù)是不是接觸過(guò)確診患者、疑似患者，是不是來(lái)自重點(diǎn)疫區，以及隔離長(cháng)短，可以分別對待。但是，你會(huì )擔心填報是不是真實(shí)？這里邊健康碼是要聯(lián)系到云端的，跟網(wǎng)上掌握的數據匹配，大數據能查出不實(shí)的信息。

大數據是雙刃劍，怎么做到隱私保護。實(shí)際上，電信的大數據只考慮了信令和計費，不含通信的內容，但是盡管這樣，患者的行為數據也是敏感的。電信大數據目前只限于疫情的管控，疫情結束以后，不會(huì )再保留有關(guān)的原始數據，現在特別要注意的是，除了國務(wù)院衛生健康部門(mén)依法授權的機構以外，其他任何單位和個(gè)人，不得以疫情防控，治病防治為由，未經(jīng)被收集者同意收集用戶(hù)的個(gè)人信息。這里就難了，又要保護個(gè)人信息，又要利用大數據聯(lián)防聯(lián)控，怎么辦呢？有一種方法，就是原始數據可用不可見(jiàn)。什么叫可用不可見(jiàn)？有關(guān)部委，衛健委、交通部、公安部、工信部等可以上報數據的樣本，幫助疫情大數據分析調試平臺來(lái)調試我們的算法和程序，一旦調試好程序，再下發(fā)到相關(guān)部委，在相關(guān)部委的各自范圍里頭運行并產(chǎn)生結果。最后匯報給上面的結果已經(jīng)不是原始數據了。通過(guò)這樣，不改變數據的歸屬所有權和存儲位置，只帶走了不含敏感數據的分析結果。

疫情大數據也是需要特別進(jìn)行安全防護的，從右上角的圖可以看出綠色是健康數據，健康數據是黑客所重點(diǎn)關(guān)注的，甚至2014年，我們國家的網(wǎng)站受攻擊最多的是醫療衛生的網(wǎng)站。美國也統計過(guò)，遭遇黑客醫療數據的泄露損失很高，而且疫情大數據不但是商業(yè)利益問(wèn)題，還關(guān)聯(lián)國家政治社會(huì )問(wèn)題，我們以為疫情大數據系統是內網(wǎng)，但實(shí)際上內網(wǎng)也會(huì )遭遇攻擊。我們在疫情大數據的系統上，要明確接入權限與過(guò)程審計，用各種各樣的安全措施來(lái)確保安全。

為什么這次新冠疫情大數據來(lái)得晚呢？這上面是谷歌有一年某個(gè)地方發(fā)生流感，谷歌的報告流感比美國疾控中心還提前一個(gè)星期，相似度97%。它能提前預警，而中國的這次疫情大數據，基本上沒(méi)有起到預警作用，為什么？網(wǎng)上人說(shuō)，你們說(shuō)得那么好，為什么你們沒(méi)有早說(shuō)出來(lái)？原因是網(wǎng)上信息很多。傳染病根本沒(méi)有被列到互聯(lián)網(wǎng)界關(guān)注的優(yōu)先點(diǎn)，另外在發(fā)現不明肺炎之初，醫療機構的信息中心也沒(méi)有能夠根據十多例的病情分析出人傳人，掌握不了病毒控制的主動(dòng)權，應該說(shuō)，可惜我們信息技術(shù)人員敏感性不夠。

另外一個(gè)更重要原因，是數據的披露開(kāi)放之后不及時(shí)。在發(fā)現最初動(dòng)物作為傳染源的時(shí)候，案例是比較少的，很難觸發(fā)疫情大數據的分析。發(fā)展到人傳人的時(shí)候，電信以及互聯(lián)網(wǎng)公司的人行為軌跡的大數據才有作用，我們知道，武漢的重癥病例從發(fā)病到住院平均等待了將近10天，有些還沒(méi)等到住院就不行了。整個(gè)獲得信息延誤了10天，再加上14天左右的潛伏期，病毒已經(jīng)蔓延了一個(gè)多月，而且一些錯誤的信息，“不會(huì )人傳人”“可防可控”在發(fā)布。而真實(shí)的信息被當做謠言，疫情的數據沒(méi)有對外公布，當公眾知道病毒可以人傳人的時(shí)候，已經(jīng)錯過(guò)了防控的黃金時(shí)間，造成了武漢疫情爆發(fā)長(cháng)時(shí)間失控，這種公布數據，不僅僅是為了大數據分析。華盛頓大學(xué)有一個(gè)研究，“當媒體的報道量增加10倍，疾病的感染數會(huì )減少33.5%”，所以應該是更有用的。

另外，大數據的應用需要法律保證?！秱魅静》乐畏ā芬幎?，有關(guān)部門(mén)要報告疫情和監測，但是沒(méi)有明確哪一級地方政府有權收集當地運營(yíng)商跟疫情有關(guān)的數據，也沒(méi)有明確政府應該開(kāi)放什么數據，應該公布什么信息。所以，我們建議，要出臺《傳染病防治法》的實(shí)施細則，要明確省市政府對疫情防控數據的收集權限和政府各個(gè)部門(mén)，以及相關(guān)企業(yè)提供疫情防控有關(guān)數據的責任。

因為用戶(hù)的信令數據面很廣，而且實(shí)時(shí)性很好。實(shí)際上，每個(gè)用戶(hù)平均每天有200條左右的信令數據，應該是很好的，很詳盡?；镜亩ㄎ痪戎挥邪倜椎牧考?，實(shí)際上100米的半徑里，根據這個(gè)來(lái)確定密切接觸者是不準確的，因為有很多人隔100米和隔10米的情況是不同的。衛星導航+數字地圖的定位精度是比電信基站的定位精度要優(yōu)，但是它的用戶(hù)數覆蓋不夠，所以?xún)烧叩慕Y合可能比較好。電信大數據對疫情防控是有很好作用的，但是還是有限的，所以?xún)H有電信大數據不夠，需要跟有關(guān)部委融合。

大數據本身是一種方法，整個(gè)醫療不僅僅是在院中，還涉及到院前、院后和醫院管理，涉及到很多環(huán)節。大數據也不是智慧醫療的唯一方法，也是要跟其他信息技術(shù)結合，同時(shí)也要跟醫學(xué)專(zhuān)業(yè)知識結合，需要信息技術(shù)和醫學(xué)界的緊密合作。

最后，跟17年前的非典疫情相比，本次疫情是更嚴峻的大考。但現在用上了先進(jìn)的醫療技術(shù)和大數據等新一代信息技術(shù)，科學(xué)防治、精準施策。在黨中央的堅強領(lǐng)導下，在疫情防控的人民戰爭中，大數據的應用環(huán)境將進(jìn)一步優(yōu)化，在聯(lián)防聯(lián)控精準施策中將發(fā)揮更大的作用。我們一定能夠打贏(yíng)疫情防控的人民戰爭、總體戰、阻擊戰。

來(lái)源：戰略前沿技術(shù)