新冠疫情本土病例又起，短短几天，疫情已波及陕西、宁夏、内蒙古、北京等多个省市。而在此前，各地疾控中心已纷纷提醒：秋冬季新冠疫情防控，不能松懈。

近日，张文宏教授（国家传染病医学中心主任、复旦大学附属华山医院感染科主任）在多次公开演讲表示：要赢得抗疫胜利，不能总期待它不来攻击我们，而是希望有足够的武器能实施充分的防御，并终止新冠的流行。“这些武器就是全国各地的防疫体系、医疗体系等。”

新冠疫情爆发时，城市防疫体系经受着极致考验，核酸检测、现场流调、溯源分析、区域管控等环节包含着无数细节。精准防控疫情的薄弱环节在哪里，各地防疫体系如何强化，传染病监测预警体系该如何创新？

实战出真章，功夫在平时。10月中旬，在海口举办的“2021年全国流行病学学术会议·现场流行病学论坛”上，多位疾控专家讲述了借由大数据、人工智能技术提升抗疫效率的故事，及下一步疾控平台信息化建设的规划。

既往流调模式被颠覆，数字化技术成标配

当前疫情防控已经和城市治理深度融合在一起，守住点、控制线、防住面，环环相扣。那么，防疫工作的颗粒度究竟细到什么程度？

“就以境外人员入境的闭环管理为例，”华中科技大学同济医学院教授魏晟在演讲中介绍，“一个人从境外坐国际航班进来、到结束隔离回到家中，在武汉至少要经过106项工作流程，根据实际情况还要不断调整。这其中就涉及到大量的数据。”

单个工作节点的结果，决定着入境人员的流向和管理方式，这其中的调度、决策，若仅凭借人工则意味着巨大的工作量。在这一场景下，通过大数据进行“智能任务调度管理”，以实现真正的全流程闭环管理。

颗粒度细到极致的，还有大众已耳熟能详的“现场流行病学调查”。每当疫情爆发，现场流调的速度、质量对抗疫而言至关重要，魏晟教授介绍流调的惯常节奏是：当天采集的核酸样本送检，晚上10点出核酸阳性结果；次日早8点疾控需向市政府汇报最新情况，流调队员常在深夜找到核酸阳性者调查访谈。

去年，新发地疫情遏制住后，北京疾控曾撰文描述流调人员的工作状态：晚上8点应急车辆前等待出发的熙攘人群；6月下旬因冻伤而略显青紫的手臂；清晨5点双手扶腰、步履蹒跚返回宿舍的身影，半夜三点现场组内病例溯源的激烈讨论声，年轻的母亲因为思念孩子的轻声抽泣……

“现在24小时内完成流调报告，已经成为标配，其实压力非常之大。”魏晟教授认为新冠疫情防控的需要，颠覆了既往现场流调的模式。除了组织方式的改变外，数据的实时分析、新分析方法和技术应用很有必要。

抗疫大数据的应用场景，已拓展至“人-物-地”同防。疫情爆发之初，医疗大数据技术公司医渡云逆行武汉，支援疫情智能研判分析技术落地一线，辅助病例溯源、风险研判等；基于抗疫实践，双方合作建设了新冠疫情爆发后首个“城市级传染病智慧化多点监测预警系统”。

宁波市疾控中心主任许国章教授也介绍了基于专业的现场流行病学调查技术和大数据进行病例溯源的过程，强调应控制、调查、研究三者并重。宁波市舟山港的货物吞吐量全球第一，是冷链运输的关键关口，因此防控新冠疫情的任务格外艰巨。今年8月11日舟山港发现一例境外关联的无症状感染者，宁波第一时间发现病例，密接人员得到有效控制，连续14天无新增病例，将影响降至了最低。

历经521新冠疫情，广州作为第一个应战Delta变异毒株的城市，对其传播速度、传染性深有体会，因此正在筹划建设新的智能流调系统。广州市疾控中心主任杨智聪表示当前平台的信息化、智能化程度确实需要加强，“原来的流调都很传统，靠人去问，这就对被访者的配合度、记忆力要求很高。”若被访者有意隐瞒行迹，会给防疫工作带去很多麻烦。现在通过多方位的大数据，可以更准确地记录整个链路。

在新的规划中，未来流调的前台和后台也会更紧密地耦合，前方流调队员实时将数据传回，后方团队通过大数据技术挖掘出盲点，及时反馈给前方队员，以将流调做得更深更细。

据了解，从前端传回的每份流调报告，通常是几十页、上百页的word文档。多位疾控专家都需阅读报告，提取自己所需的信息，比如病例轨迹、实验室数据（病毒载量）等，找寻信息的过程费时费力。

疫情分析与处置过程中，广州疾控在合作方医渡云的技术支持下，把“流调报告结构化”这一任务交给机器学习，自动提取出分析所需要的关键信息，生成病例的潜在感染来源、接触关系以及基于其流行病学史产生的关联风险，并进一步结合现场流行病、分子流行病和空间流行病的知识体系，助力病例溯源和风险场所、风险区域的分级判定，为封闭、封控等政策措施的决策提供有力参考。

杨智聪主任在接受采访时，还介绍了通过SEPIR算法模型研判疫情走势，并进行政策的模拟仿真。在进行走势预测时，涉及到毒株的传播力、防疫政策落地程度、人群生活习惯等众多细节，也就意味着有大量参数需要调整。抗疫期间，在应急指挥中心，技术支持方医渡云的团队与疾控专家一道枕戈待旦，即时提供算法支持。

“模型算出来的数据，和广州实际发生的病例数只差了5个，可以说是很准确。”杨智聪主任介绍到，广州也通过相关模型进行政策评估：根据数学模型，若完全没有干预，到6月20日，广州521疫情可能造成731万人感染。“采取封控措施可以压减70%的病例，封控加封闭可以压减百分之八九十的病例，据此再加上暂停堂食等政策，最终广州压减了99%的病例。”

及早监测预警传染病，技术搭建与实践落地

现场分享中，多位疾控专家提及医疗大数据技术公司医渡云的技术支持，当日医渡云首席人工智能科学家闫峻也到场分享了抗疫心得，并讲述如何建设多点触发的传染病监测预警研判系统。

就传染病的监测预警而言，以系统建设目标来看，可以分为已知法定传染病监测、症候群监测、新发未知传染病的监测。除既有的、主动上报的疾病监测体系，当前对症候群、新发未知传染病的早期监测预警备受关注。

结合防疫实践，闫峻分析早期症候群监测需要平衡的一大难点是：当事件样本规模很小，算法模型可能没有充分的灵敏度及时做出反应；当事件规模足够大时，不需要技术干预，众人已然周知。

所以，医渡云致力于通过科学的算法，包括个体预警模型、群体预警模型，来平衡疾病发现的灵敏度和特异性。发挥多触点数据优势的同时，充分结合专家的知识经验，在保持预警信号响应率、准确率、及时性的同时，降低监测的假阳性率。

而对于新发未知传染病的监测，闫峻从机器学习领域的聚类分析角度，提出了新的解决思路。“如果可以判定一群人有足够强的相似性，足以把他们聚集在一起，即便还不明确这是一种怎样的疾病、有怎样的症候群，但这就是一个非常强的信号。”通过类似于搜索引擎的聚类算法，来进行完全的无监督的新发未知疾病监测。

监测预警只是医渡云传染病防护系统的第一个步骤，闫峻归纳医渡云系统能力的铁三角依次是：早期监测预警、疫情智慧研判、政策应急处置。他把智能系统比喻为“人体”：监测预警就像“眼耳口鼻”，能看到异常现象，看不到还能感受到，第一时间发现风险；智慧研判像人的大脑，思考分析事情该如何处理；应急处置相当于人的手脚，决策后落地执行抗疫政策。

“我们做了很多尝试，发现先进的技术并不一定能完美解决客观存在的问题”，闫峻总结道，“监测预警、流调等业务真正的流程应该是什么、技术系统应该怎么架构、适应、赋能，其实是很复杂的系统工程，先进系统带给一线公共卫生工作者的应该是效率和体验的跃升，而不是为了表面的信息化而负重前行。”

科技能力嵌入到抗疫防疫工作流，是否有效关键在于落地实践的检验。从去年2月进场支援武汉抗疫至今，医渡云先后协助宁波、北京、石家庄、广州、南京、莆田等城市治理疫情现场数据，提供大数据分析支持；也在逆行一线、与病毒赛跑的过程中，探索出相对成熟的系统化解决方案，受到多方认可。

疫情防控走向常态化，用智能技术赋能防疫、守护健康的道路仍在继续。