大數據疫情預警機制：價值分析、現實困境與實踐路徑

摘??????要：目前，我國正處于推進國家治理體系和治理能力現代化的實踐探索階段。以疫情防控為視角探討與大數據疫情預警機制相關的問題，對于提升政府應急管理能力極具緊迫性和現實性。本文在對大數據疫情預警機制價值分析的基礎上，根據數據獲取渠道的不同，將現階段大數據疫情預警機制概括為三大類：即基于網絡通訊及搜索引擎的預警機制、基于電子醫(yī)療信息的預警機制和基于物聯網信息采集的預警機制。針對大數據疫情預警機制面臨的現實困境，提出相應的建議，以期為我國公共衛(wèi)生應急管理體系的完善提供參考。

關??鍵??詞：公共衛(wèi)生事件;大數據;預警機制;應急管理體系

中圖分類號：D630.9????????文獻標識碼：A????????文章編號：1007-8207（2020）04-0024-10

收稿日期：2020-03-10

作者簡介：齊曉亮（1988—），男，陜西寶雞人，陜西警官職業(yè)學院講師，西安交通大學博士研究生，研究方向為應急管理、社會治理。

在2003年SARS疫情之后，為應對未來可能發(fā)生的類似公共衛(wèi)生事件，我國在總結相關經驗教訓的基礎上建立了由中央政府統(tǒng)一領導，分類管理、分級負責的“一案三制”應急管理體系。①在其后十余年的時間里，我國相繼實施、修訂了《突發(fā)公共衛(wèi)生事件應急條例》（以下簡稱《應急條例》，2003年5月發(fā)布并實施）《中華人民共和國傳染病防治法》（以下簡稱《傳染病防治法》，2004年8月發(fā)布并實施、2013年6月修訂）《國家突發(fā)公共衛(wèi)生事件應急預案》（以下簡稱《應急預案》，2006年2月發(fā)布并實施）以及《傳染病信息報告管理規(guī)范》（以下簡稱《管理規(guī)范》2015年版）等一系列法律法規(guī)和規(guī)章。但傳統(tǒng)的應急管理體系在重大疫情應對過程中更為側重疫情發(fā)生之后的政府救治，沒有進一步明確疫情發(fā)生之前的預警主體、預警方式、預警范圍、評價指標以及疫情發(fā)布主體等，導致政府在對重大疫情的預警能力方面存在短板。

為避免疫情擴散進而為政府開展科學防治提供依據，急需建立高效的重大疫情預警機制，快速發(fā)現疫情，實時監(jiān)測疫情的擴散程度，大數據技術及時地回應了這一現實需求。利用大數據在全國范圍內建立實時預警監(jiān)測系統(tǒng)，通過對監(jiān)測系統(tǒng)中的數據進行分析，可以在第一時間發(fā)現異常，快速鎖定疑似病例和密切接觸者，并通過相關關系準確計算出疫情的擴散程度、擴散范圍以及感染特征等相關信息。通過大數據實時掌握疫情擴散情況，既能夠極大地縮短政府的反應時間，為政府之后的抗擊疫情和開展救治行動提供充分、詳細、準確的信息，也能夠避免造成更大的經濟損失?；诖?，本文通過大數據在重大疫情預警方面的運用展開研究，以期為今后政府部門建立更為高效的疫情預警機制提供借鑒。

一、大數據疫情預警機制的價值分析

近年來，大數據技術在越來越多的領域得到了普及應用并獲得了巨大的社會效益。未來，伴隨著人工智能、5G、物聯網、區(qū)塊鏈技術的成熟及相互結合應用，大數據必將改變全球大部分行業(yè)的生產關系和生產方式。在醫(yī)療衛(wèi)生行業(yè)，政府通過對大量醫(yī)療數據乃至生活數據進行分析，能夠在第一時間感知可能出現的傳染性疾病，并對病毒波及的范圍、感染者進行實時監(jiān)測，從而建立起高效的疫情預警機制。與傳統(tǒng)的依靠各級政府投入大量人力、物力、財力建立相應的衛(wèi)生行政部門、衛(wèi)生監(jiān)督部門、疾病預防控制中心并依靠醫(yī)務工作者的個人經驗對疫情進行識別，或是依靠國家衛(wèi)健委高級別專家對病毒進行分離、基因測序、檢驗來判斷病毒是否具有人際傳染性以及對病毒的傳播速度進行判斷相比，大數據疫情預警機制具有更加明顯的優(yōu)勢，主要體現在以下三個方面：

（一）大數據疫情預警機制效率高

大數據疫情預警機制的高效率體現在事前預警和事中排查預警兩個方面：一方面，對疫情發(fā)現時間早。傳統(tǒng)的疫情預警響應機制往往是在出現了大規(guī)模的人群感染之后，乃至在接診醫(yī)務工作者中出現感染之后才能意識到事態(tài)的嚴重性①。大數據疫情預警機制與傳統(tǒng)疫情預警響應機制的最大不同在于前者是主動型的預警機制，在病毒尚未出現大面積傳播的情況下就可以通過對少數感染者之間相關關系的計算發(fā)現隱患，對病毒是否具有傳染性進行判斷并實時分析、掌握被感染人數、傳染源、傳染渠道、傳播范圍，從而極大地縮短政府的反應時間。另一方面，對疫情排查速度快。當疫情發(fā)生后，為了防止疫情出現大面積擴散，必須快速追蹤并鎖定確診病例、疑似病例、密切接觸者的交通軌跡及個人基本信息。在大數據出現之前，一般是依靠社區(qū)、醫(yī)院、村鎮(zhèn)、街道辦等一線人員進行挨家挨戶的摸排，填寫各類紙質表格，然后將數據統(tǒng)一匯總。這種排查方式既無法區(qū)分重點，也無法實時更新數據且耗時耗力。運用大數據技術，可以用數據取代人力，快速開展數字化的地毯式排查。一是可以通過對已確診病例的個人信息及其活動軌跡進行分析，從而快速確定相關密切接觸者的個人信息，避免二次傳播。二是可以通過人臉識別系統(tǒng)、物聯網技術、人工智能系統(tǒng)、紅外線傳感器的綜合運用，在火車站、機場、商場等人流密集區(qū)快速識別出疑似病例并獲取其個人相關信息，對疑似病例進行檢測、隔離，避免病毒進一步傳播。

（二）大數據疫情預警機制成本低

在2003年SARS疫情之后我國建立并完善了疫情應急機制，為了能夠及時發(fā)現疫情、控制疫情擴散，從中央到地方各級政府均設置了不同級別的衛(wèi)生行政部門、衛(wèi)生監(jiān)督部門、疾病預防控制中心等。但由于部門較多，相互之間職責不明，權限不清，而且對疫情的分析判斷容易受到地方行政領導個人意志影響，加之有些地區(qū)缺少高水平、專業(yè)化的病毒研究人員，因此防控效果較為有限。在大數據時代，數據正成為與物質資產和人力資本同樣重要的基礎生產要素。[1]利用大數據開展疫情防控，理論上只需要在全國范圍內建立一個專門的醫(yī)療大數據實驗室，有少量的數據分析人員即可，隨著人工智能化水平的提高，將進一步縮減人力資源成本。也就是說，大數據疫情預警機制的建立，不僅能夠促進醫(yī)療體制改革和政府治理觀念轉變，也能夠進一步提高新技術應用下的生產力水平，而且不再需要更多的行政機構參與其中，不再需要數量龐大的行政管理人員和大量基礎設施，可以大大地節(jié)約人力、物力、財力，減少政府支出。

（三）大數據疫情預警機制準確性強

由于新型冠狀病毒具有一定的潛伏期，從而造成疫情的發(fā)生呈現出一種突發(fā)態(tài)勢，因而各級疫情防控機構必須在短時間內準確找出病毒傳染源并準確預判病毒的傳播速度。在疫情防控實踐中，由于無法在短時間內對是否存在突發(fā)疫情以及疫情擴散程度、擴散范圍、感染人數獲得準確信息，導致地方政府部門不確定是否應該向社會公眾發(fā)布疫情預警信息，更不確定在多大范圍內發(fā)布疫情預警以及采取何種級別的疫情響應機制。利用大數據進行疫情預警，是通過對數據之間的關聯關系進行分析以取代醫(yī)務人員的主觀經驗判斷，所得出的結論不受地方政府行政領導個人意志左右。此外，大數據疫情監(jiān)測是通過對大量個人數據的實時監(jiān)測進行實時分析，短時間內可以實現多組數據之間的互相印證，出現錯誤的概率較低。例如通過對全國醫(yī)療數據進行分析，發(fā)現50名疑似病例，為了驗證這50名疑似病例是否真的感染了某種傳染性病毒，可以對相關數據進一步進行追蹤和多角度分析。首先，可以監(jiān)測與這50名疑似病例存在密切接觸的人員中有哪些人員出現了相同或相似的癥狀。其次，監(jiān)測在可疑傳染病病源附近的人員中出現的疑似病例并持續(xù)監(jiān)測其密切接觸者。再次，可以通過對短期內所有的疑似病例進行相關性數據分析，查看這些疑似病例中存在密切接觸行為人員的比例。通過層層分析、實時分析，讓多組數據相互碰撞、相互印證，不僅可以保證對疫情判斷結果的準確性，也可以幫助政府實時了解疫情的擴散范圍和擴散程度，政府部門在準確的數據信息支持下可以采取對等的防疫措施，合理安排醫(yī)護人員及救治物資，避免過度防疫或防疫不足。

二、大數據疫情預警機制的發(fā)展現狀

運用大數據進行疫情預警的關鍵在于對數據的獲取。根據數據獲取渠道的不同，可將我國現階段大數據疫情預警機制概括為三大類：即基于網絡通訊及搜索引擎的預警機制、基于電子醫(yī)療信息的預警機制、基于物聯網信息采集的預警機制。

（一）基于網絡通訊及搜索引擎的大數據疫情預警機制

在互聯網時代，當重大疫情在人群中開始擴散時，公眾會不可避免地通過電話、短信、QQ以及微信等通訊方式交流與疫情相關的信息，或是在百度、谷歌等各類搜索引擎上搜索關鍵字詞。通過對通訊信息及網絡搜索引擎中與疫情相關的關鍵字詞進行檢索，分析其產生頻率并將其與疫情時期的歷史數據進行比較，便可以在一定程度上對疫情進行預測。

2008年，美國谷歌公司曾研發(fā)了用于預測流感的工具——Google?Flu?Trends，該工具通過將與流感相關詞匯的檢索頻率同歷史上流感傳播時期的檢索頻率進行比較，在很大程度上預測到了流感的傳播和爆發(fā)。然而，這種預測方式容易受到檢索習慣的影響，不同歷史時期、不同疫情時期公眾對疫情的檢索方式會有所不同，出現的高頻率詞匯也會有所改變，因而其準確率難以保障。在實踐中，這種基于網絡通訊及搜索引擎的疫情預警機制由于準確性難以保證，且對疫情進行預警的前提是有大量關于疫情的通信及搜索詞條出現，這表明該預警機制在預測到可能發(fā)生疫情時，疫情已經在人群中造成了大范圍恐慌，很有可能已存在大量人員感染，因此其預警效果有待研究，本文不作贅述。

（二）基于電子醫(yī)療信息的大數據疫情預警機制

目前，我國已經建立起了覆蓋14億人口的醫(yī)療保障體系，電子醫(yī)療檔案也已推廣至區(qū)縣一級的醫(yī)療單位，這為我國建立基于電子醫(yī)療信息的預警機制奠定了良好的數據基礎。在疫情發(fā)生初期，醫(yī)院和藥店往往是最先接觸到病人的地方，也是最先察覺到危險信息的場所。通過實時獲取全國定點醫(yī)療機構及各個零售藥店的藥品銷售情況，可以在第一時間掌握有價值的信息。通過對全國范圍內收集到的數以億計的醫(yī)療數據進行分析，借助于人工智能算法，可以在最短的時間內發(fā)現異?；颊?。例如某市野生動物地下交易市場販賣攜帶病毒的野生動物，該市場周圍有近百名被感染者，但由于該病毒具有一定潛伏期，事發(fā)三天后僅有50名感染者出現發(fā)燒、咳嗽癥狀，且只有30名感染者前去醫(yī)院就診，其余20名感染者自行前往藥店購買退燒、止咳藥物，加之事發(fā)時正處于節(jié)假日，50名出現癥狀的感染者乘坐不同的交通工具已分散到達全國各地。在這種情況下，常規(guī)的預警機制根本無法在短時間內察覺到任何異常。然而，利用大數據對全國醫(yī)療數據進行分析，依據傳染病的兩個基本特征（所有被感染者出現相同癥狀、一般情況下僅在密切接觸者之間傳播）可以快速分析出存在相同癥狀的感染者相互之間在一定時期內是否有過密切接觸史，如果分析發(fā)現分散在全國范圍的50名感染者癥狀相同且在近三天內均去過某市野生動物交易市場，便可以快速地通過相關關系發(fā)現潛在隱患，感染者在醫(yī)院完成初步的電子病例輸入之后就能立即發(fā)現疫情苗頭。

在疫情發(fā)生初期，雖然與大數據醫(yī)療應用相關的體制、機制和法制尚不健全，未能收到事先預警的理想效果，但在全國各地啟動一級應急響應機制之后，大數據在事中排查預警階段發(fā)揮了巨大的作用。例如阿里巴巴旗下的達摩院、釘釘、支付寶、阿里云團隊聯合開發(fā)的數字防疫系統(tǒng)，通過對醫(yī)院確診病例信息及事發(fā)一個月內在藥店購買過退燒藥物的人員信息進行匯總，利用大數據技術快速分析出確診病例和密切接觸者的活動軌跡，在此基礎之上結合定位系統(tǒng)構建了疫情擴散模型。專家組依據確診病例、密切接觸者的手機定位系統(tǒng)，配合手機間的物理距離，計算出在三米的傳播范圍內、一定接觸時間以上的另外的關聯手機號，結合雙方的社會關系分析被感染的概率，進而鎖定大量的密切接觸者，并迅速建立起了覆蓋全省的大數據疫情預警機制。同時，專家組還開發(fā)出“密切接觸者測量儀”APP，公眾通過輸入身份證號、姓名就能立即查詢自己是否與確診病例、密切接觸者同乘過相同的航班、火車或者大巴等，甚至還可以在相關網頁上查詢自己所在小區(qū)周圍的確診病例、密切接觸者的具體位置，這為后續(xù)的疫情防控工作提供了大量寶貴信息。

（三）基于物聯網信息采集的大數據疫情預警機制

疫情發(fā)生后，并非所有的感染者都會在第一時間主動去醫(yī)院進行確診或是前往藥店購買用于疫情防控的藥品，他們可能會通過火車、飛機等大型公共交通工具前往全國各地或者國外;在疫情防控后期，為保證經濟社會的持續(xù)發(fā)展，一些企業(yè)開始復工復產，這就不可避免會有人員進行大范圍流動。為防止人員流動和聚集增加帶來疫情反彈的風險，必須構建一種能夠快速針對大量不特定人群進行檢測的預警機制，人工智能、人臉識別技術的成熟為構建基于物聯網信息采集的大數據疫情預警機制提供了可能。

利用火車站、機場、商場、醫(yī)院以及藥店等公共場所的熱成像人體測溫設備自動收集數據，能夠快速地在大量過往人群中發(fā)現體溫異常人員，再通過人臉識別技術進行精準鎖定，結合人工智能技術就可以自動發(fā)出警報，這時再由工作人員將體溫異常人員進場隔離處置。這種通過物聯網自動收集信息和自動進行分析、診斷的大數據預警系統(tǒng)在人口密集的公共場所可以實現實時自動預警，極大地提高了排查效率。目前，北京等少數大城市已在火車站建立了“物聯網+大數據”的疫情預警機制，國內其余大多數省市則建立了大數據健康碼系統(tǒng)，出行人員掃描官方二維碼，注冊、填報個人相關信息，系統(tǒng)后臺會根據大數據分析結果自動生成個人專屬的“健康二維碼”，該二維碼根據可能出現在感染區(qū)危險等級的不同，分為紅、黃、綠三種顏色等級，只有綠色代表本人在隔離期內沒有出現在病毒感染區(qū)內，可以進行跨地域流動。隨著相關技術的進一步成熟，基于物聯網信息采集的大數據疫情預警機制或將成為未來重大疫情預警機制的首選。

三、大數據疫情預警機制面臨的現實困境

大數據疫情預警機制是通過對海量數據之間關聯關系的分析計算對病毒是否具有傳染性以及病毒的傳播速度和傳播范圍進行判斷的預警機制。目前，全國各省（直轄市、自治區(qū)）在新冠肺炎疫情防控工作中普遍運用了大數據技術，從各地開展大數據疫情預警防控實踐及對疫情未能及時進行事前防控的原因進行分析，大數據要全面應用到未來的疫情預警工作中還需重點解決以下幾個問題，方能突破目前面臨的困境。

（一）相關法律法規(guī)缺失問題

在疫情防控過程中，數以億計的公眾個人隱私數據被大量的互聯網公司和大數據企業(yè)搜集、傳輸、存儲、分析、利用。為了做好疫情防控中的個人信息保護，2020年2月9日，中央網信辦發(fā)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》，該《通知》明確要求，除國務院衛(wèi)生健康部門依據《中華人民共和國網絡安全法》《傳染病防治法》《應急條例》授權的機構有權收集、使用公眾個人信息外，同時鼓勵有能力的企業(yè)在有關部門的指導下，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。大數據是近年來出現的新事物，自2015年8月31日國務院印發(fā)《促進大數據發(fā)展行動綱要》（以下簡稱《綱要》）之后，大數據作為國家戰(zhàn)略才逐漸開始在社會各行各業(yè)進行理論探索與實踐應用，而《應急條例》和《傳染病防治法》是在2015年之前實施和修訂的。

在當時的背景下，相關立法可能并未或較少意識到大數據會在今后的醫(yī)療衛(wèi)生行業(yè)（特別是在重大疫情預警、防控工作過程中）產生巨大的應用價值，這就導致相關法律法規(guī)具有一定的滯后性，從而難以對大數據疫情預警機制的建立提供明確的法律支撐。例如《應急條例》對疫情防控工作中個人信息的收集、使用主體以及具體流程等并未作出明確、詳細的規(guī)定?！秱魅静》乐畏ā分兄挥械诰艞l規(guī)定國家支持與鼓勵單位和個人參與傳染病防治工作，各級人民政府應當完善有關制度，方便單位和個人參與宣傳教育、疫情報告、志愿服務和捐贈活動，但對于單位和個人在傳染病防治過程中如何依法收集、使用個人信息的相關規(guī)定尚未明確?？偠灾捎诖髷祿谖覈鴮傩律挛?，因而在構建大數據疫情預警機制過程中面臨的首要問題就是相關法律法規(guī)的缺失問題。

（二）數據的開放共享問題

近年來，隨著侵犯公眾個人隱私犯罪案件的高發(fā)以及公眾維權意識的增強，社會輿論特別關注對公眾個人隱私數據的保護，為此，不論是政府部門內部還是各企事業(yè)單位，對于本部門或單位所收集、掌握的個人相關數據都采取了極為嚴格的保密制度，除特殊原因外一般不會對其他單位或個人公開。在利用大數據開展疫情預警過程中，大數據疫情預警機制必須在數據層面消除原有應急機制背景下產生的“信息孤島”現象，將交通、醫(yī)療、通信、戶政、社區(qū)以及企業(yè)等多個部門掌握的信息進行融合匯總，而這一過程會不可避免地面臨不同層級的信息壁壘。

2020年1月25日，習近平總書記主持中共中央政治局常務委員會會議并發(fā)表重要講話，會議決定，黨中央成立應對疫情工作領導小組，在中央政治局常務委員會領導下開展工作。各地也成立了應對疫情工作領導小組并由一把手親自擔任組長指導疫情防控工作。在黨中央集中統(tǒng)一領導下，依靠政府行政力量的推動，在短時間內打破了各地區(qū)、各部門之間存在的信息壁壘，為利用大數據開展疫情預警防控工作提供了最大量的數據流，極大地推動了疫情防控工作的開展。然而，這種在短時間內實現全國范圍內數據共享的方式難以常態(tài)化，一旦疫情結束，各地、各部門之間固有的信息壁壘可能會重新出現。此外，由于全球范圍內人員的流動，在抗擊疫情過程中，為防止疫情的國際性蔓延，還需要打通國家與國家之間的數據壁壘。

（三）大數據專業(yè)人才缺乏

在大數據時代，能夠讓數據發(fā)揮有效價值的關鍵是大數據人才。《綱要》首次提出要建立健全多層次、多類型大數據人才培養(yǎng)體系，鼓勵高校設立數據科學和數據工程相關專業(yè)，培養(yǎng)專業(yè)化數據工程師等大數據相關專業(yè)人才。[2]從2016年北京大學、對外經濟貿易大學、中南大學成功申請到數據科學與大數據技術專業(yè)，到2018年有248所大學、2019年有283所大學成功申請到數據科學與大數據技術本科專業(yè)，截至目前，全國已有600多所大學開設了與大數據相關的本科專業(yè)。①

從以上數字來看，目前，我國與大數據相關的本科專業(yè)人才培養(yǎng)體系已經基本建立，未來幾年內將會有大批大數據人才從各大高校輸出，然而，我國大數據人才培養(yǎng)機制剛剛建立，掌握大數據分析技術的優(yōu)秀人才稀少，社會缺口依然巨大。2018年7月，在重慶舉行的第一屆全國大數據與人工智能科學大會上，清華大學經管學院發(fā)布的《中國經濟的數字化轉型：人才與就業(yè)》報告顯示，當前我國大數據領域人才缺口高達150萬，到2025年將達到200萬。[3]同時，利用大數據進行疫情預警分析所得出的結果關系到數以億計公眾的生命健康安全，不允許有絲毫差錯，因此，數據分析工作必須由具有良好職業(yè)道德和敬業(yè)精神以及數據分析實踐能力過硬的高素質人才進行層層把關，才能確保萬無一失。此外，為了進一步提高疫情預警質量，未來大數據在開展疫情預警工作中必然會與物聯網、人工智能、區(qū)塊鏈、5G以及量子計算等技術相結合，而這方面的高素質人才也十分緊缺，這是建立大數據疫情預警機制過程中必須面對的現實問題。

（四）數據的安全保密問題

利用大數據對潛在疫情進行監(jiān)測和預警的基礎是能夠隨時獲得海量個人數據，這些數據包括但不限于公眾的日常交通軌跡、手機定位、居住地址、日常密切接觸人員、身份證信息、醫(yī)療信息、家庭成員信息等。一方面，采集、利用大數據的主體眾多，包括各類互聯網公司、大數據企業(yè)、高校、科研院所、醫(yī)療機構、交通、工信、民政、衛(wèi)生行政部門及定點零售藥店等，在利益的驅使下，有的部門可能出現將個人信息泄漏給犯罪團伙的情況。另一方面，從技術角度而言，由于大數據系統(tǒng)建立過程中所采用的基礎軟件和應用多為第三方開源組件，而這些開源系統(tǒng)本身很復雜。近年來，侵犯公眾個人信息犯罪案件持續(xù)高發(fā)且已成為其他各類犯罪的上游犯罪，對數據的竊取、販賣已經形成了完整的利益鏈條。因此，在大數據時代，為了獲取非法經濟利益，黑客對數據系統(tǒng)的攻擊會由原來的單一無目的攻擊轉變?yōu)橛薪M織的、目的性很強的團體攻擊犯罪，這就使得系統(tǒng)泄漏數據的風險不斷加大。[4]如2017年9月《法制日報》報道某部委醫(yī)療服務信息系統(tǒng)遭到“黑客”入侵，超過7億條公眾個人信息遭到泄漏，8000余萬條信息被販賣。[5]

從個人層面看，在互聯網時代，這些蘊含著潛在價值的大數據極有可能在收集的過程中被一些部門的內部人員販賣給相關犯罪團伙，或者在數據存儲、傳輸過程中被網絡黑客攻擊，一旦這些數據落入黑客手中便會對相關公眾的人身財產安全構成嚴重威脅。在刑事犯罪領域，每年都有大量的電信詐騙犯罪是基于對受害者個人相關信息詳細掌握的基礎上實施的。此外，從國家層面而言，在全球各國都積極實施大數據戰(zhàn)略的背景下，這些海量數據一旦泄漏很可能會對國家安全構成潛在威脅。

四、大數據疫情預警機制的實踐路徑

（一）完善與大數據疫情預警機制相關的立法

建立大數據疫情預警機制，需要政府、科研院所、互聯網公司、大數據企業(yè)、事業(yè)單位以及社會組織等多方力量共同努力，涉及對全國范圍內大量公眾個人隱私數據的實時收集。為了能夠給各方參與力量數據收集、分析活動提供相關法律依據，同時對利用數據實施疫情預警工作之外的行為予以限制，有關大數據在醫(yī)療衛(wèi)生領域的立法需要重點把握以下兩個方面：一方面，注重事先授權而非事中授權。大數據對疫情的預警價值是建立在對數據資源充分共享基礎之上的，為此，相關部門對一些大數據企業(yè)、科研院所獲取公眾個人信息必須事先予以法律授權，不能在疫情發(fā)生之后，出于公共利益需要進行緊急、臨時性授權。另一方面，注重事中監(jiān)督而非事后懲戒。大數據疫情預警機制的建立包括對公眾個人數據信息的收集、傳輸、儲存、交換、分析、發(fā)布、備份、銷毀等諸多環(huán)節(jié)，每個環(huán)節(jié)涉及的主體都有所不同，既包括政府機構層面的衛(wèi)生監(jiān)督機構、衛(wèi)生行政部門，也包括企事業(yè)單位層面的互聯網公司、大數據企業(yè)、物流公司、電信營業(yè)廳、高校及科研院所等。為了能夠最大限度地保障數據不泄漏，除了對我國《刑法》中關于侵犯公民個人信息罪等相關法律制度進行完善，在事后處理階段對竊取、利用大數據進行違法犯罪活動加大刑事打擊力度之外，更要在事中階段完善各項法律制度，將相關的法律法規(guī)、規(guī)章和制度延申到數據應用過程中的每一個環(huán)節(jié)、每一個主體，建立完善的責任倒查追究制度，做到嚴堵漏洞，不留隱患。

（二）建立大數據疫情預警開放共享機制

為了加強對健康醫(yī)療大數據的管理，2018年7月，國家衛(wèi)健委發(fā)布了《國家健康醫(yī)療大數據標準、安全和服務管理辦法（試行）》（以下簡稱《辦法》），明確由國家衛(wèi)健委負責建立健康醫(yī)療大數據開放共享機制。該《辦法》主要是為了促進健康醫(yī)療大數據的開發(fā)利用，應用場景主要包括醫(yī)藥研發(fā)、醫(yī)保政策的制定以及保險產品開發(fā)等。然而，目前這種僅限于電子醫(yī)療病例的大數據開放共享機制還遠遠不能滿足建立高效疫情預警機制的需要，為此，必須建立新型的以疫情預警為主要目的的大數據開放共享機制。為滿足建立大數據疫情預警機制的需要，開放共享數據的種類應當包括但不限于公安、工信、民政、交通以及醫(yī)療等各部門掌握的行業(yè)數據。與政務大數據開放共享機制有所不同，建立大數據疫情預警開放共享機制重點應把握以下幾個方面：第一，建立大數據疫情預警機制所需要的數據涉及大量公眾個人隱私，數據種類多、范圍涵蓋廣，因而不可將數據開放給社會公眾、一般企業(yè)使用。第二，由于疫情擴散范圍往往涉及全國，故應在全國范圍內打破體制機制障礙，促進全國范圍內政府部門、企事業(yè)單位、行業(yè)之間的數據流通，而不應局限于一省一市的政府部門、企事業(yè)單位或單純的某一行業(yè)。第三，由于疫情擴散速度快，要求疫情預警機制必須快速地作出反應，在疫情出現的第一時間就能夠立即發(fā)現異常并實時監(jiān)測，因此該共享機制對相關數據傳輸共享效率要求極高，即必須實現數據的實時采集、實時傳輸，不能出現延誤。第四，大數據疫情預警機制是針對特定人群的預警機制和有重點的預警機制。在通常情況下，人體受到病毒感染后，病毒會激發(fā)人體免疫系統(tǒng)進而出現發(fā)燒癥狀，正是基于這一基本的醫(yī)學原理，通過醫(yī)院、藥店及物聯網系統(tǒng)在全國范圍內采集發(fā)燒、發(fā)熱病人的基本數據進行碰撞、分析，能夠基于個體數據之間的相關關系進而發(fā)現規(guī)律進行預警。因此，在初期的預警階段即在疫情尚未被發(fā)現時，各部門在進行數據傳輸共享時不是對掌握的所有數據進行共享，而是針對發(fā)燒、發(fā)熱病人的相關數據進行共享，這樣，不僅可以大大減少數據傳輸量，提升數據的安全性和處理效率，同時也可以避免因數據泄漏而導致的公眾恐慌。第五，針對疫情預警的大數據共享機制是不對等的共享，即不是在各部門之間進行簡單的數據交換，而是在全國范圍內各部門將自身所收集、掌握的發(fā)燒、發(fā)熱病人的相關數據按照統(tǒng)一標準經由系統(tǒng)實時自動推送至國家衛(wèi)健委直屬的大數據平臺，由大數據平臺進行數據的碰撞、分析，在發(fā)現問題后及時將相關情況反饋給各地疾病預防控制中心進行處理。因此，這種開放共享機制是單方面的，而非雙方互動的。

（三）建立多元參與的疫情預警機制

建立高效、可靠的大數據疫情預警機制需要在不斷實踐的基礎上持續(xù)改進，不可能一蹴而就。未來可能需要大數據、人工智能、物聯網、云計算、互聯網、區(qū)塊鏈以及病毒研究所等多個領域的專家學者共同努力，才能使疫情預警系統(tǒng)不斷完善。為此，應借鑒西方多中心治理理論，建立多元參與的疫情預警機制。美國著名政治經濟學家埃莉諾·奧斯特羅姆創(chuàng)立的多中心治理理論認為，政府的管理能力是有限的，單純依靠政府對公共事務的治理可能存在政府失靈現象，因此必須引入第三方參與市場治理。[6]

在事前預警階段，湖北醫(yī)療用品有限公司“穩(wěn)健醫(yī)療”通過對疫情的預測分析，在2019年12月20日取消原定在武漢召開的年終高管會議，并于2020年1月10日動員黃岡子公司全體員工春節(jié)不放假全力生產醫(yī)用口罩，截至2020年1月26日政府正式發(fā)布疫情通知，該公司共向社會供應口罩超過1億只，防護服超過11萬件，極大地緩解了醫(yī)療物資緊張的局面。[7]在疫情中期預警階段，百度、阿里巴巴等互聯網企業(yè)、大數據研究中心以及民間科技力量在政府的引領下積極參與大數據預警系統(tǒng)的研發(fā)，在短時間內構建了覆蓋全國的疫情大數據監(jiān)測網絡，依靠大數據技術取代人力開展地毯式排查，在最短的時間內確定了大量密切接觸者和疑似病例，極大地提高了疫情防控效率。

通過民間科技力量參與疫情預警防控的效果可以證明：在大數據疫情預警過程中，政府通過引進多元力量參與疫情預警工作（例如互聯網企業(yè)、大數據研究中心為大數據預警系統(tǒng)建設提供專業(yè)化技術人員，醫(yī)藥及醫(yī)療器械生產企業(yè)通過對相關數據的收集、分析及時調整生產計劃，為建立預警機制提供物質保障），使社會形成了一種“自發(fā)秩序”。依靠社會各方力量發(fā)揮各自的功能及價值，建立多層級、多方位、多路徑的疫情預警工作體系，能夠有效避免政府一元預警模式所導致的失靈、缺失和效率低下的困境。

（四）筑牢數據安全防線

為了在數據流通的各個環(huán)節(jié)確保數據的安全穩(wěn)定，不被非法篡改、竊取，應從以下三個方面筑牢數據安全防線：一是意識層面。凡是參與到數據采集、傳輸、存儲、分析等任何一個環(huán)節(jié)，無論是政府行政部門、醫(yī)療單位還是企業(yè)科研人員，都要進行崗前保密培訓并定期開展安全法制教育，提升相關人員數據安全意識，以杜絕內部人為原因造成數據泄漏問題。二是制度層面。除了完善立法對相關犯罪行為予以事后懲戒外，還要在各個部門建立健全相關的大數據安全管理工作制度、操作規(guī)程和技術規(guī)范。要明確相關人員的管理權限和范圍，對數據實施分級、分類管理，嚴格落實一把手責任制，定期開展安全操作規(guī)范檢查，從制度上堵塞漏洞。三是技術層面。在互聯網時代，確保大數據安全的根本之道在于實現國家主要信息產品、設備和技術的自主設計制造。[8]首先，必須保障數據的安全性。如果信息基礎設備和行業(yè)云使用未經安全認證的外資背景廠商的設備或云服務，將無法保障業(yè)務系統(tǒng)及其數據的安全性。為此，我國必須盡快實現對主要信息系統(tǒng)、關鍵設備和技術的自主設計制造。其次，在數據傳輸過程中，隨著區(qū)塊鏈技術的成熟應用，未來大數據與區(qū)塊鏈的結合將成為必然趨勢。區(qū)塊鏈的可溯源性使得數據從收集、流轉到分析的每一個環(huán)節(jié)發(fā)生的變化都可以進行數據留存，保障了數據分析結果的正確性。同時，區(qū)塊鏈在數據使用過程中能夠精細化授權范圍，不僅有利于減少數據泄漏隱患，也有利于建立各部門之間的橫向交流機制，打破“數據孤島”效應。再次，在大數據存儲方式上，可以采取可信固態(tài)硬盤進行數據存儲。通過可信固態(tài)硬盤提供安全增強的存儲設備接口和協議，使得用戶可以對存儲中的數據施以細粒度的訪問控制，從而保障存儲中數據的安全。[9]

【參考文獻】

[1]張?zhí)m廷.大數據的社會價值與戰(zhàn)略選擇[D].北京：中共中央黨校博士學位論文，2014.

[2]國務院印發(fā)《促進大數據發(fā)展行動綱要》[N].人民日報，?2015-09-06.

[3]李星婷.我國大數據領域人才缺口高達150萬[N].重慶日報，2018-07-07.

[4]譚彬，劉曉峰，邱嵐等.大數據安全管理及關鍵技術研究[J].網絡空間安全，2017，（12）：25-28.

[5]許雯.孕檢等7億條公民信息泄漏?為何個人健康信息屢遭外泄[N].華西都市報，2017-09-15.

[6]（美）埃莉諾·奧斯特羅姆.公共事務的治理之道[M].余遜達，陳旭東譯.上海：上海譯文出版社，2012.

[7]一家神奇的口罩生產企業(yè)，提前預判了疫情[EB/OL].新浪財經，https：//finance.sina.cn/2020-02-17/detail-iimxyqvz3664897.d.html？ivk_sa=1023197a.

[8]李國杰，程學旗.大數據研究：未來科技及經濟社會發(fā)展的重大戰(zhàn)略領域——大數據的研究現狀與科學思考[J].中國科學院院刊，2012，（6）：647-657.

[9]田洪亮，張勇，許信輝等.可信固態(tài)硬盤：大數據安全的新基礎[J].計算機學報，2016，（1）：154-168.

（責任編輯：高??靜）

Early?Warning?Mechanism?of?Big?Data?Epidemic：Value?Analysis，

Practical?Dilemma?and?Practical?Path

Qi?Xiaoliang

Abstract：At?present，China?is?in?the?stage?of?practice?and?exploration?to?promote?the?modernization?of?national?governance?system?and?governance?capacity.From?the?perspective?of?epidemic?prevention?and?control，it?is?very?urgent?and?realistic?to?explore?the?problems?related?to?the?early?warning?mechanism?of?big?data?epidemic，so?as?to?improve?the?emergency?management?ability?of?the?government.Based?on?the?analysis?of?the?value?of?big?data?epidemic?early-warning?mechanism，according?to?the?different?data?acquisition?channels，this?paper?summarizes?the?current?big?data?epidemic?early-warning?mechanism?into?three?categories：the?early-warning?mechanism?based?on?network?communication?and?search?engine，the?early-warning?mechanism?based?on?electronic?medical?information?and?the?early-warning?mechanism?based?on?Internet?of?things?information?collection.In?view?of?the?practical?difficulties?faced?by?the?big?data?epidemic?early?warning?mechanism，this?paper?puts?forward?corresponding?suggestions?in?order?to?provide?reference?for?the?improvement?of?the?public?health?emergency?management?system?in?China.

Key?words：public?health?events;big?data;early?warning?mechanism;emergency?management?system