我們一方面看到大數據、人工智能等新興技術賦予疫情防控手段“智慧”的同時，卻也在另一方面感受到了因底層數據利用開發不足而帶來的“隔靴搔癢”的遺憾。

 

實戰檢驗真功夫，在這次新型冠狀病毒肺炎疫情防控的背后，我們對數據的利用究竟發揮了怎樣的作用，同時又暴露出了什么問題，筆者將在本文中嘗試進行初步分析，以期拋磚引玉，啟發更多思考。

 

一、國家層面：認可并推動疫情防控中的數據利用

 

2月3日，習近平總書記在主持中央政治局常務委員會會議，研究新型冠狀病毒感染的肺炎疫情防控工作中明確指出要加大科研攻關力度，推動相關數據和病例資料的開放共享。

 

實際上在1月26日，工信部就已開始調度部署疫情防控大數據支撐服務工作，提出運用大數據分析，支撐服務疫情態勢研判、疫情防控部署以及對流動人員的疫情監測、精準施策，并于1月27日成立疫情防控大數據專家組。

 

2月4日，國家衛健委下發“關于加強信息化支撐新型冠狀病毒感染的肺炎疫情防控工作的通知”，強化數據的采集分析應用。

 

2月9日，網信辦也緊接著發布了“關于做好個人信息保護利用大數據支撐聯防聯控工作的通知”，鼓勵企業積極利用大數據，分析預測確診者、疑似者、密切接觸者等重點人群的流動情況，為聯防聯控工作提供大數據支持。

 

由此可見，疫情防控中對數據的利用已獲得國家層面的鼓勵和認可，相關部門也已開始推動疫情防控中數據利用的重點工作。

 

二、社會層面：數據利用已在疫情防控中發揮重要作用

 

在此次疫情抗擊中，社會各界力量的表現尤為突出，尤其是已經擁有大數據思維的很多互聯網、高科技企業以及科研院所，紛紛率先投入到疫情的智慧防控當中，充分利用并發揮其在數據開發、利用上的力量和優勢，在疫情的把握、疫情防控以及助力疫情抗擊等方面表現搶眼。

 

首先在對疫情情況的發布上，各大互聯網平臺紛紛根據官方數據推出了疫情地圖及實施疫情數據反饋和信息更新系統等等，便于公眾即時的了解疫情的狀況和態勢、獲得正確的疫情信息并根據確診患者同乘信息或活動區域查詢進行自我隔離和避讓防范。

 

其次在疫情的防控上，數據利用更是在精準防控上發揮了重要作用。一方面通過對患者生活軌跡及接觸人群的梳理可以精準定位疫情的傳播路徑，對傳染源及密切接觸人群進行篩查、追蹤、控制、隔離，提高了疫情的管理水平，有利于防止疫情進一步擴散;另一方面，通過人口遷移地圖，尤其是重點疫情地區的人口流向，也可為各個遷移區域的疫情預測和防控提供決策依據。

 

最后在疫情抗擊的助力上，數據也可被利用于疫情傳播的模型訓練，基于已感染病例、感染患者增速、感染區域、區域交通網格等因素，對病毒的傳染源、傳播速度、傳播路徑、傳播風險等進行評估、預測。除此之外，面對醫療等物質短缺、資源難以對接問題，許多企業也自愿開發了一系列資源對接平臺。

 

三、疫情防控下數據利用的遺憾

 

盡管對相關數據的利用在疫情防控中有不少令人稱贊的表現，但卻也在同時暴露出些許問題和遺憾，倘若大數據思維在城市治理中能更加普及，倘若我們對數據的利用、開發能更加健康、深入，可能在很多問題的解決上就不會僅限于“隔靴搔癢”，留有遺憾。

 

1、數據不足使大數據無法在疫情防控中發揮更大作用。

 

從這次疫情防控中我們可以感受到能夠被用來進行疫情防控的數據比較有限，多為官方渠道公開發布的數據或企業在產品運營中自身積累的數據。因此基于對這些有限數據的利用，大數據能夠發揮的空間和作用也可想而知。雖然在疫情防控中對數據的開發利用還沒有到“巧婦難為無米之炊”的地步，但數據不足已成為擺在數據工作者面前的現實。

 

至于為什么在這次疫情防控中會出現數據不足的情況，可能很大程度上是因為我們在平時的生活、工作中還沒有養成積累數據、利用數據的習慣。

 

如果我們平時就對醫院的患者、病癥等病情進行實時的數據統計和積累，可能在出現相似病癥患者激增等數據異常之時就可以進行提前的數據預警和疫情的輔助判斷;如果我們平時就對擁有的公共醫療資源、抗疫物資心中有“數”，提前調度，可能也不會出現醫院、患者靠發微博進行求助的無奈;如果疫情出現時，我們有足夠豐富且詳實的數據，可能在一開始就可以對傳染源及高危感染人群進行追蹤，將疫情的影響縮減到最小。

 

2、數據分散割裂、數據源與數據開發能力不匹配，也是導致數據無法在疫情防控中發揮更大作用的原因之一。

 

從這次疫情的防控中，我們也看到數據利用暴露出的第二個問題，那就是數據分散割裂、聚而不通、通而不用的問題。這很大程度上是因為數據源與數據開發能力不匹配所導致的，即掌握數據的一方缺少足夠的數據開發利用能力，而擁有數據開發能力的一方卻沒有足夠的數據，致使數據被“塵封”，無法流通并發揮最大作用。

 

首先從數據源的分布來看，由于各個地域、各個數據端口的數據割裂，很多數據都會面臨重復收集的問題，對數據的利用也只能各自為戰。比如各個省市之間的人口流動數據就分散在鐵路、航空等多個數據端口，無法集中、綜合的反映人口的流動軌跡;各地方的醫療防護物資數據也分散在各地，無法進行集中的統一調度等等。

 

其次從數據的開發利用程度來看，很多數據源的開發利用能力還有待提高，比如這次的疫情防控很多地域就缺乏統一的數據服務平臺來進行疫情數據的統一歸集，使得疫情數據因逐層匯報等原因而延遲。

 

3、政府、公共組織數據公開的科學化、標準化管理需進一步提高。

 

根據南都大數據研究院的研究成果顯示，各省份對于疫情數據公開內容并非完全一致，在公開數據的完整性和透明度上參差不齊。多數省份在一開始并未透露確診病例的活動地點、性別年齡情況以及感染原因、入戶醫院名稱等等。除此之外，一些接受公眾物資捐贈的公共組織也欠缺對于數據的公開，使得很多物資無法發放到真正需要的地方。

 

對于這類非個人信息的數據，較早且細致的公開，有利于凝聚社會力量共同展開疫情防控的研究，通過對數據的開發利用盡早對疫情狀況進行把脈和診治。遺憾的是，這些有價值的疫情數據并沒有盡早且全面、細致的向社會公開和開放，導致疫情爆發的很長一段時間內的數據一直在“睡覺”，并沒有得到有效的利用。

 

結語：

 

大數據思維的建立和底層數據機制的建設絕不是一朝一夕的工作和任務，這次疫情防控中的數據利用情況也只是對國家及城市治理水平和手段的一次檢驗。

 

在這次檢驗中我們看到了相較非典時期，全社會共同抗擊疫情在方式方法上的進步，同時也看到了更多可以改善和優化空間。

 

這些進步與不足乃至教訓都將會成為一筆財富，激勵國家綜合治理能力緊跟數字化時代的發展浪潮，以更加智慧、科學的手段實現新一輪的成長和飛躍。