建议构建疫情智能监测系统 实现早识别、早预警和早处置
为了提高疫情应急管理和决策指挥的效率，帮助尽快打赢本次新型冠状病毒的防疫攻坚战，建议运用大数据和人工智能手段建立疫情监测防控系统，特别是整合病例上报信息、疾病传染的信息、人群流动的通讯信号位置信息、交通数据信息和社交数据信息等大数据，实现疫情防控的早识别、早预警和早处置。
基于大数据和人工智能的疫情监测防控系统，将实现六个方面功能：
1.精准地找出潜在的感染人群和与病例接触的人群信息及其位置轨迹。通过大数据，可以找出在潜伏期内所有到过武汉和湖北其他地区，以及与确诊病例和疑似病例接触过的易感人群的精准定位，例如在系统输入确诊病例张三的信息，系统可以根据张三的历史位置轨迹信息，找出与之有社交联络且有位置重叠（即亲近接触）的人群、同乘交通工具的人群、无社交联系但距离密切的人（如住在同一栋楼、处于同一个饭店或者商场）。然后按照与病例接触的密切程度，以及其当前的位置信息，就近通知当地的防疫部门采取不同的防控措施（隔离、观察、通知报备等）。
2.对问诊病人是否到过疫区进行精准排查。病人在问诊时，即通过系统获得反馈其是否到过武汉或者湖北，避免病人隐瞒造成的误诊和传播，为精确诊断是否感染病毒提供依据，实现早识别和早分类诊断。
3.对湖北籍人士近期是否到过湖北和武汉进行信息筛查。鉴于很多湖北籍人士近期没有到过湖北和武汉，但在出行时遭受各种不便，湖北籍人士可以通过手机连接系统查询获得近期没有到过湖北和武汉的证明，以减少各种不便。
4.为企业通知安全员工尽快复工提供帮助，减少社会经济成本。由于缺乏精准的潜在感染人群筛查，只能一刀切的让绝大多数人不外出，不工作，社会经济成本巨大。在疫情缓解时，系统可以筛查出具有接触可能的人群，这些人群需要继续在原地不外出或者严格限制外出，其他人士可以在采取防护措施的条件下尽快复工（或者让企业提供需要复工的员工名单，由系统进行筛查，符合安全条件的员工可以提前复工），这样可以让社会经济系统尽快恢复运转，减少疫情对经济民生的冲击。
5.实现疫情防控的实时精准高效指挥。系统除了可以给国家和省级政府进行决策指挥，还可以逐级授权到大城市的各区或者地级城市的卫健委和疾控中心，获取所在区域内的所有确诊、疑似和需要采取防控措施的人群数据和分布情况，为各地政府和卫生部门对疫情的精准高效防控指挥提供有力手段，特别能够迅速提高一些疫情严重又技术落后的地区防控指挥水平（例如湖北的黄冈、孝感地区）。
6.对疫情进行较为精准的预测、预警和提前采取应对措施。目前，国家缺乏有效的疫情预测和预警模型，难以提前研判疫情发展态势和提前采取措施，防控工作相对被动。一些西方学者用数学模型根据SARS的流行轨迹模拟预测，有的预测感染人群数量十分巨大，有的预测到5月份才能结束疫情，这些在国际上都造成很大的舆论压力和不利影响。系统通过采用数理模型和计算机模拟结合的“情景-应对”分析，构建一个虚拟的平行疫情系统，可以较为精准的预测可能的感染人群，以及对疫情发展的各种可能进行态势推演（类似在虚拟系统中进行军事演习），模拟出疫情可能出现的情景，并评估各种疫情控制措施介入的效果，从而为政府和疾控部门研讨可能的预案提供科学根据，提前采取有效应对措施。
上述系统的建立，涉及到多方大数据公司的敏感数据和隐私信息保护，也涉及多方技术联合攻关，因此需要政府部门牵头整合数据和研发系统，建议由卫健委牵头，疾控中心具体运营，各大数据公司提供数据支持和参与研发，高校等研究机构参与研发。在数据安全方面，由国家授权卫生部门在发生疫情时临时使用并采用严格的保密和数据安全措施。系统开发后，政府可以在疾控中心建立决策剧场作为疫情防控指挥中心，一方面对疫情实行精准的实时监测和高效指挥，一方面让决策者在直观感知疫情发展态势情景中进行科学决策。
防控系统的开发需要采用大数据和人工智能相结合的技术手段，具体包括两个关键技术：
一是整合多方大数据进行实时监测。整合疫情病例数据（由医院实时提供给卫健委和疾控中心）、人群位置轨迹数据（主要由腾讯、三大运营商、航空系统、铁路系统、百度、滴滴等大数据公司）、交通信息（包括航班、铁路、长途汽车、公交车、出租车），以及导入精准的地理信息系统数据开发出实时监测系统。由于上述数据是海量和结构复杂的，又分布存储在各大公司的数据库中，可以采用联邦学习等人工智能算法，在系统获得疾控中心的病例数据后，迅速向各大数据公司的对应分析接口发出数据请求，各数据公司的分析系统返回病例有关的位置轨迹信息、交通信息和社交信息，结合系统的地理信息系统数据，就可以实现与病例有关的人精准位置轨迹信息和进行实时监测。
二是基于人工智能的“情景-应对”的疫情情景推演和应对分析。首先可以采用经典的传染病动力学模型如SEIR（易感者-潜伏者-感染者-恢复者）对疫情进行初步的预测估计。但是这类方法的缺点是难以刻画病毒的演变和人群的行为变化。为了解决这个缺陷，进一步采用人工智能中的计算实验方法建立“情景-应对”的疫情情景分析系统，像军事演习中的推演一样，即采用计算机模拟出一个虚拟现实系统，在模拟的世界里观察各类人群的行为，以及拟采取的防疫措施对人们行为的影响，这样就可以把在真实世界可能发生的情景在虚拟世界里面都模拟演练一遍，最终为领导决策提供可以直接观察的生动情景和应对措施效果评估，提高决策的科学性和效率。
从系统开发的可行性方面，上述方法和系统在其他重大社会经济领域已经取得了非常有效的效果，例如广东省已经建立起防控金融风险的金鹰系统和灵鲲系统，在广东省打击非法金融活动和P2P网贷风险监测防控中起到非常关键的作用。参考金融领域的风险监测防控系统，疫情防控中迅速开发出上述疫情监测防控系统是技术可行和成本可控的。同时，系统可以部署在国家超级计算中心的超算云上高速运行，迅速投入到本次新型冠状病毒感染肺炎的疫情监测防控攻坚战中。
总之，迅速通过大数据和人工智能方法建立的新发突发传染病疫情监测防控系统，将成为我国打赢本次新型冠状病毒疫情攻坚战的有力抓手和长期防疫的重要基础设施。
（作者韦立坚为中山大学管理学院副教授、大数据中心主任，广东省地方金融风险监测防控平台特聘专家）(本文来自澎湃新闻，更多原创资讯请下载“澎湃新闻”APP)
新闻推荐
央视新闻客户端2月6日消息，2020年2月5日12一24时，重庆市报告新型冠状病毒感染的肺炎新增确诊病例13例，新增重型病例9例，重型...