鐘一葦

摘要：國(guó)家在重大疫情中的治理能力，主要體現(xiàn)在疫情爆發(fā)前的防范控制、疫情爆發(fā)中的醫(yī)療保障以及疫情爆發(fā)后的社會(huì)管理三個(gè)環(huán)節(jié)。此次新冠肺炎疫情，暴露出我國(guó)在上述環(huán)節(jié)中監(jiān)測(cè)預(yù)警能力不足、醫(yī)療保障機(jī)制不健全、執(zhí)法行為不規(guī)范等問題。對(duì)此，可利用大數(shù)據(jù)應(yīng)用優(yōu)勢(shì)，對(duì)疫情的治理進(jìn)行有效輔助。在防范控制環(huán)節(jié)，利用大數(shù)據(jù)建立疫情監(jiān)測(cè)、預(yù)警、發(fā)布三個(gè)子系統(tǒng)，實(shí)現(xiàn)疫情的“智能化治理”;在醫(yī)療保障環(huán)節(jié)，利用大數(shù)據(jù)輔助診斷及醫(yī)療物資調(diào)配工作，實(shí)現(xiàn)疫情的“精確化治理”;在社會(huì)管理環(huán)節(jié)，利用大數(shù)據(jù)提高病患的收治排查效率，規(guī)范執(zhí)法行為，實(shí)現(xiàn)疫情的“標(biāo)準(zhǔn)化治理”。通過(guò)大數(shù)據(jù)在上述三個(gè)環(huán)節(jié)的應(yīng)用，有效推動(dòng)我國(guó)重大疫情治理能力的提升。

關(guān)鍵詞：新冠肺炎;大數(shù)據(jù)應(yīng)用;重大疫情治理

中圖分類號(hào)：D630 文獻(xiàn)標(biāo)志碼：A 文童編號(hào)：1672-626X（2020）04-0013-09

新冠肺炎疫情的爆發(fā)，對(duì)于我國(guó)重大疫情治理能力是一次重大考驗(yàn)。習(xí)近平總書記在中央全面深化改革委員會(huì)會(huì)議中指出：“這次疫情是對(duì)我國(guó)治理體系和能力的一次大考?！膭?lì)運(yùn)用大數(shù)據(jù)、人工智能、云計(jì)算等數(shù)字技術(shù)，在疫情監(jiān)測(cè)分析、病毒溯源、防控救治、資源調(diào)配等方面更好發(fā)揮支撐作用?！贝髷?shù)據(jù)應(yīng)用作為信息時(shí)代國(guó)家治理能力現(xiàn)代化的新型思維和手段，能夠?qū)崿F(xiàn)國(guó)家在公共安全、衛(wèi)生服務(wù)、應(yīng)急管理中數(shù)據(jù)共享、部門協(xié)同、趨勢(shì)研判、戰(zhàn)略分析、科學(xué)決策等領(lǐng)域治理能力的提升。在突發(fā)重大疫情中，國(guó)家治理能力主要體現(xiàn)在疫情爆發(fā)前的防范控制、疫情爆發(fā)中的醫(yī)療保障以及疫情爆發(fā)后的社會(huì)管理三個(gè)環(huán)節(jié)。由此，如何發(fā)揮大數(shù)據(jù)技術(shù)優(yōu)勢(shì)，將其應(yīng)用于疫情防控中的上述環(huán)節(jié)，以提升我國(guó)在重大疫情中的治理能力，是本文探討的主要問題。

一、監(jiān)測(cè)預(yù)警：大數(shù)據(jù)在重大疫情防范控制環(huán)節(jié)的應(yīng)用

對(duì)于重大疫情，國(guó)家治理能力首先體現(xiàn)在對(duì)疫情爆發(fā)前的防范控制環(huán)節(jié)，即對(duì)疫情的監(jiān)測(cè)預(yù)警能力。此次疫情暴露出我國(guó)在疫情監(jiān)測(cè)預(yù)警方面的短板：據(jù)中國(guó)及武漢疾病防控中心發(fā)表于《新英格蘭醫(yī)學(xué)雜志》的論文顯示，在2019年12月中旬新冠肺炎已發(fā)生傳播，但未引起相關(guān)防疫部門的重視。這不僅使得疫情的防范控制工作損失了黃金時(shí)間，亦反映出我國(guó)在疫情監(jiān)測(cè)預(yù)警方面的不足。而大數(shù)據(jù)則能夠通過(guò)信息收集、智能處理、云計(jì)算等技術(shù)，對(duì)數(shù)據(jù)進(jìn)行自動(dòng)抓取、深入挖掘、智能分析，從中提取規(guī)律，并利用這些規(guī)律對(duì)相關(guān)數(shù)據(jù)進(jìn)行監(jiān)測(cè)與預(yù)警。因此，為提升我國(guó)在疫情防范控制環(huán)節(jié)的監(jiān)測(cè)預(yù)警能力，可利用大數(shù)據(jù)技術(shù)，在國(guó)家及省級(jí)層面建立權(quán)威的“重大疫情監(jiān)測(cè)預(yù)警系統(tǒng)”，包括后臺(tái)“疫情監(jiān)測(cè)層”、中臺(tái)“疫情預(yù)警層”及前臺(tái)“疫情發(fā)布層”，實(shí)現(xiàn)疫情信息的收集、分析、發(fā)布功能，以輔助國(guó)家重大疫情治理工作的開展。

（一）后臺(tái)：大數(shù)據(jù)疫情監(jiān)測(cè)層

“重大疫情監(jiān)測(cè)預(yù)警系統(tǒng)”的后臺(tái)為大數(shù)據(jù)“疫情監(jiān)測(cè)層”，其目標(biāo)是通過(guò)對(duì)國(guó)家、社會(huì)、網(wǎng)絡(luò)等層面海量數(shù)據(jù)的收集，整合各部門信息資源，提升我國(guó)重大疫情的監(jiān)測(cè)能力。疫情監(jiān)測(cè)層可分為3個(gè)子系統(tǒng)，分別對(duì)國(guó)家數(shù)據(jù)、社會(huì)數(shù)據(jù)以及網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行收集、整合與監(jiān)測(cè)。

第一，基于“國(guó)家數(shù)據(jù)”的疫情監(jiān)測(cè)系統(tǒng)。當(dāng)前，我國(guó)重大疫情監(jiān)測(cè)在國(guó)家層面存在的主要問題是信息的公開與共享力度不足。盡管各防控部門實(shí)際已擁有大數(shù)據(jù)信息化系統(tǒng)，但大多自建自用，導(dǎo)致信息資源互動(dòng)程度低、共享難。同時(shí)，由于不同部門監(jiān)測(cè)標(biāo)準(zhǔn)不一，導(dǎo)致數(shù)據(jù)形式和格式不統(tǒng)一，難以統(tǒng)籌利用。若將各部門收集到的信息予以整合、共享并統(tǒng)一標(biāo)準(zhǔn)，即能打破“部門藩籬與“數(shù)據(jù)孤島”現(xiàn)象，提升重大疫情的監(jiān)測(cè)能力。這樣一種基于國(guó)家的數(shù)據(jù)疫情監(jiān)測(cè)系統(tǒng)在國(guó)外已被廣泛應(yīng)用：如全球新興傳染病監(jiān)測(cè)系統(tǒng)（GEIS）即致力于整合全球監(jiān)測(cè)系統(tǒng)、疫情調(diào)查及日常訓(xùn)練，目前已覆蓋92個(gè)國(guó)家。美國(guó)衛(wèi)生部對(duì)有關(guān)傳染病醫(yī)療方面的數(shù)據(jù)進(jìn)行公開，建立了細(xì)菌傳染病監(jiān)測(cè)PulseNe系統(tǒng)和食源性疾病主動(dòng)監(jiān)測(cè)網(wǎng)。在我國(guó)，電子病歷系統(tǒng)亦已全面覆蓋，公共衛(wèi)生部門可以通過(guò)分析全國(guó)各地的患者出現(xiàn)相同或相似癥狀的信息，預(yù)測(cè)某些傳染病的暴發(fā)，提前快速響應(yīng)。

“國(guó)家數(shù)據(jù)”疫情監(jiān)測(cè)系統(tǒng)的功能為對(duì)各政府部門、衛(wèi)生管理部門、疾病防控中心、突發(fā)事件監(jiān)測(cè)部門等疫情防控部門的數(shù)據(jù)進(jìn)行收集與整合，建立監(jiān)測(cè)協(xié)同機(jī)制，實(shí)現(xiàn)疫情監(jiān)測(cè)系統(tǒng)的共享共建。首先，各防控部門需要建立統(tǒng)一的數(shù)據(jù)共享平臺(tái)，聯(lián)通各部門數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行初步加工，統(tǒng)一標(biāo)準(zhǔn)，方便系統(tǒng)識(shí)別。其次，建立統(tǒng)一的數(shù)據(jù)接收和傳遞渠道，使數(shù)據(jù)能夠進(jìn)入監(jiān)測(cè)系統(tǒng)，完成“警源”數(shù)據(jù)的收集。再次，在數(shù)據(jù)收集完畢后，系統(tǒng)即對(duì)各部門的海量數(shù)據(jù)進(jìn)行存儲(chǔ)與抓取，實(shí)時(shí)監(jiān)測(cè)疫情存在的可能性，并反饋給防控部門。最后，對(duì)可能的征兆與風(fēng)險(xiǎn)數(shù)據(jù)進(jìn)行深度挖掘與智能分析，形成疫情威脅的風(fēng)險(xiǎn)性報(bào)告，提前制定防控預(yù)案，以應(yīng)對(duì)可能的風(fēng)險(xiǎn)。

第二，基于“社會(huì)數(shù)據(jù)”的疫情監(jiān)測(cè)系統(tǒng)。由于疫情爆發(fā)原因的復(fù)雜性，人們的生活方式、衛(wèi)生習(xí)慣、活動(dòng)軌跡以及地理、氣候等因素均可能導(dǎo)致疫情的發(fā)生，使得疫情防控中的“社會(huì)因素”逐步受到重視，很多公共機(jī)構(gòu)亦開始利用大數(shù)據(jù)對(duì)可能的疫情進(jìn)行檢測(cè)。如美國(guó)公共健康協(xié)會(huì)創(chuàng)立的“Flu Near You”網(wǎng)站，即采用大數(shù)據(jù)技術(shù)監(jiān)測(cè)流感的蔓延程度，并預(yù)測(cè)未來(lái)任何有可能暴發(fā)的流感疫情。加拿大Bio.Diaspora公司運(yùn)用地理資訊系統(tǒng)，通過(guò)分析人口移動(dòng)、氣候因素、航班起降、衛(wèi)生系統(tǒng)、家畜密度等信息，發(fā)布動(dòng)態(tài)全球病毒地圖，預(yù)測(cè)可能爆發(fā)疫情的地區(qū)。而在非洲埃博拉病毒爆發(fā)期間，通過(guò)分析當(dāng)?shù)鼐用裥袆?dòng)通信資料，大數(shù)據(jù)在定位疫區(qū)位置、預(yù)測(cè)疫情擴(kuò)散、合理規(guī)劃資源等方面亦發(fā)揮了重要作用。

“社會(huì)數(shù)據(jù)”疫情監(jiān)測(cè)系統(tǒng)的功能為對(duì)各級(jí)醫(yī)院、醫(yī)療衛(wèi)生機(jī)構(gòu)、醫(yī)保機(jī)構(gòu)、醫(yī)療企業(yè)等與醫(yī)療相關(guān)的行業(yè)數(shù)據(jù)進(jìn)行收集與整合，提升重大疫情監(jiān)測(cè)能力。首先，對(duì)于未知疾病可能引發(fā)的重大疫情，傳統(tǒng)的監(jiān)測(cè)方法均基于歷史的臨床數(shù)據(jù)來(lái)監(jiān)測(cè)，在臨床經(jīng)驗(yàn)數(shù)據(jù)為零的情況下，傳統(tǒng)方法無(wú)法檢測(cè)到首次出現(xiàn)的疾病。而大數(shù)據(jù)則不然，通過(guò)社會(huì)機(jī)構(gòu)的海量數(shù)據(jù)、公共機(jī)構(gòu)的疾病監(jiān)測(cè)報(bào)告、醫(yī)療機(jī)構(gòu)的信息共享，即可以監(jiān)測(cè)到某地不明原因疾病的出現(xiàn)，為判斷疾病的性質(zhì)贏取時(shí)間。其次，對(duì)于突發(fā)疫情，可通過(guò)大數(shù)據(jù)監(jiān)測(cè)到疫情爆發(fā)區(qū)人群流動(dòng)的軌跡，第一時(shí)間通知該人群流向地的疾病防控中心，提前做好應(yīng)對(duì)措施。例如此次疫情中的“百度遷徙平臺(tái)”，即利用大數(shù)據(jù)技術(shù)展示了封城前離開武漢人員的遷徙軌跡，若各地疾病防控部門能夠有效利用上述數(shù)據(jù)，即可提前擬定措施，在疫區(qū)流動(dòng)人群到達(dá)前做好防控準(zhǔn)備工作。

第三，基于“網(wǎng)絡(luò)數(shù)據(jù)”的疫情監(jiān)測(cè)系統(tǒng)。利用患者患病后在互聯(lián)網(wǎng)上對(duì)相關(guān)信息的查詢，通過(guò)網(wǎng)絡(luò)的實(shí)時(shí)信息處理技術(shù)，對(duì)網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)、篩選、甄別、分析，根據(jù)對(duì)高頻率關(guān)鍵詞的跟蹤查詢，可以有效監(jiān)測(cè)重大疫情的發(fā)生。如谷歌通過(guò)分析其搜索引擎上的關(guān)鍵詞，將該數(shù)據(jù)與疾病中心的數(shù)據(jù)相比較，根據(jù)搜索次數(shù)和實(shí)際患者的時(shí)間序列，利用一個(gè)多元線性回歸模型，很好地預(yù)測(cè)了流感的傳播趨勢(shì)。P01green（2008）通過(guò)對(duì)雅虎搜索記錄的分析，指出用戶在醫(yī)療信息網(wǎng)站的搜索記錄，能夠很好地用來(lái)預(yù)測(cè)流行病的傳播。Ginsberg（2009）通過(guò)在谷歌日志中選擇關(guān)鍵詞，建立模型以監(jiān)測(cè)流感活動(dòng)，模型預(yù)測(cè)值與國(guó)家疾病預(yù)防控制中心數(shù)據(jù)高度吻合，并且能夠提前預(yù)測(cè)流感病例的發(fā)生。

“網(wǎng)絡(luò)數(shù)據(jù)”疫情監(jiān)測(cè)系統(tǒng)的功能為對(duì)各門戶網(wǎng)站、搜索引擎、社交媒體中的海量網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行收集與整合，甄別其中與疫情相關(guān)的信息，并對(duì)可能發(fā)生的疫情進(jìn)行監(jiān)控。首先，在系統(tǒng)中設(shè)置疫情專業(yè)領(lǐng)域的概念、定義與表達(dá)模式。由于網(wǎng)絡(luò)信息的數(shù)量巨大、繁雜模糊，需建立一個(gè)公共衛(wèi)生、醫(yī)療檢疫、疾病防控等與疫情高度相關(guān)的專有詞典庫(kù)或數(shù)據(jù)庫(kù)，以便讓系統(tǒng)能夠自動(dòng)識(shí)別。在對(duì)這些專業(yè)概念、定義與表達(dá)進(jìn)行明確規(guī)定和限制之后，再搜集目標(biāo)網(wǎng)頁(yè)的數(shù)據(jù)資源。依據(jù)專有領(lǐng)域概念特征的表達(dá)和描述，建立目標(biāo)數(shù)據(jù)規(guī)模訓(xùn)練集，目標(biāo)數(shù)據(jù)就可在完整的模式分類和機(jī)器學(xué)習(xí)技術(shù)上建立起來(lái)。其次，設(shè)置專業(yè)用語(yǔ)語(yǔ)義過(guò)濾機(jī)制。其目的是篩選并去除與疫情關(guān)聯(lián)度不大或完全無(wú)關(guān)的干擾數(shù)據(jù)和信息，保證疫情監(jiān)測(cè)的準(zhǔn)確性。在完成專業(yè)用語(yǔ)的界定與過(guò)濾后，即可構(gòu)建目標(biāo)網(wǎng)頁(yè)的自動(dòng)提取技術(shù)。最后，利用網(wǎng)絡(luò)爬蟲技術(shù)，建立疫情數(shù)據(jù)搜索機(jī)制。通過(guò)智能網(wǎng)絡(luò)爬蟲算法技術(shù)在各門戶網(wǎng)站、搜索引擎、社交網(wǎng)絡(luò)等公共媒體和自媒體中有選擇地搜索特定信息，對(duì)與疫情相關(guān)的數(shù)據(jù)進(jìn)行定向抓捕，從而利用網(wǎng)絡(luò)數(shù)據(jù)完成對(duì)疫情的監(jiān)測(cè)。

（二）中臺(tái)：大數(shù)據(jù)疫情預(yù)警層

“重大疫情監(jiān)測(cè)預(yù)警系統(tǒng)”的中臺(tái)為大數(shù)據(jù)“疫情預(yù)警層”，其目標(biāo)是在將疫情信息進(jìn)行收集、整合后，對(duì)監(jiān)測(cè)到的數(shù)據(jù)進(jìn)行智能分析，判斷監(jiān)測(cè)數(shù)據(jù)的風(fēng)險(xiǎn)閾值，提升重大疫情的預(yù)警能力。

第一，建立統(tǒng)一的疫情預(yù)警系統(tǒng)，將收集到的海量疫情數(shù)據(jù)進(jìn)行甄別與分類。由于疫情監(jiān)測(cè)系統(tǒng)獲得的國(guó)家數(shù)據(jù)、社會(huì)數(shù)據(jù)、網(wǎng)絡(luò)數(shù)據(jù)分屬不同的類型，其標(biāo)準(zhǔn)、口徑、形式、格式均不一致，因此需先對(duì)數(shù)據(jù)進(jìn)行類型化，統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)，以便系統(tǒng)能夠有效識(shí)別。之后還需對(duì)數(shù)據(jù)進(jìn)行脫敏與過(guò)濾，在保護(hù)居民隱私權(quán)的前提下，判斷風(fēng)險(xiǎn)存在的實(shí)際狀態(tài)，使可能或已經(jīng)存在的疫情警兆能夠直觀地展示給決策者。

第二，將經(jīng)過(guò)脫敏、過(guò)濾后的標(biāo)準(zhǔn)類型化數(shù)據(jù)進(jìn)行相關(guān)性分析，對(duì)疫情的風(fēng)險(xiǎn)指數(shù)進(jìn)行評(píng)估。相比于傳統(tǒng)的重大疫情預(yù)警方式，大數(shù)據(jù)的優(yōu)勢(shì)在于可以從海量的數(shù)據(jù)中凝練具有連續(xù)性、動(dòng)態(tài)性和實(shí)時(shí)性的信息，并將這些信息進(jìn)行相關(guān)分析，預(yù)測(cè)疫情的發(fā)生趨勢(shì)，降低警示信號(hào)識(shí)別的誤差率，實(shí)現(xiàn)預(yù)警決策從假設(shè)推動(dòng)到數(shù)據(jù)推動(dòng)的長(zhǎng)足飛躍。由此，在疫情的防控工作中，可以利用大數(shù)據(jù)深度學(xué)習(xí)技術(shù)，將與重大疫情有關(guān)的信息進(jìn)行羅列，讓計(jì)算機(jī)自動(dòng)識(shí)別可能或已經(jīng)發(fā)生的疫情，并發(fā)出預(yù)警。例如國(guó)家數(shù)據(jù)中的相關(guān)信息包括病種、病例、病毒庫(kù)、電子病歷、醫(yī)保信息中的異常數(shù);社會(huì)數(shù)據(jù)中的相關(guān)信息包括地理區(qū)域、時(shí)間范圍、氣候因素、人群活動(dòng)軌跡中的異常數(shù);網(wǎng)絡(luò)數(shù)據(jù)中的相關(guān)信息包括門戶網(wǎng)站、社交媒體、搜索引擎中的異常數(shù)等。在將上述數(shù)據(jù)進(jìn)行設(shè)置后，即可采用時(shí)空聚集性分析與時(shí)間序列分析等模型，通過(guò)相關(guān)關(guān)系分析，讓系統(tǒng)自動(dòng)給出是否存在疫情、爆發(fā)的可能性有多高等風(fēng)險(xiǎn)判斷，并及時(shí)將結(jié)果發(fā)送給疫情防控人員。

第三，對(duì)風(fēng)險(xiǎn)信息進(jìn)行分級(jí)評(píng)估，設(shè)定預(yù)警閾值。在對(duì)預(yù)警數(shù)據(jù)進(jìn)行相關(guān)性分析后，還要對(duì)預(yù)測(cè)結(jié)果進(jìn)行分級(jí)，并設(shè)置相應(yīng)的風(fēng)險(xiǎn)指數(shù)閾值，以便防控人員能夠判斷疫情的風(fēng)險(xiǎn)級(jí)別，決定是否發(fā)出預(yù)警、何時(shí)發(fā)出預(yù)警以及發(fā)出何種程度的預(yù)警?？蓞⒄諊?guó)際“疾病爆發(fā)應(yīng)對(duì)系統(tǒng)（DoTscon）”的標(biāo)準(zhǔn)預(yù)先將疫情預(yù)警級(jí)別分為綠色、黃色、橙色、紅色，并設(shè)置對(duì)應(yīng)的閾值，在系統(tǒng)對(duì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析時(shí)，一旦超過(guò)閾值，則將監(jiān)測(cè)結(jié)果與預(yù)警級(jí)別進(jìn)行比對(duì)，根據(jù)風(fēng)險(xiǎn)級(jí)別自動(dòng)發(fā)出預(yù)警。例如某疾病防控中心發(fā)現(xiàn)某家醫(yī)院的傳染病患急劇上漲，某機(jī)構(gòu)發(fā)現(xiàn)該地區(qū)居民前往醫(yī)院的人數(shù)比以往明顯增多，某網(wǎng)站發(fā)現(xiàn)該段間內(nèi)傳染病的搜索頻率大幅增加，這時(shí)系統(tǒng)即會(huì)對(duì)上述信息進(jìn)行智能分析，得出加權(quán)后的預(yù)測(cè)結(jié)果，并根據(jù)設(shè)置的風(fēng)險(xiǎn)閾值，自動(dòng)向決策者報(bào)告對(duì)應(yīng)的風(fēng)險(xiǎn)預(yù)警等級(jí)，以為其是否發(fā)出預(yù)警提供依據(jù)。

（三）前臺(tái)：大數(shù)據(jù)疫情發(fā)布層

目前，我國(guó)疫情信息的發(fā)布制度主要存在兩個(gè)方面的問題。一是由于疫情信息發(fā)布機(jī)構(gòu)的層級(jí)較高，導(dǎo)致信息的發(fā)布較為遲緩。我國(guó)《傳染病防治法》第38條規(guī)定：“傳染病暴發(fā)時(shí)，國(guó)務(wù)院衛(wèi)生行政部門負(fù)責(zé)向社會(huì)公布傳染病疫情信息，并可授權(quán)省、自治區(qū)、直轄市人民政府衛(wèi)生行政部門向社會(huì)公布疫情信息”。由于疫情信息的發(fā)布部門只能是國(guó)家和省一級(jí)的衛(wèi)生部門，使得基層衛(wèi)生部門在發(fā)現(xiàn)疫情后，需要逐級(jí)上報(bào)，大大延緩了疫情發(fā)布時(shí)間。二是出于各種考慮，一些部門在得知疫情信息后不僅不愿上報(bào)，甚至采取封殺或懲戒的方法對(duì)社會(huì)上疫情信息的“苗頭”進(jìn)行處理，使疫情的防控工作損失了寶貴的時(shí)間。對(duì)此，有學(xué)者指出：“草率地通過(guò)行政權(quán)力對(duì)存在不確定性的信息采取‘一棍子打死的做法，可能導(dǎo)致正確信息被篩選掉，給人民群眾生命健康和公共安全造成極大隱患，甚至造成不可挽回的損失?！?/p>

“重大疫情監(jiān)測(cè)預(yù)警系統(tǒng)”的前臺(tái)為大數(shù)據(jù)“疫情發(fā)布層”，其目標(biāo)是對(duì)當(dāng)前疫情信息發(fā)布制度的缺陷進(jìn)行改善。一是對(duì)疫情信息發(fā)布遲緩問題，可利用大數(shù)據(jù)技術(shù)，將不同級(jí)別的預(yù)警信息直接發(fā)送至國(guó)家或省級(jí)衛(wèi)生管理部門。在疫情預(yù)警系統(tǒng)發(fā)出“綠色”或“黃色”級(jí)別預(yù)警信號(hào)時(shí)，立即將信息發(fā)送至省一級(jí)衛(wèi)生行政部門;而在系統(tǒng)發(fā)出“橙色”或“紅色”級(jí)別預(yù)警信號(hào)時(shí)，則將該預(yù)警信息發(fā)送至國(guó)家衛(wèi)生行政部門。這樣可使有疫情信息發(fā)布權(quán)的行政部門能夠及時(shí)了解疫情狀況，并迅速開展疫情調(diào)查與防控工作，在第一時(shí)間對(duì)疫情信息予以發(fā)布。同時(shí)，亦能有效避免疫情信息逐級(jí)上報(bào)所消耗的寶貴時(shí)間，大幅縮短疫情的反應(yīng)時(shí)間，促使疫情的發(fā)布工作邁向精確、迅速及有效。二是對(duì)于一些部門在得知疫情信息后不愿上報(bào)的問題，大數(shù)據(jù)可以有效減少人為因素的干擾。大數(shù)據(jù)的特征之一是自動(dòng)化，系統(tǒng)在提取、分析和處理數(shù)據(jù)時(shí)是不受人為因素控制的，對(duì)于疫情的預(yù)警亦是如此，系統(tǒng)只根據(jù)收集到的數(shù)據(jù)得出相應(yīng)的結(jié)果，非人為因素可以影響。因此，可以考慮對(duì)國(guó)家疫情信息發(fā)布制度作出改進(jìn)，規(guī)定一旦預(yù)警系統(tǒng)發(fā)出“綠色”及以上級(jí)別的預(yù)警，就應(yīng)當(dāng)在相應(yīng)衛(wèi)生行政部門的官方網(wǎng)站上自動(dòng)發(fā)布疫情信息，并將疫情數(shù)據(jù)予以公開。這樣不僅能夠做到對(duì)疫情防控的快速應(yīng)對(duì)，亦能提升國(guó)家公信力，使居民更加配合疫情防控部門的工作。

（一）大數(shù)據(jù)輔助重大疫情中的收治排查

對(duì)于排查收治問題，中央指導(dǎo)組副組長(zhǎng)陳一新在談到疫情防控指揮時(shí)強(qiáng)調(diào)：應(yīng)搭建大數(shù)據(jù)平臺(tái)，加強(qiáng)大數(shù)據(jù)分析，時(shí)刻心中有“數(shù)”，實(shí)現(xiàn)疫情防控的精準(zhǔn)化和高效化。人民日?qǐng)?bào)海外版旗下賬號(hào)“俠客島”亦撰文指出：武漢開展疫情“應(yīng)收盡收”排查面臨的主要困境為社區(qū)工作者人數(shù)不足，以及處理疫情中復(fù)雜問題的經(jīng)驗(yàn)和效率欠缺。對(duì)此，政府采用了黨員干部下沉社區(qū)等一系列方法解決了燃眉之急。在此基礎(chǔ)上，本文將探討如何在現(xiàn)有模式的基礎(chǔ)上，利用大數(shù)據(jù)提高疫情排查收治的效率，減輕一線人員的負(fù)擔(dān)。

第一，確定社區(qū)內(nèi)疑似患者是否已被收治。在此次疫情中，阿里健康開發(fā)的“抗擊新冠肺炎”軟件，利用地圖方式對(duì)確診、疑似、死亡和治愈病例進(jìn)行實(shí)時(shí)播報(bào)，以完成對(duì)疫情真況和感染趨勢(shì)的精準(zhǔn)呈現(xiàn)，這是大數(shù)據(jù)可視化技術(shù)的具體應(yīng)用;RUC新聞坊通過(guò)大數(shù)據(jù)為求助者進(jìn)行畫像，其利用清博大數(shù)據(jù)提供的400余萬(wàn)條微博數(shù)據(jù)以及國(guó)內(nèi)19家媒體發(fā)布的1413條報(bào)道數(shù)據(jù)，提取求助者信息1183條。通過(guò)這些信息定位求助者地址，獲得相關(guān)的社區(qū)信息，在對(duì)這些信息進(jìn)行交叉分析后，進(jìn)一步了解求助者的經(jīng)歷、處境以及醫(yī)療物資的匹配情況網(wǎng)。

因此，本文認(rèn)為可以集國(guó)家與社會(huì)的資源，利用更加全面、多樣的數(shù)據(jù)，如政府?dāng)?shù)據(jù)、企業(yè)數(shù)據(jù)、媒體數(shù)據(jù)、網(wǎng)絡(luò)數(shù)據(jù)等為求助者進(jìn)行更精準(zhǔn)地畫像，以輔助排查收治工作的開展。首先，可利用大數(shù)據(jù)對(duì)擬開展排查的區(qū)域進(jìn)行統(tǒng)計(jì)，并用地圖方式對(duì)每家每戶進(jìn)行精準(zhǔn)定位，使工作人員了解應(yīng)當(dāng)排查的具體地點(diǎn)。其次，可利用互聯(lián)網(wǎng)對(duì)社區(qū)內(nèi)居民的健康情況進(jìn)行調(diào)查，了解其是否感染、是否需要收治，利用網(wǎng)絡(luò)進(jìn)行首次排查，減輕工作人員負(fù)擔(dān)。再次，對(duì)于沒有進(jìn)行網(wǎng)上排查的居民，亦可以利用大數(shù)據(jù)，分析哪些區(qū)域是疫情高發(fā)區(qū)、哪些區(qū)域容易被忽略，需要重點(diǎn)排查，保障工作人員在實(shí)地排查時(shí)沒有遺漏。最后，進(jìn)行排查后，還可對(duì)其進(jìn)行精準(zhǔn)畫像，如易感染者的年齡分布、家中老人是否有兒女照顧、生活物資是否充足、社區(qū)離最近的醫(yī)院有多遠(yuǎn)、從病發(fā)到收治需要多長(zhǎng)時(shí)間等，從而對(duì)可能的病患進(jìn)行預(yù)測(cè)，為收治預(yù)留足夠的反應(yīng)時(shí)間。

第二，各類統(tǒng)計(jì)報(bào)表信息的登記與上報(bào)。在疫情中，信息統(tǒng)計(jì)出現(xiàn)了同樣的信息多個(gè)主體重復(fù)收集的問題，不僅造成了人力、物力、精力和實(shí)踐的重大浪費(fèi)，也嚴(yán)重影響了被收集對(duì)象的工作和生活。

而大數(shù)據(jù)技術(shù)的優(yōu)勢(shì)正在于信息的收集與統(tǒng)計(jì)，其能夠有效克服信息的重復(fù)收集。首先，在管理方面，可在國(guó)家或省級(jí)層面建立權(quán)威的大數(shù)據(jù)平臺(tái)，實(shí)現(xiàn)疫情信息的流通與共享。對(duì)于工作人員而言，在實(shí)現(xiàn)政府部門、衛(wèi)生行政部門、社區(qū)管理部門、疾病防控中心的數(shù)據(jù)共享后，工作人員每天只需填報(bào)一個(gè)表格，即能實(shí)時(shí)傳送至上述所有部門，避免重復(fù)勞動(dòng)。對(duì)于居民而言，在實(shí)現(xiàn)工作單位、居委會(huì)、業(yè)主委員會(huì)的數(shù)據(jù)共享后，居民亦只需填報(bào)一個(gè)表格，統(tǒng)計(jì)信息即能被上述單位接收。其次，在技術(shù)層面，各單位要求填報(bào)的表格不僅在形式上大同小異，在內(nèi)容上亦區(qū)別不大。因此，可利用大數(shù)據(jù)的深度學(xué)習(xí)功能，自動(dòng)識(shí)別不同表格中的同類項(xiàng)、自動(dòng)計(jì)算類似項(xiàng)，根據(jù)第一張表格的內(nèi)容，自動(dòng)提取和生成第二、第三張表格中需填報(bào)的相關(guān)信息，輔助工作人員的填報(bào)。不僅如此，大數(shù)據(jù)技術(shù)還能夠?qū)π畔⑦M(jìn)行及時(shí)準(zhǔn)確地記錄與評(píng)估，只要做好數(shù)據(jù)的采集與挖掘處理，相關(guān)部門完全可以自動(dòng)提取其需要的各類信息，而無(wú)需工作人員手動(dòng)填報(bào)。

第三，“四類人員”等重點(diǎn)人群的跟蹤與防控。對(duì)于“四類”人員中的疑似病例、無(wú)癥狀患者、與病患密切接觸者，社區(qū)工作人員需要密切跟蹤，以防止病情的大面積傳染。但在實(shí)際工作中，這項(xiàng)工作不僅瑣碎、復(fù)雜，且需要對(duì)其進(jìn)行長(zhǎng)時(shí)間的關(guān)注，極為消耗工作人員的精力。而利用大數(shù)據(jù)技術(shù)，通過(guò)數(shù)據(jù)對(duì)重點(diǎn)人群的流動(dòng)方向進(jìn)行監(jiān)控，預(yù)測(cè)其可能的移動(dòng)軌跡，能夠避免盲目布局，有效輔助工作人員的跟蹤與防控工作。

在信息技術(shù)快速發(fā)展的今天，大數(shù)據(jù)可通過(guò)多種渠道獲得人員動(dòng)向，例如移動(dòng)通信的軌跡監(jiān)控系統(tǒng)、交通購(gòu)票數(shù)據(jù)、道路攝像頭監(jiān)控設(shè)備、QQ及微信等網(wǎng)絡(luò)通訊工具等，均可對(duì)重點(diǎn)人群實(shí)施定位跟蹤。由此，即可利用GPS定位及圍欄技術(shù)對(duì)特定人群經(jīng)常出入的場(chǎng)所進(jìn)行定位分析，在疊加多次數(shù)據(jù)流以后，得出其在這個(gè)時(shí)間段內(nèi)的行動(dòng)軌跡曲線結(jié)果，繼而適時(shí)識(shí)別其行動(dòng)偏差并做出監(jiān)測(cè)意見。同時(shí)，還可通過(guò)身份證關(guān)聯(lián)算法、異動(dòng)數(shù)據(jù)分析、關(guān)系網(wǎng)數(shù)據(jù)分析等模型，分析其移動(dòng)軌跡的變動(dòng)曲線和流向?qū)Ρ?，?duì)其可能前往的地點(diǎn)進(jìn)行預(yù)測(cè)。但應(yīng)指出的是，在利用大數(shù)據(jù)對(duì)重點(diǎn)人群進(jìn)行監(jiān)控與跟蹤前，應(yīng)充分告知，征得其許可，以切實(shí)維護(hù)其隱私權(quán)利。

（二）大數(shù)據(jù)提升重大疫情中的執(zhí)法能力

在大數(shù)據(jù)輔助重大疫情中的執(zhí)法方面，可利用大數(shù)據(jù)云存儲(chǔ)、云傳輸、云計(jì)算、云安全等技術(shù)構(gòu)建執(zhí)法應(yīng)用服務(wù)。如南京市政府開發(fā)的“我的城市”APP，居民可通過(guò)發(fā)送文字、拍照、上傳等方式在APP上反映問題，系統(tǒng)收到相關(guān)信息后上報(bào)至政府綜合服務(wù)平臺(tái)，在進(jìn)行智能識(shí)別后，立即將信息轉(zhuǎn)到執(zhí)法單位的處理平臺(tái)上，通過(guò)定位系統(tǒng)，直接指揮信息上傳者附近的執(zhí)法人員，并對(duì)其執(zhí)法行為進(jìn)行監(jiān)督。在此次疫情治理中，亦可通過(guò)大數(shù)據(jù)與執(zhí)法行為的深度融合，規(guī)范執(zhí)法行為，提高執(zhí)法效率。

第一，在規(guī)范執(zhí)法行為層面，對(duì)于疫情中的違規(guī)執(zhí)法現(xiàn)象，被侵權(quán)人如何取證以作為維護(hù)其合法權(quán)利的依據(jù)，即“取證難”是此次疫情治理中的難題之一。而大數(shù)據(jù)能夠?qū)?zhí)法的全過(guò)程進(jìn)行留痕，使執(zhí)法記錄有據(jù)可查。首先，規(guī)范執(zhí)法行為的基礎(chǔ)在于證據(jù)，而數(shù)據(jù)正是記錄證據(jù)的重要載體，不管是文字、圖片，還是音頻、視頻，大數(shù)據(jù)均可對(duì)執(zhí)法的全程進(jìn)行記錄，并且以數(shù)據(jù)為基礎(chǔ)的證據(jù)能夠減少主觀和人為因素的干擾。由此，通過(guò)大數(shù)據(jù)實(shí)現(xiàn)紀(jì)錄留存與證據(jù)留痕，可有效打破判斷某個(gè)執(zhí)法行為是否規(guī)范取證難的困境。其次，規(guī)范執(zhí)法行為的關(guān)鍵在于公開、透明，使執(zhí)法全程有據(jù)可查。大數(shù)據(jù)技術(shù)可通過(guò)對(duì)執(zhí)法現(xiàn)場(chǎng)信息、執(zhí)法記錄儀信息、城市監(jiān)控信息、移動(dòng)設(shè)備終端信息、GPS信息的收集，對(duì)執(zhí)法行為的全程進(jìn)行記錄。而上述信息，均可在符合證據(jù)合法性規(guī)則的前提下，作為證據(jù)予以保存，為判斷執(zhí)法行為是否規(guī)范提供依據(jù)。

同時(shí)，在疫情期間，出于維護(hù)公共安全的需要，執(zhí)法人員需加強(qiáng)執(zhí)法力度，避免人群聚集，以降低居民間交叉?zhèn)魅镜膸茁?，在此過(guò)程中，亦不可避免地會(huì)產(chǎn)生一些糾紛。因此，如何加強(qiáng)對(duì)執(zhí)法行為的監(jiān)督，保護(hù)居民的合法權(quán)利不被侵犯，亦是此次疫情治理面臨的一個(gè)重要問題。而大數(shù)據(jù)能夠?qū)?zhí)法的全過(guò)程進(jìn)行監(jiān)督，有效解決執(zhí)法糾紛，保證執(zhí)法行為的合法性。在內(nèi)部監(jiān)督方面，可通過(guò)實(shí)時(shí)考勤系統(tǒng)、執(zhí)法記錄儀、城市監(jiān)控等技術(shù)手段，實(shí)現(xiàn)執(zhí)法機(jī)構(gòu)對(duì)其執(zhí)法人員執(zhí)法地點(diǎn)、執(zhí)法時(shí)間、執(zhí)法行為及執(zhí)法項(xiàng)目等內(nèi)容的監(jiān)督，減少執(zhí)法過(guò)程中執(zhí)法人員對(duì)其自由裁量權(quán)的濫用。在外部監(jiān)督方面，一旦居民或媒體發(fā)現(xiàn)執(zhí)法過(guò)程出現(xiàn)違法或不規(guī)范現(xiàn)象，即可將其記錄的執(zhí)法全程上傳至執(zhí)法信息服務(wù)系統(tǒng)中，并可申請(qǐng)執(zhí)法信息查詢。在系統(tǒng)收到查詢申請(qǐng)后，執(zhí)法機(jī)構(gòu)即可對(duì)執(zhí)法記錄儀、城市監(jiān)控、GPS中的信息進(jìn)行比對(duì)，進(jìn)而判斷該執(zhí)法行為是否合法、是否規(guī)范。而對(duì)于當(dāng)事人對(duì)執(zhí)法行為不滿而引起的執(zhí)法糾紛，執(zhí)法機(jī)構(gòu)亦可依據(jù)大數(shù)據(jù)收集的關(guān)鍵影像對(duì)執(zhí)法過(guò)程進(jìn)行回放，依法作出裁決或回應(yīng)。

第二，在提高執(zhí)法效率層面，由于疫情期間需要投入更多執(zhí)法力量對(duì)社會(huì)秩序進(jìn)行管理，在增添執(zhí)法人員工作負(fù)擔(dān)的同時(shí)，亦使執(zhí)法成本大幅上升，而大數(shù)據(jù)應(yīng)用則能夠有效節(jié)約執(zhí)法成本與執(zhí)法資源。首先，云存儲(chǔ)技術(shù)可將執(zhí)法記錄直接保存至云端服務(wù)器，直接減少存儲(chǔ)設(shè)備的花費(fèi)。由于法律規(guī)定，與違法事件相關(guān)的執(zhí)法記錄需被重點(diǎn)標(biāo)記并長(zhǎng)時(shí)間保存，為此執(zhí)法機(jī)關(guān)需購(gòu)買大量?jī)r(jià)格高昂的存儲(chǔ)設(shè)備，花費(fèi)巨大。而通過(guò)云存儲(chǔ)技術(shù)將下層視頻設(shè)備直接與云中心互聯(lián)，僅需上傳一份視頻數(shù)據(jù)，即可將其長(zhǎng)時(shí)間保存，極大降低了執(zhí)法的存儲(chǔ)成本。其次，云計(jì)算技術(shù)可實(shí)時(shí)對(duì)執(zhí)法過(guò)程進(jìn)行記錄與分析，節(jié)約執(zhí)法時(shí)間。通過(guò)對(duì)數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、智能分析等云計(jì)算技術(shù)的整合，可減少信息重復(fù)采集和人工整理分析的時(shí)間和費(fèi)用，并有效提升執(zhí)法機(jī)構(gòu)獲取、分析、處理數(shù)據(jù)的能力。最后，云共享技術(shù)能夠打通上下級(jí)執(zhí)法機(jī)構(gòu)間的信息壁壘，降低案件處理成本。通過(guò)建立統(tǒng)一的執(zhí)法辦案平臺(tái)，利用系統(tǒng)云共享功能，下級(jí)執(zhí)法機(jī)構(gòu)可將執(zhí)法情況第一時(shí)間上傳至上級(jí)機(jī)構(gòu)，由其對(duì)案件的處理進(jìn)行評(píng)判與指導(dǎo)，并實(shí)時(shí)將決策權(quán)下沉到下級(jí)機(jī)構(gòu)。這樣即聯(lián)通了上級(jí)與下級(jí)機(jī)構(gòu)的信息傳遞，降低了執(zhí)法決策的運(yùn)行距離，節(jié)約了執(zhí)法成本。

同時(shí)，大數(shù)據(jù)亦能夠預(yù)判可能發(fā)生的違法案件。對(duì)公共社會(huì)實(shí)踐的發(fā)展態(tài)勢(shì)做出預(yù)測(cè)、模擬、判斷是大數(shù)據(jù)技術(shù)的主要功能之一，美國(guó)學(xué)者巴拉巴西認(rèn)為：“在大數(shù)據(jù)時(shí)代，人類行為中有93%是可以預(yù)測(cè)的?！崩镁W(wǎng)絡(luò)爬蟲、MBR分析、神經(jīng)網(wǎng)絡(luò)等技術(shù)，可通過(guò)歷史梳理和現(xiàn)實(shí)熱點(diǎn)分析，判斷高發(fā)、頻發(fā)和可能發(fā)生的問題，快速定位執(zhí)法痛點(diǎn)，形成預(yù)防式執(zhí)法。如在疫情爆發(fā)初期，可利用大數(shù)據(jù)預(yù)判哪些醫(yī)院可能成為病患密集地，進(jìn)而制定預(yù)案措施，提前增派執(zhí)法力量。在疫情應(yīng)急響應(yīng)階段，亦可利用大數(shù)據(jù)預(yù)測(cè)哪些公共場(chǎng)所可能成為人群集中地，進(jìn)而提前布局，實(shí)現(xiàn)快速反應(yīng)，提升執(zhí)法效率。

四、結(jié)語(yǔ)

科技的進(jìn)步，為提升未來(lái)我國(guó)重大疫情治理能力展現(xiàn)了更多可能性。正如習(xí)總書記在主持中共中央政治局第二次集體學(xué)習(xí)時(shí)指出的：“要運(yùn)用大數(shù)據(jù)提升國(guó)家治理現(xiàn)代化水平，建立健全大數(shù)據(jù)輔助科學(xué)決策和社會(huì)治理的機(jī)制?！泵鎸?duì)此次疫情暴露出的諸多問題，大數(shù)據(jù)能夠在一定程度上擺脫傳統(tǒng)疫情治理方法所帶來(lái)的弊端。首先，在疫情爆發(fā)前的防范控制環(huán)節(jié)，通過(guò)大數(shù)據(jù)在預(yù)警監(jiān)測(cè)方面的應(yīng)用，對(duì)政府、社會(huì)、網(wǎng)絡(luò)中海量數(shù)據(jù)的收集、分析與預(yù)測(cè)，克服傳統(tǒng)模式中信息零散、雜亂、模糊等特征，實(shí)現(xiàn)疫情在防控環(huán)節(jié)的“智能化治理”。其次，在疫情爆發(fā)中的醫(yī)療保障環(huán)節(jié)，可利用大數(shù)據(jù)對(duì)疫情信息進(jìn)行全要素、全樣本、全方位的相關(guān)關(guān)系分析，克服傳統(tǒng)模式在診斷治療、物資調(diào)配過(guò)程中面臨的時(shí)間長(zhǎng)、難度大、局面亂等問題，實(shí)現(xiàn)疫情在診療環(huán)節(jié)的“精確化治理”。最后，在疫情爆發(fā)后的社會(huì)管理環(huán)節(jié)，運(yùn)用大數(shù)據(jù)對(duì)收治排查與執(zhí)法工作進(jìn)行輔助，克服傳統(tǒng)模式中公共管理效率低、執(zhí)法行為不規(guī)范等問題，實(shí)現(xiàn)疫情在管理環(huán)節(jié)的“標(biāo)準(zhǔn)化治理”。由此，通過(guò)大數(shù)據(jù)在上述三個(gè)環(huán)節(jié)的應(yīng)用，對(duì)我國(guó)重大疫情的治理進(jìn)行有效輔助，提升國(guó)家治理現(xiàn)代化水平。