由中國博士生操盤的全球疫情圖

彭丹妮

杜鴻儒（左）與董恩盛（右）

一張黑底、紅點，左右兩側(cè)列著各國新冠肺炎確診、死亡和恢復(fù)病例的地圖，成為近來一些國際新聞的背景圖片。美國副總統(tǒng)彭斯去衛(wèi)生部視察時，美國衛(wèi)生部就用這張地圖監(jiān)測全國病例，意大利總理、德國內(nèi)閣開會時，身后電子屏幕也正在依靠這張地圖展示疫情實時情況。

這個數(shù)據(jù)地圖由美國約翰·霍普金斯大學(xué)系統(tǒng)科學(xué)與工程中心（CSSE）一年級博士生董恩盛等人發(fā)起并維護。最初，他只是想要通過追蹤數(shù)據(jù)來觀察一場疫情從生到死的整個過程，用這些數(shù)據(jù)作為他研究疾病的工具，如今，這個每日點擊量超過10億的網(wǎng)站，已經(jīng)成為多國政府高層、公共衛(wèi)生學(xué)者和主流媒體引用最多的疫情數(shù)據(jù)來源，更新和運營這個網(wǎng)站成了董恩盛的“主業(yè)”。

“無心插柳”的網(wǎng)紅數(shù)據(jù)項目

1月21日寒假過后，在一次博士生組會上，董恩盛的導(dǎo)師、系統(tǒng)科學(xué)與工程中心副教授勞倫.力口德納和大家聊起新學(xué)期的計劃，聽說中國的新冠肺炎很嚴重，便問董要不要做個數(shù)據(jù)儀表板？

董恩盛的研究方向是疾病模型，也就是用數(shù)學(xué)模型和計算機代碼來解釋一些流行病學(xué)、公共健康方面的問題，對全球流行病的發(fā)展趨勢做基本的判斷和推測。當(dāng)時他已經(jīng)在搜集數(shù)據(jù)準備做這個事情了，兩人一拍即合，七八個小時后，第一版疫情可視化地圖就做好了，1月22日，這個網(wǎng)站便正式面世了。

去年五六月份的時候，董恩盛與勞倫·加德納便在另一個流行病風(fēng)險性分析項目中做了一個類似的數(shù)據(jù)可視化地圖，當(dāng)時引來一些美國主流媒體的報道。所以，他說技術(shù)思路上是比較成熟的，很快就能調(diào)試上線;另一方面，由于他的中文優(yōu)勢，去中國國家衛(wèi)健委上面抓取數(shù)據(jù)即可，所以早期團隊在中國疫情上比全球其他一些數(shù)據(jù)來源更及時。

起初幾天，數(shù)據(jù)都靠他手動整理，每天最多能保持4-5次更新。2月1日之后，這種方式變得不可持續(xù)，于是項目轉(zhuǎn)為半自動化更新：中國的疫情數(shù)據(jù)來自丁香園的自動更新，而其他國家的數(shù)據(jù)依然需要人工審核。為了發(fā)現(xiàn)各國新增病例，他們的監(jiān)測渠道包括世界衛(wèi)生組織（WHO）、推特、新聞報道、地方衛(wèi)生部門提供的數(shù)據(jù)等等。這一階段，另一個博士生杜鴻儒也加入到數(shù)據(jù)收集和圖表的制作中來。

到了3月初，這個數(shù)據(jù)小組將美國疫情信息具體到縣一級層面?！耙驗槊绹たh大概有3000多個，再加上世界上有200多個國家和地區(qū)，人工完成非常吃力?！倍魇⒄f，于是小組招募了一些志愿者，把人員分了很多組，有的組負責(zé)國外，有的組負責(zé)美國國內(nèi)不同地區(qū)，然后24小時不間斷地發(fā)布最新數(shù)據(jù)。

2月19日，董恩盛、杜鴻儒與勞倫·加德納發(fā)表在《柳葉刀》雜志上的文章介紹了這項工作。文章對比了約翰·霍普金斯大學(xué)系統(tǒng)科學(xué)與工程中心、WHO和中國疾控中心的數(shù)據(jù)報告。結(jié)果發(fā)現(xiàn)，他們的病例數(shù)據(jù)與后二者報告一致，而且他們在捕獲新國家或地區(qū)中首次報告的COVID-19（新冠肺炎病毒）病例上更加及時。

這個過程中還有很多具體的困難。比如，2月中旬部分“鉆石公主號”郵輪旅客撤回到美國。由于患者具體位置不明，他們就選擇了將點標(biāo)記在美國相對的地理中心——堪薩斯州。但有些美國人放大地圖，最后發(fā)現(xiàn)這個點落在他們小區(qū)上，以為自己小區(qū)竟然有病例，便層層上報，后來學(xué)校讓他們趕緊調(diào)整一下，于是標(biāo)記點暫時放回了日本橫濱港。

如何統(tǒng)一好數(shù)據(jù)的定義也是個問題。雖然用戶看到的是“確診病例”“死亡人數(shù)”這些標(biāo)簽，但團隊實際面對的卻是各國甚至同一國家對于這些概念不同的定義。

萋國副總統(tǒng)彭斯到衛(wèi)生部視察時.背后的大屏幕就是文中的疫情圖

可靠數(shù)據(jù)是研究和決策的基礎(chǔ)

在線科技出版物Digital Trends3月28日發(fā)表文章《最可靠的新冠肺炎疫情儀表板》，其中提到六種可視化疫情數(shù)據(jù)通報平臺，約翰·霍普金斯的這套系統(tǒng)獲得最高評價。原因是該平臺“可視化設(shè)計最好，導(dǎo)航明晰、閱讀方便，且是六個平臺中更新最頻繁的?！?/p>

美國疾控中心（CDC）也是其中一個平臺。不過，該網(wǎng)站標(biāo)注：該頁面從周一中午至周五定期更新，顯示的數(shù)據(jù)為截至前一天下午4時的統(tǒng)計結(jié)果。另外還有文字提示：CDC與各州和地方的公共衛(wèi)生部門報告的病例存在差異，各州通報的病例為最新數(shù)據(jù)。董恩盛說，疫情早期CDC的數(shù)據(jù)精度比較低，它只是報告每個州病例數(shù)量范圍。這樣的運作模式使得CDC的數(shù)據(jù)可視化不如約翰·霍普金斯大學(xué)的這個數(shù)據(jù)項目受歡迎。

在3月6日于華盛頓國會山舉行的一場簡介會上，勞倫.力口德納介紹，這個儀表板受到關(guān)注有一段時間了，現(xiàn)在平均每天點擊量為10億，最高峰一天點擊量達20億。其間有過幾次高峰，例如，當(dāng)意大利疫情暴發(fā)時，許多意大利民眾涌入網(wǎng)站，意大利用戶數(shù)超過了美國。

由牛津大學(xué)創(chuàng)立的“用數(shù)據(jù)看世界”網(wǎng)站解釋，他們在監(jiān)測全球各國新冠肺炎疫情數(shù)據(jù)時，最初參照3個數(shù)據(jù)源：世衛(wèi)組織、歐洲疾病預(yù)防控制中心（ECDC）以及霍普金斯大學(xué)。目前他們已經(jīng)放棄從世衛(wèi)組織獲取數(shù)據(jù)，一方面是因為世衛(wèi)在3月18日修改了每日統(tǒng)計截止時間，另一方面在于其數(shù)據(jù)庫曾出現(xiàn)過錯誤。

“誰在使用這個儀表板？據(jù)我所知，幾乎每個人都在使用。它幾乎在所有的社交媒體渠道上走紅，一直火到美國地方政府、州、聯(lián)邦政府、公共衛(wèi)生機構(gòu)。”勞倫.力口德納說，這說明人們對于可靠的、值得信賴的、客觀的信息有巨大需求，所以她認為，非常重要的是看到這種（需求與滿足之間的）差距，并且支持這類數(shù)據(jù)可視化工具走向公眾。

約翰·霍普金斯大學(xué)是美國的一所研究性大學(xué)，也是全美最近連續(xù)33年來科研經(jīng)費開支最高的大學(xué)，其公共衛(wèi)生學(xué)院多年來排名全美第一。

美國對外關(guān)系委員會全球衛(wèi)生高級研究員黃嚴忠說，美國信息渠道很豐富，既有官方的CDC和各州公共衛(wèi)生部門數(shù)據(jù)，也有民間機構(gòu)、高校和媒體的數(shù)據(jù)更新，這樣多元的數(shù)據(jù)渠道使得疫情更加透明。而約翰·霍普金斯大學(xué)的數(shù)據(jù)地圖便是其中一個出色的例子。

復(fù)旦大學(xué)公共衛(wèi)生學(xué)院原院長、中華預(yù)防醫(yī)學(xué)會新冠肺炎防控專家組成員姜慶五說，在疫情中，任何數(shù)據(jù)都要公開、透明，保證真實性，否則流行病學(xué)家、數(shù)學(xué)家無法做出判斷，也就不能為決策提供可靠的指導(dǎo)。

霍普金斯團隊較高質(zhì)量的數(shù)據(jù)成為諸多研究團隊進行學(xué)術(shù)研究的基礎(chǔ)，是科學(xué)界了解新冠肺炎疫情的重要信息來源。董恩盛說，每天他們都會在固定時間發(fā)布準確的數(shù)據(jù)，全世界的學(xué)者都可以看到，這方便學(xué)者們進行基于時間序列的疫情分析，“而時間序列分析在流行病學(xué)，尤其是對于疾病的預(yù)測方面有非常關(guān)鍵的作用?！?/p>

現(xiàn)在，該數(shù)據(jù)地圖的自動化程度越來越高了，而且學(xué)校也給予了很多技術(shù)和人力支持。接下來董恩盛希望配合他的導(dǎo)師。利用這些數(shù)據(jù)研究一下哪些地方比較容易受到新冠肺炎病毒的攻擊，疫情什么時候會出現(xiàn)拐點等等。

（李響薦自《中國新聞周刊》）