近日，张文宏教授（国家传染病医学中央主任、复旦大学附属西岳医院传染科主任）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履行充分的防御，并终止新冠的盛行。
“这些武器便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磨练，核酸检测、现场流调、溯源剖析、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年全国盛行病学学术会议·现场盛行病学论坛”上，多位疾控专家讲述了借由大数据、人工智能技能提升抗疫效率的故事，及下一步疾控平台信息化培植的方案。

既往流调模式被颠覆，数字化技能成标配

当前疫情防控已经和城市管理深度领悟在一起，守住点、掌握线、防住面，环环相扣。
那么，防疫事情的颗粒度究竟细到什么程度？

“就以境外职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先容，“一个人从境外坐国际航班进来、到结束隔离回到家中，在武汉至少要经由106项事情流程，根据实际情形还要不断调度。
这个中就涉及到大量的数据。
”

单个事情节点的结果，决定着入境职员的流向和管理办法，这个中的调度、决策，若仅凭借人工则意味着巨大的事情量。
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“现场盛行病学调查”。
每当疫情爆发，现场流调的速率、质量对抗疫而言至关主要，魏晟教授先容流调的惯常节奏是：当天采集的核酸样本送检，晚上10点出核酸阳性结果；越日早8点疾控需向市政府申报请示最新情形，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职员的事情状态：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谈论声，年轻的母亲由于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，实在压力非常之大。
”魏晟教授认为新冠疫情防控的须要，颠覆了既往现场流调的模式。
除了组织办法的改变外，数据的实时剖析、新剖析方法和技能运用很有必要。

抗疫大数据的运用处景，已拓展至“人-物-地”同防。
疫情爆发之初，医疗大数据技能公司医渡云逆行武汉，增援疫情智能研判剖析技能落地一线，赞助病例溯源、风险研判等；基于抗疫实践，双方互助培植了新冠疫情爆发后首个“城市级传染病聪慧化多点监测预警系统”。

宁波市疾控中央主任许国章教授也先容了基于专业的现场盛行病学调查技能和大数据进行病例溯源的过程，强调应掌握、调查、研究三者并重。
宁波市舟山港的货色吞吐量环球第一，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日舟山港创造一例境外关联的无症状传染者，宁波第一韶光创造病例，密接职员得到有效掌握，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，对其传播速率、传染性深有体会，因此正在方案培植新的智能流调系统。
广州市疾控中央主任杨智聪表示当前平台的信息化、智能化程度确实须要加强，“原来的流调都很传统，靠人去问，这就对被访者的合营度、影象力哀求很高。
”若被访者故意遮盖行迹，会给防疫事情带去很多麻烦。
现在通过多方位的大数据，可以更准确地记录全体链路。

在新的方案中，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能挖掘出盲点，及时反馈给前方队员，以将流调做得更深更细。

据理解，从前端传回的每份流调报告，常日是几十页、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。

疫情剖析与处置过程中，广州疾控在互助方医渡云的技能支持下，把“流调报告构造化”这一任务交给机器学习，自动提取出剖析所须要的关键信息，天生病例的潜在传染来源、打仗关系以及基于其盛行病学史产生的关联风险，并进一步结合现场盛行病、分子盛行病和空间盛行病的知识体系，助力病例溯源和风险场所、风险区域的分级剖断，为封闭、封控等政策方法的决策供应有力参考。

杨智聪主任在接管采访时，还先容了通过SEPIR算法模型研判疫情走势，并进行政策的仿照仿真。
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、人群生活习气等浩瀚细节，也就意味着有大量参数须要调度。
抗疫期间，在应急指挥中央，技能支持方医渡云的团队与疾控专家一道枕戈待旦，即时供应算法支持。

“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。
”杨智聪主任先容到，广州也通过干系模型进行政策评估：根据数学模型，若完备没有干预，到6月20日，广州521疫情可能造成731万人传染。
“采纳封控方法可以压减70%的病例，封控加封闭可以压减百分之八九十的病例，据此再加上停息堂食等政策，终极广州压减了99%的病例。
”

及早监测预警传染病，技能搭建与实践落地

现场分享中，多位疾控专家提及医疗大数据技能公司医渡云的技能支持，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，并讲述如何培植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，以系统培植目标来看，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防备受关注。

结合防疫实践，闫峻剖析早期症候群监测须要平衡的一大难点是：当事宜样本规模很小，算法模型可能没有充分的灵敏度及时做出反应；当事宜规模足够大时，不须要技能干预，众人已然周知。

以是，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，来平衡疾病创造的灵敏度和特异性。
发挥多触点数据上风的同时，充分结合专家的知识履历，在保持预警旗子暗记相应率、准确率、及时性的同时，降落监测的假阳性率。

而对付新发未知传染病的监测，闫峻从机器学习领域的聚类剖析角度，提出了新的办理思路。
“如果可以剖断一群人有足够强的相似性，足以把他们聚拢在一起，即便还不明确这是一种若何的疾病、有若何的症候群，但这便是一个非常强的旗子暗记。
”通过类似于搜索引擎的聚类算法，来进行完备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、疫情聪慧研判、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”，能看到非常征象，看不到还能感想熏染到，第一韶光创造风险；聪慧研判像人的大脑，思考剖析事情该如何处理；应急处置相称于人的手脚，决策后落地实行抗疫政策。

“我们做了很多考试测验，创造前辈的技能并不一定能完美办理客不雅观存在的问题”，闫峻总结道，“监测预警、流调等业务真正的流程该当是什么、技能系统该当怎么架构、适应、赋能，实在是很繁芜的系统工程，前辈系统带给一线公共卫生事情者的该当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事情流，是否有效关键在于落地实践的考验。
从去年2月进场增援武汉抗疫至今，医渡云先后帮忙宁波、北京、石家庄、广州、南京、莆田等城市管理疫情现场数据，供应大数据剖析支持；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办理方案，受到多方认可。

疫情防控走向常态化，用智能技能赋能防疫、守护康健的道路仍在连续。