用好数据资源提升重大疫情防控效率

腑数据麵提升重大疫雖控效率山东大学健康医疗大数据研究院薛付忠
自2019年12月至今，新冠肺炎疫情已经席卷 全球。

面对病原生物跨种传播频发、新发突发传 染病跨区跨国输人/输出风险日增等严峻形势，建 立重大疫情防控救治技术体系，完善防控体制机 制，健全应急管理体系，已经成为迫在眉睫的国 家重大战略任务。

尽管我们已十分清楚，新冠肺炎等传染病必然通过经典的“传染源—传播途径—易感人 群”路径而发生、发展、转归，并已具备了控制 传染源、切断传播途径、保护易感者/救治患者 的流行病学及传染病学成熟理论方法。

但是，即使面对十分确凿的病原体，人类仍然在传染 源追踪溯源、疫情预警研判与阻断、感染者病 情预判与分类救治等关键问题上缺乏精准性和及时性。

究其原因，面对当今高度发达的交通通信、人口流动、社交、动物媒介转运、互/物联网信息传 播等多层级的社会生态复杂网络系统，必须建立 与现代社会生态复杂网络系统相匹配的重大疫 情防控新型理论体系，并充分利用大数据、人工 智能、区块链等技术，创建与新型理论体系相适 应的疫情防控救治技术，以支撑建立重大疫情防 控救治体系。

大数据技术应用仍处于初始阶段
目前，大数据技术在重大疫情防控救治方面 的应用，仍然处于初始阶段，还远远不能满足国 家重大疫情防控救治体系建设需求。

在疫情监测层面，由于缺乏多资源整合、跨 部门合作、跨国界联通的“互/物联网+疫情相关大 数据”的共享大数据平台，尚难以支持疫情监测的应急需求。

数据信息孤岛化、知识碎片化、防控被动化的局面严重制约着疫情监测效率。

同时，流行病学、公共卫生学、大数据、人工智能、区块链技术尚未有机整合，多学科交叉的合力尚未 形成。

需要整合各方数据资源，建立公共卫生大 数据平台。

在传染源追踪溯源方面，虽然基于不同地区、不同环境的病毒样本基因序列数据找到了可疑传染来源，但研究结果仍处于论文层面，尚未将研究成果与实际有机结合，并通过大数据 技术实现广泛应用。

需要遵循生态流行病学理 论，基于one-health理念，建立动物-病毒-人类之间的生态流行病学数据平台，将分布在各个 环节上的病毒基因序列与流行病学数据、生态 数据、地理环境数据等相互连接，建立时空生物 信息数据库，采用人工智能等技术，实现新发突 发传染病的病原微生物实时追踪溯源，切实将 传染源追踪溯源与疫情防控实际现场对接，发 挥落地实施作用。

在防控救治体系方面，不同层级医疗机构在 防控救治中的作用和分工尚不明确，与疫情相对 应的医疗资源配备标准及分层分流救治方案尚 不完善。

基层医疗机构在疫情的监测、管理、分 层分流救治等方面不能充分发挥应有的作用。

科学研究、疾病控制、临床治疗缺乏有效的协同 机制。

从平战结合的角度，日常的应急培训、风 险预警没有常态化、制度化，疫情发生时应急程 序还不够规范，缺乏一个数据支撑的科学化、智能化的决策辅助系统。

需要基于大数据、人工智 能等技术，建立有效的防控救治体系。

在资源配置方面，突出表现为卫生人力资
广义社会经济文化环境鲁«8W(s)
•矚离/康竇《(
;愈
社会彼网络聰
•个人纪舌聰
基因组
A传染病生态流行病学复杂网络模型
感染者精准
分类救治网络•
流行病学
解析 V”
病原体追踪溯源
\-：-^:v\
S杂网络动\_______
♦力学横型
B数据驱动的生态流行病学学科内涵及核心内容
碰决策
仿真横拟
图I数据驱动的传染病生态流行病学
源、卫生物力资源、卫生 财力资源、卫生技术和 信息资源配置方面的协 同合作不能发挥最优作 用。

需要基于大数据技 术，优化资源配置体系，建立数据驱动的应急物 资工作机制和应急预案、重要应急物资产能 保障和区域布局方案、集中生产调度协同机制 和国家统一的应急物资 采购供应体系。

数据驱动的生态流行病学亟待发展
从现代生态流行病学的生态系统健康视角 来看，无论是传染病还是慢性非传染病，其发生、发展、转归，均是“社会、经济、文化、自然生态环 境、居住工作环境、社会社交关系、个人生活行 为、基因组分子间相互作用”这一多层次等级镶 嵌复杂网络中，众多因素交互作用和相互博弈的 结果。

但是，由于缺乏构建该复杂网络的大数据支撑 及解析网络机制/参数实际意义的理论体系，在面对 新冠病毒等重大疫情时，我们仍然只能墨守成规地 依赖于经典流行病学方法，而难以基于生态健康的 系统论方法，实施防控救治和阻断疫情蔓延。

因此,在生态系统健康理论框架内，融合数据 科学、人工智能等交叉学科理论，发展数据驱动的 生态流行病学理论体系，对于推动重大疫情智能 化防控救治具有重要意义。

该理论体系的内涵是 遵循生态流行病学的基本原理，以数据为中心，以计算为工具，从数据思维角度，理解传染病发生、发展和转归机制，解决重大疫情防控救治的实践 问题（如图1所示）。

区域化大数据平台提供技术支撑
区域化公共卫生大数据平台是数据驱动重大疫情防控救治技术的支撑条件。

它是以区域化全 民健康信息平台为基础，以3S(GIS+G P S+R S)为底层构架，融合卫生体系内外数据信息，构筑辐射 至省、市、县、乡、村各级各类公共卫生应用终端，融网络化、移动化、动态化、时空化、可视化为一体 的“公共卫生大数据平台”。

其功能是，向上按统 一共享数据集标准实时传输数据，向下承载满足 各类公共卫生业务终端的传染病防控救治技术模 块。

同时，支撑本区域重大疫情防控救治可视化 指挥平台（如图2所示）。

在数字资源上，依托区域化全民健康信息平 台，在全员人口、居民电子档案、基本公卫、慢病管 理、电子病历等信息互通基础上，依照统一共享数 据标准要求，实时上传卫生行业内外公共卫生相 关数据，建成区域化生态健康信息互联互通平台。

在数字治理上，以建设“全人群生命周期传染 病大数据队列”需求为导向，进行数据整合、质量 控制、安全控制、数据分类、术语管理、变量对照、结构化、标准化、列队创建等数据治理工作。

在区域化大数据队列上，一是依托医院门诊 急诊、药店非处方药的销售情况、医疗相关用品、公共卫生实验室检测结果、不明原因死亡的法医 鉴定结果等，实时采集流感样症候群、胃肠道症候 群、发热伴皮疹症候群、发热伴出血症候群、中枢 神经系统症候群和黄疸样症候群等6个症候群指
图2公共卫生大数据平台构絮
标，为传染病及其他突发公共卫生事件的早期预 测预警提供数据支撑。

二是，根据多年病原生物检测及传染病监测 历史本底数据，可构建“病原生物-宿主-环境”大 数据队列。

在链接融合全人群全生命历程居民 健康档案、基本公共卫牛服务、传染病报告/检测、 食源性疾病监测、电子病历、医疗保险、全死因监 测数据的基础上，进一步融合病原生物、宿主和 生态环境的定点监测数据，移动或手机A PP监测
数据，农业、生态、畜牧兽医等行业数据，从而构 建多中心生态健康监测队列。

另外，还可以从哨点医院与C D C 联动的病原 生物、出人境口岸检疫承载的病原生物等监测大 数据，实时链接数据信息，实现病原生物及传染 病实时监测大数据队列。

症状监测智能系统实现早期预警
症状监测是指连续、系统地收集和分析特定 疾病临床症候群发生频率的数据，及时发现疾病
在时间和空间分布上的异常聚集，从而对疾病或 不良健康事件暴发开展早期探查、预警和快速反 应的监测方法。

我们构建的症状监测智能系统设计构架（如 图3所示），按照设计的标准及核心技术包括症状 监测数据源、症状监测指标（监测症状、监测症候 群、法定报告疾病）、症状监测时空数据库、症状 监测预警模型池（时间预警模型、空间预警模型、 时空预警模型）、智能体强化学习算法、症状监测 预警系统评价、报警信号处置等方面，并以此来 提供决策支持。

图3症狀监测智能系统设计岣m
7/
7
中心平台
A1枰能箅法宵理
疑似病阕报畀卞
可视化报古
直报系统
图4数据驱动的智能化辅助传染病报告系统
基于症状监测大数据队列，可研发发热患者 传染性早期预警评分系统，筛选发热患者传染病 的危险因子，进而采用机器学习算法，构建发热患 者传染性早期预警评分系统。

同时，作为一种新 兴的症状监测数据源，非处方药的销量也被越来 越多的国家和地区用于开展传染病的强化监测，为此可提供非处方药症状监测微服务包。

另外，随着国境口岸核心能力建设的全面推 进，国境口岸出入境人员传染病早期预警，对于严 防传染病输人、输出，避免传染病全球暴发具有重 要意义。

采用红外体温计、条形健康码、证件识别 和光纤技术的一体化设计，可实现国境口岸症状 监测、早期预警传染病跨境传播。

智能化辅助报告系统自动实时报告
传染病疫情报告虽然实现可网络直报，但对 病例的报告仍然由医疗单位等公共卫生科的工作 人员通过手工整理后在网络上填报。

不仅工作量 大，而且常常发生漏报、迟报、重报等问题。

尤其 在疾病大暴发时，由于病例实时发生且例数巨大，人工报告往往不及时。

所以，基于上述构建的公共卫生大数据平台，通过自然语言处理、深度学习等方法，可开发数据 驱动的传染病自动直报辅助系统(如图4所示）。

基于哨点一体机
的传染病智能化辅助
报告系统，一方面对接
医疗机构业务集成平
台或相关业务数据库
(镜像数据库），实时采
集哨点医疗机构全量
诊疗数据，包括门诊就
诊、处方、检查、化验、
体检、住院医嘱、住院
病历等数据源，即时完
成标准化数据归档；另
外一方面通过A I智能
算法快速识别传染病个案，自动生成报告卡，上传至中心平台，并通过 短信、微信等多种方式提醒相关管理人员。

智能化疫情简报微服务包采用文本数据分析 方法，自动实时形式疫情动态报告。

按照疾控部 门业务要求，基于常规的疫情简报文档模板，“一 键式”自动生成疫情简报;智能化舆情检测报告微 服务包采用自然语言处理和深度学习技术，实时 生成网络媒体上的疫情舆情报告，及时向政府部 门提供正向、反向舆情以及预防治疗技术新进展，最终为及时制定和优化防控决策提供依据。

重大疫情智能系统实现全周期管理
目前，经典传染病流行病学理论方法已经远 不能满足重大疫情应急防控救治之急需，基于数 据驱动的传染病生态流行病学理论方法，我们开 发和构建了重大疫情防控救治决策支持智能系 统，主要功目旨涵盖五大方面。

一是流行强度监测。

传染病疾病流行强度是 指某病在某地区一定时期内某人群中，发病数量 的变化及其病例间的联系强度。

它是应急指挥及 决策者判断传染病流行状态（散发、暴发、流行及 大流行）及其动态特征的主要参考指标，对于发布 和启动疫情应急响应预案具有重要的指导意义。

同时也对传染病累积强度进行监测，探测疫点数
7
/
目、疫点内病例数的动态变化过程，为应急控制 预警及其效果实时评价提供信息。

二是防控效果时空动态监测。

一方面，为及 时掌握隔离防控效果，调整和优化防控政策，采用 动态地理界限分析，实时展示疫点地理界限的动 态变化，评估疫点隔离防控效果以优化隔离措施; 同时，对传播力科学判断也同样重要，我们通过基 本再生数、瞬时再生数，反映平均传播强度和不同 时刻传播强度的瞬时变化，来评价传染病传播力 和综合防控措施，进而研发传染病动态追踪模块；另外，通过构建复杂网络动力学模型，实时动态展 示传播力及其传播关系的动态关系、病例间传播 关系，对决策者指挥疫点处理、管理观察、评估和 预警防控效果等具有重要指导意义。

三是疫情研判及防控效果评估。

任何传染 病流行寿命周期均会经历从首例发生开始到流 行前期、流行高峰、流行后期直到流行终止的全 过程。

与广泛采用的各种流行病学动力学模型 及复杂的网络动力学模型不同，在多智能体强化 学习框架内，我们将S I R模型和广义流行增长模 型有机结合，创立了 2019-n C o V流行周期和生长 曲线的解析式，在目前各地采取的综合防治措施 背景下，实时拟合其流行生长曲线和寿命周期过程，并划分了流行寿命周期界限，预估了流行趋 势及规模。

四是实时追踪与搜索。

基于互联网+3S云数据库，调用百度地图，以时空动态流行病学标 点地图和轨迹地图为工具，展示传染病病例空 间分布情况、病例行动轨迹；再通过在个体水平 上构建复杂时空网络动力学模型，形成暴露风 险区域，为疫情防控和复工复学等风险评估提供支撑；还可以时空动态流行病学标点地图和传播关系地图为工具，展示新冠患者病例之间 的传播关系及传播路径，围绕感染者周围定义 高危缓冲区。

五是区域联防联控实时预警和风险评估。

基于人群流动、交通运输、通讯等信息构建社会 网络模型，在此基础上构建个体水平的流行动力 学模型，进而采用新发病例动态流动散点图及利 用其区域之间的实时传播关系，动态实时报警病 例输人和输出信息，实时指导区域联防联控；基 于建立的重大疫情时空数据库及个体流动轨迹 与患者的接触风险、隔离信息等时空社会网络模 型，通过深度贝叶斯网络模型算法，构建个体感 染的风险模型，为企业、学校、医院等单位快速筛 查可疑感染者，提供便捷A PP工具。

I作者简介I
薛付忠，山东大学特聘教授，博士生导师。

现任山东大学健康
医疗大数据研究院院长、山东大学公共卫生学院副院长；兼任中华
预防医学会健康保险专业委员会主任委员、中国卫生信息与健康
医疗大数据学会医学统计教育专业委员会副主任委员及理论与方
法学专业委员会常务委员等职。

主要研究方向是健康医疗大数据
理论方法与转化应用。