大數據技術在重大公共衛生事件中的應用研究*

中共重慶市萬州區委黨校 王海濤

重大公共衛生事件，是指那些突然發生的，已經或可能對公眾身體健康造成嚴重損害的公共衛生事件。主要包括重大傳染類疾病、不明原因的群體性疾病、重大食源性疾病以及食物中毒事件等。其中，危害最大、控制處理最為困難的就是重大傳染類疾病。從早期的天花病毒、黑死病、霍亂、鼠疫、結核病到近期2003年的SARS（嚴重急性呼吸綜合征）疫情，2009年暴發的H1N1禽流感，2014年西非爆發的埃博拉疫情，以及2020年全球爆發的新型冠狀病毒疫情等，這類事件具有傳播速度快、感染性強、危害性大、控制處理困難等特征，處置不當極易由小范圍的個體感染事件發展為社會性的群體感染事件甚至演變為全球性的重大公共衛生事件，這對傳統的疾病防控和社會治理帶來了極大的挑戰。

傳統小數據時代，對于突發公共衛生事件的處理決策，一般采用“抽樣數據+經驗判斷”的模式，決策者易受樣本數據、經歷背景等多方面因素影響，分析結構可信賴度差，時效性低，易延誤事件準確及時處理。以數據挖掘、人工智能、深度機器學習等新興技術為主的大數據技術，能夠有效解決重大公共衛生事件處理中信息匱乏與快速決策的矛盾困境，在輔助決策、追蹤密切接觸者、優化重點資源配置和維護網絡思想意識安全等方面發揮重要作用。

一、大數據技術與重大公共衛生事件處理的內在匹配性

大數據技術作為新興的數據處理技術，能夠充分利用網絡資源，實時并行處理不斷累積的大數據集時，在面對數據類型多樣、數據總量龐大的復雜數據集，相對于傳統的本地處理系統與單點數據處理技術有顯著的優勢。小數據時代，傳統數據處理模式能夠處理的數據規模與數據類型都十分有限，同時受限于處理能力與數據樣本規模，數據分析的時效性與準確性都難以得到保障。隨著具備更強大處理能力的超級計算機與云計算平臺架構技術興起之后，能夠快速收集重大公共衛生安全事件中產生的眾多零散數據，為及時、準確、高效地處理大數據集提供技術保障。面對復雜大數據集高效性、準確性的要求，大數據技術具有傳統數據處理技術不可替代的優勢，其高度匹配性主要體現在以下三個方面。

（一）處理對象的高度關聯性

大數據時代，所有的信息都需要并能夠被數據化處理。在重大公共衛生事件處理中，我們能夠利用的大數據集主要分為兩類：一類是集成型數據，主要包括公眾社交數據、醫療衛生數據、搜索引擎數據等；另一類是分析型數據，主要包括特殊的大數據系統或平臺，通過數據挖掘、模擬仿真等技術，得出的空間地理軌跡信息、輿情熱點等分析數據。這兩類數據是我們要重點關注的類型。從數據類型上分，這些數據又可以分為結構化數據、非結構化數據和半結構化數據。從各個醫療機構系統數據庫中抓取的數據，具有固定的屬性結構，屬于結構化數據。在網絡上隨機抓取的圖片、音頻、視頻等信息，不能用統一的數據模型定義，則屬于非結構化數據。除此之外，還有一些應用系統產生的日志文件、email等，則屬于半結構化數據。

通過分析，可以發現，在這個突發事件處理過程中，我們面對的數據類型復雜多樣，同時隨著時間的不斷累積，數據規模也在不斷擴大。傳統的數據處理技術只能在本地進行類型固定的數據處理，而且隨著數據集的擴充，處理速度會越來越慢甚至無法處理。大數據技術中的并行處理技術，能夠充分調動互聯網中閑置的異地異構數據處理平臺，并發處理不同結構類型、體量不斷積聚的大數據集合。

（二）分析過程的高效性

移動互聯網、人工智能等新興技術的不斷發展，物流、交通等基礎設施也實現了跨越式的發展。公眾的出行、交流與生活更加便利，信息傳播更加快捷。在這樣的背景下，一旦有重大突發公共衛生事件（尤其是傳染類公共衛生事件）發生，對公眾身體健康、社會穩定和經濟發展都會帶來極大影響。傳統數據處理技術，只能對收集到的歷史數據做單一結構的處理，對于信息量較大的數據集，也需要進行數據拆分或者數據抽樣處理，耗費時間長，遠遠達不到這類事件快速反應的要求。同時，隨著時間的推移，數據庫系統累積的數據會越來越大，而對于數據處理速度的需求卻在不斷提高，這對傳統的單點處理技術提出了巨大挑戰，需要一種新的處理模式加以改進。面對不斷“長胖”、分布零散、結構各異的數據集，大數據中的云平臺架構，能夠調度網絡上的閑置計算資源，改變傳統處理技術的流水線作業模式，同時調度使用多個網絡系統并發處理不斷累積的大數據集，規避抽樣方法的缺陷和樣本的偏差，既節約硬件資源，又能顯著提高分析效率。這很好的契合了重大公共衛生事件處理過程中快速反應的要求。

（三）分析結果的客觀準確性

在應對重大公共衛生事件的過程中，我們不僅僅要求反應快速高效，同時結果的客觀準確也是不可或缺的要素。在大數據時代，數據分析結果是政府決策的重要參考。數據分析結果的準確性直接與政府決策的科學性、有效性密切相關。一旦數據分析結果出現偏差，政府決策的效果差異就會放大，事件處理的效果就會產生較大偏差，甚至產生負面影響，造成不可挽回的影響或損失。

傳統數據分析方法受限于處理能力、分析樣本、噪音數據等因素，分析結果的準確性與實時性都有一定偏差。大數據技術處理的樣本包含不同系統平臺匯集的歷史數據、以及正在產生的現實同步數據，數據樣本龐大、覆蓋面廣、時效性強，分析的數據是完整的、全面的、實時的，能夠有效規避傳統數據處理技術中備選數據集較小，抽樣方法缺陷等因素導致的分析結果偏差甚至錯誤的情形。除此之外，大數據本身的客觀真實性也為最終結果提供了有力支撐。集合中每個數據元都是現實事件的客觀反映。公眾軌跡數據是個體空間行為移動的客觀反映，具有真實性和可追溯性。搜索引擎統計數據是對當前一段時間網民網絡輿情熱點、網絡內心訴求的真實反映。這些對公共衛生事件的決策處理、網絡輿情引導以及公眾心理干預具有重要參考價值。

綜上，大數據技術中這些特點能夠很好地契合重大公共衛生事件中數據信息處理中面對的一系列“棘手”芒刺，以數據挖掘、人工智能等技術為基礎的數據處理模式能夠應對事件中面對的技術挑戰。

二、大數據技術在重大公共衛生事件中的主要應用

（一）預測事件發展趨勢

認識世界，預測未來一直是人們苦苦追求的目標?？萍剂α康募尤胧沟梦覀儗ξ磥硎录恼J知有了長足進步。例如：天氣預報，目前我們已經能夠做到單位區域內、具體時間的準確預測。當然也存在如地震這類自然災害事件到目前為止依然很難提前預報的情形。對于突發的重大公共衛生事件而言，我們需要根據已經發現的某個區域、部分群體的數據信息，結合歷史事件的發展規律，來判斷整個事件的發展趨勢，包括影響力、破壞力、傳染性等等。能否準確根據收集的信息對事件未來的發展態勢做客觀準確的分析判斷，是防止這類突發事件進一步惡化的關鍵。數據挖掘與機器學習的深度結合，有效解決了傳統事件預測中的難題。

現實社交網絡中，個人是網絡的中心。所有的數據都是圍繞個人展開，包括跨區域流動、行為軌跡等都是有跡可循的。這是大數據技術能夠在重大公共衛生事件中得以應用的最大前提。利用“大數據+計算機仿真”的模式，能夠對這類事件進行提前模擬預測。2009年，H1N1甲型流感暴發初期，美國的Google公司利用其獨特的技術和資源就對疫情的暴發作了提前預測。2019年底，加拿大的BlueDot公司利用收集到的健康數據在新冠疫情暴發初期對其客戶推送了疫情的預警信息。2020年，我國鐘南山院士團隊根據掌握的全國疫情大數據對我國的疫情形勢做出了準確的評估與預測，為后來的疫情防控提供了巨大幫助。

（二）監控傳染源，控制傳播途徑

傳染類突發公共衛生事件處理中，人流是最大的變量。解決好這個變量，是處理這類事件的關鍵。身處事件中的每個人都多了一個感染狀態屬性。根據這個屬性可以將所有的公眾分為四類：感染者、疑似感染者、密切接觸者和正常者。前三類是重點關注群體，對他們的處理與控制是所有傳染性突發公共衛生事件處理的重點。傳統的疫情防控，只能根據本地醫療、防疫機構上報的樣本數據，進行流行病學分析，然后采用回溯的方式，去尋找可能潛在的患者，難以全面、準確、快速地找出空間移動軌跡中所有的密切接觸者，極易延誤疫情的處理控制。

傳統人工詢問排查方式，受被排查對象的瞞報或謊報、病毒本身的潛伏特性等外部因素影響較大，人力資源耗費巨大，進度緩慢，效果不佳，難以達到徹底排查的目的。借助大數據分析技術，結合個人身份信息庫、交通大數據、醫療大數據、通信大數據等等，通過信息比對，能夠準確“繪制”出對象的出行軌跡，在已知的感染者周圍能夠“織成”一張清晰的公眾關系網絡，準確找出所有密切接觸者，并逐級找到二級、三級接觸者，分析他們與感染者的鏈接強弱度，及時有針對性采取醫療防護、區域隔離等防護措施，防止發生區域性的暴發性傳染事件。基于這樣的思路，2020年中國電科開發了一款大數據程序，通過這款應用政府和相關部門能夠實時掌握各個地方的疫情情況，同時對于每個群眾而言，通過這個程序，能夠清晰地看到，自己身邊的疫情情況，及時調整外出計劃，發揮群眾的主觀能動性，切實提高防疫措施的精準度與針對性，極大地節省了人力、物力資源。在新冠疫情暴發初期，浙江省利用空間流動大數據，通過深度挖掘，提前評估了病毒蔓延的危害性，率先啟動一級應急響應，果斷采取了限制人口聚集、控制人口流動、加強流動人口登記、及時隔離確診與疑似病人等措施，有效地控制了疫情在當地的蔓延。

（三）重點物資的調度

在重大公共衛生事件處理中，涉及的重點物資主要包含醫療物資和生活物資。重點物資調度包括現有儲備統計反饋、市場需求預測、目前生產預期與規劃以及物資分配方案等涉及多個方面的問題。醫療物資是醫療衛生機構以及防疫部門正常有序開展工作的重要保障。生活物資是保障公眾基本生活、維護社會穩定的重要保證。對于生活物資而言，根據大數據系統收集到的每個區域的公眾管控情形、交通管制狀況，綜合考慮各個區域內市場需求與供應的情況，從全局調整應急生活物資的分配，從而確保群眾基本生活平穩有序，尤其是處于隔離、管制狀況的群眾，基本的生活保障是安撫群眾情緒的基本保障；對于醫療物資而言，尤其是基本防護設備、一線醫療防護設備等關鍵物資，需要根據各地的疫情發展狀況進行分析，根據各個區域的不同預警級別，從全局來保障應急醫療物資的供應與調度。

通過分析人群跨區域流動和人群聚集重點區域，提前預警高暴發高風險地區，及時向該區域調配醫療和生活物資，做到防控收益的最大化，避免出現社會恐慌、哄搶物資等現象，保障經濟社會穩定運行。利用大數據排查出疫情暴發的高風險地區，能夠使防疫部門可以提前有針對性地布置防疫工作，加強重點區域的布控，提升防疫資源的使用效率。

（四）輿情引導與心理干預

外部環境的突然變化會引發公眾強烈的心理波動，可能導致極端的思想情緒和現實行為。移動互聯網、智能終端的普及使得公眾的關注焦點由傳統媒體轉移到微信、微博等社交平臺。多種網絡信息的夾雜容易與現實行動互相交織，網絡信息在傳播的過程中容易發生偏差、甚至產生逆轉，在專業知識、風險認知以及情緒感染等多方面的影響下，容易產生放大效應。移動社交網絡的普及會放大這種個體不安情緒的傳播并加速向整個社會群體蔓延。若引導不當，極易導致社會恐慌，被不法分子利用，破壞社會穩定。典型的事件有2003年SARS發生后，北京發生學生集體返家、民工返鄉事件。2011年由日本核泄漏事件引發的國內部分地區搶鹽事件。

在重大突發公共衛生事件處理中，網絡輿情大數據和搜索引擎大數據是我們重點關注的焦點。網絡輿情大數據主要來自于微博、微信等社交平臺，主要包含公眾主動發聲或者參與的網絡熱點事件信息，是公眾個人意見的客觀表達，是網民內心活動與內心訴求的真實寫照。通過大數據技術對網絡輿情信息進行抓取，可以實時跟蹤網絡輿情熱點問題，及時研判問題的網絡態勢和發展趨勢，能夠及時針對輿情熱點難點問題進行回應，從而正確引導或應對網絡輿情事件，對輔助把握民意，保證國家思想意識安全提供科技支撐。搜索引擎大數據，主要來自于公眾利用搜索引擎在互聯網上獲取的數據信息，是公共內心迫切想獲得某種數據信息的集合。通過對關鍵字、關鍵詞等搜索頻度的統計分析，深度挖掘公眾心理特征，捕捉公眾心理健康服務需求，有針對性地推送心理輔導資源，從而及時化解網絡危機，及時做好心理干預。

當然，在重大公共衛生事件處理的過程中，大數據技術的應用還不僅僅于此，在事件中后期的病源尋找、疫苗研發、企業復工復產等諸多方面都發揮了重要作用。

三、大數據技術廣泛應用所面臨的挑戰

目前，我們能夠看到大數據技術在重大公共衛生事件中發揮了重要作用，并將它的影響拓展到更豐富的領域。然而，我們也要清醒地認識到，要充分發揮大數據技術的作用，我們在數據格式規范、數據開放共享、數據信息安全等方面仍存在不同程度的缺陷，亟須解決。

（一）數據格式的相對統一與規范

數據格式的統一規范是大數據技術能夠廣泛應用并向縱深發展的基本前提。目前，出于安全因素考慮，數據信息流動一般僅限于部門內部或者行業系統內部，部門之間或者不同系統之間只存在少量的數據交流。對于普通屬性或字段，缺乏全社會統一規范與標準，即使是最基本的屬性，部門數據庫都是依照部門或系統內部制定的標準，所采集的數據在大小、格式上都可能存在巨大的差異。比如，生日屬性：就存在純數字、數字字符夾雜以及定義多少位字符的差異。數據格式的差異直接導致部門之間數據不能共享，不同部門、系統之間的信息交流絕大部分情形執行的是查詢操作。如果要對本部門以外的平臺數據進行修改或者導入到本部門數據系統使用，需要耗費額外的人力物力財力去執行噪音數據清洗、數據格式調整、冗余字段刪除等操作，會極大影響大數據的使用效率。同時，數據格式的不規范也造成了一定程度的資源浪費。因此在通用屬性與常用字段的標準上，各級政府要推動制定全社會統一的數據規范。

（二）數據應用的有序開放與共享

重大突發性公共衛生事件，最重要的是對未來發展趨勢的預測與事件過程中的處理。整個事件的處理對預防和控制鏈的體系要求特別高，它體現的不只是某個環節的突出表現，更需要的是整個體系的協同處理能力。“信息孤島”的漏洞，導致區域之間信息的不對稱，數據的跨區域流動會有一定的滯后現象，最直接的影響便是各地協同防控難度加大。保障數據平臺之間的數據有序開放與共享，是大數據技術得以充分發揮的重要因素。任何大數據系統都是由“小數據”匯合而成。各數據平臺通過接口實現數據開放，完成數據共享，是大數據系統形成的基礎。然而，從歷次重大公共衛生事件處理過程可以發現，醫療系統之間、各地政府之間、交通部門之間等“信息孤島”問題依然突出，數據共享共通不夠，區域之間、部門之間依然存在書面傳遞疫情信息的情況。信息孤島極易帶來數據的重復采集和醫療資源的浪費，由此引發的數據不全、表達差異、指揮不當、決策偏差等問題時有出現，大大延誤了事件的高效處理。因此，要充分發揮企業的技術優勢，為公眾提供優質信息資源及技術服務。相關部門要制定措施積極推進健康大數據的共建共享，建立以政府為主導的大數據開放共享體系，促進政府數據與社會數據互聯互通，降低公眾獲取數據的門檻或成本，擴大數據規模，豐富數據種類，實現大數據的系統性開發與利用，充分利用大數據為我們的生產生活服務。

（三）個人隱私數據的保護

數據信息的安全是大數據技術應用的重要保障。在重大突發公共衛生事件處理中，我們依托的大數據與個人信息息息相關。這些數據具有客觀真實性，是個人工作、生活、學習的客觀反映，與個人的隱私息息相關。在大數據的收集、清洗、存儲、分析和應用等階段，都存在數據信息泄露風險，甚至還有不法分子通過非法交易數據信息牟取暴利，嚴重侵害了公眾的個人隱私。數據信息的保護不僅涉及個人，還涉及醫院、疾控中心等部門以及第三方大數據企業平臺，每個成員的力量都不可或缺，這就增加了個人信息保護的難度。相關大數據一旦發生泄露，不僅會導致個人正常生活困擾、財產損失，還可能導致國家安全問題。因此，要采取相應措施保護好個人隱私數據的安全。完善相關法律，明確數據保護的權屬問題，包括個人基本信息、醫院科研院所的研究成果等，避免監管和保護出現真空地帶；加強醫院、疾控等相關部門內部的數據使用權限管理，避免內部的數據信息泄露發生；加強第三方大數據管理與應用機構的資質審查和監督管理，實現從數據的收集、存儲、分析和使用都處于監管狀態，同時充分發揮企業與高?？蒲性核膶I技術優勢，拓展企業參與渠道，實現多主體共同開發共同管理的良好局面。

重大公共衛生事件的處理既是對國家治理能力的考驗，也是國家現代應急管理體系和現代化技術的實力體現。大數據帶來的新思路、新技術，是“定性+定量”分析的現實應用，必將推動公共衛生安全甚至其它突發事件的處理模式的變革與發展。

相關鏈接

大數據（big data），IT行業術語，是指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》中大數據指不用隨機分析法（抽樣調查）這樣捷徑，而采用所有數據進行分析處理。大數據的5V特點（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）。

對于“大數據”（Big data）研究機構Gartner給出了這樣的定義?！按髷祿笔切枰绿幚砟Ｊ讲拍芫哂懈鼜姷臎Q策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。

麥肯錫全球研究所給出的定義是：一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特征。

大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理。換而言之，如果把大數據比作一種產業，那么這種產業實現盈利的關鍵，在于提高對數據的“加工能力”，通過“加工”實現數據的“增值”。從技術上看，大數據與云計算的關系就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單臺的計算機進行處理，必須采用分布式架構。它的特色在于對海量數據進行分布式數據挖掘。但它必須依托云計算的分布式處理、分布式數據庫和云存儲、虛擬化技術。隨著云時代的來臨，大數據（Big data）也吸引了越來越多的關注。分析師團隊認為，大數據（Big data）通常用來形容一個公司創造的大量非結構化數據和半結構化數據，這些數據在下載到關系型數據庫用于分析時會花費過多時間和金錢。大數據分析常和云計算聯系到一起，因為實時的大型數據集分析需要像MapReduce一樣的框架來向數十、數百或甚至數千的電腦分配工作。

大數據需要特殊的技術，以有效地處理大量的容忍經過時間內的數據。適用于大數據的技術，包括大規模并行處理（MPP）數據庫、數據挖掘、分布式文件系統、分布式數據庫、云計算平臺、互聯網和可擴展的存儲系統。