大數(shù)據(jù)時代的重大突發(fā)公共衛(wèi)生事件預(yù)警創(chuàng)新

周芳檢

(湖南科技學(xué)院 馬克思主義學(xué)院，湖南 永州 425199)

重大突發(fā)公共衛(wèi)生事件的預(yù)警是基于重大突發(fā)公共衛(wèi)生事件發(fā)生、發(fā)展規(guī)律及相關(guān)因素，使用特定的模型或算法對傳染病等發(fā)生、發(fā)展做出預(yù)測，進(jìn)而對疫情流行趨勢及影響范圍進(jìn)行預(yù)警。(1)屈曉暉等：《時空大數(shù)據(jù)分析技術(shù)在傳染病預(yù)測預(yù)警中的應(yīng)用》，載《中國數(shù)字醫(yī)學(xué)》2015年第8期。自20世紀(jì)80年代以來，我國開始重視重大疫情的預(yù)測預(yù)警方法研究并取得重大成果，特別是在2003年“非典”以后，我國逐步建立了相對完備的突發(fā)公共衛(wèi)生事件預(yù)警體系。但囿于單一的數(shù)據(jù)來源、簡單的檢測方法和人工的直覺判斷，使得預(yù)警的時效性、準(zhǔn)確性、動態(tài)性、全面性難以滿足當(dāng)前復(fù)雜性、跨界性、多元性公共衛(wèi)生事件防控工作的需要。

近年來，隨著大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)的快速發(fā)展，以volume(大容量)、velocity(快速)、variety(多類型)、value(低價值密度)和veracity(真實(shí)性)5V(2)Viktor Mayer-Schonberger & Kenneth Cukier. Big Data: A Revolution That Will Transform How We Live, Work and Think. Boston: Eamon Dolan/Houghton Mifflin Harcourt 2013, pp.30-78.為特征的大數(shù)據(jù)開啟了重大突發(fā)公共衛(wèi)生事件治理的新時代。在大數(shù)據(jù)時代，醫(yī)院電子病歷數(shù)據(jù)、病原監(jiān)測大數(shù)據(jù)、網(wǎng)絡(luò)媒體在線數(shù)據(jù)、時空大數(shù)據(jù)呈快速增長態(tài)勢，共同構(gòu)筑成多元、立體、動態(tài)的突發(fā)公共衛(wèi)生事件應(yīng)急大數(shù)據(jù)。大數(shù)據(jù)的核心是預(yù)測，對它的應(yīng)用也自然而然是開展重大突發(fā)公共衛(wèi)生事件預(yù)警的一把利器。大數(shù)據(jù)重大突發(fā)公共衛(wèi)生事件預(yù)警就是通過對上述巨量數(shù)據(jù)快速收集、有效挖掘與及時研判，快速、精準(zhǔn)、有效、持續(xù)地向應(yīng)急管理部門和公眾提供預(yù)警信息。(3)周利敏，龍智光：《大數(shù)據(jù)時代的災(zāi)害預(yù)警創(chuàng)新——以陽江市突發(fā)事件預(yù)警信息發(fā)布中心為案例》，載《武漢大學(xué)學(xué)報(哲學(xué)社會科學(xué)版)》2017年第3期。

目前，國內(nèi)外理論界與實(shí)務(wù)界開始關(guān)注大數(shù)據(jù)在公共衛(wèi)生領(lǐng)域中的應(yīng)用，尤其體現(xiàn)在以傳染病監(jiān)測數(shù)據(jù)為基礎(chǔ)，運(yùn)用不同數(shù)據(jù)處理技術(shù)，建立敏感、特異的傳染病監(jiān)測預(yù)警體系。(4)馬家奇：《公共衛(wèi)生大數(shù)據(jù)應(yīng)用》，載《中國衛(wèi)生信息管理》2014年第2期。2009年，谷哥公司利用檢索特定詞條成功預(yù)測H1N1流感爆發(fā)且比美國疾控中心早好幾周，成為學(xué)者們時常引用的經(jīng)典；中國醫(yī)學(xué)科學(xué)院袁清玉教授結(jié)合流感病例數(shù)據(jù)、百度實(shí)時搜索數(shù)據(jù)和流感實(shí)驗(yàn)室檢測數(shù)據(jù)建模監(jiān)測流感活動。(5)Yuan QY, Elaine O,Ben FL, et al. Monitoring influenza epidemics in China with search query from baidu. Chinese Influenza Epidemic，Vol.8, No.2, 2013, pp.1-7.鄒遠(yuǎn)強(qiáng)等提出利用病原體基因測序大數(shù)據(jù)融合互聯(lián)網(wǎng)大數(shù)據(jù)監(jiān)測預(yù)警傳染病。(6)Zou YQ, Peng YS, Li Z, et al. Monitoring infectious diseases in the big data era. Sci. Bull，Vol.60, No.1, 2015, pp.144-145.抗擊新型冠狀病毒肺炎事件期間，百度公司推出“國內(nèi)外疫情動態(tài)”“遷徒地圖”“全民熱搜”“實(shí)時播報”服務(wù)，國內(nèi)三家基礎(chǔ)電信企業(yè)提供基于電信大數(shù)據(jù)分析向用戶提供本人“14天內(nèi)到訪地查詢”服務(wù)。

本文嘗試以大數(shù)據(jù)為背景，梳理重大突發(fā)公共衛(wèi)生事件防控過程中的存在哪些預(yù)警失靈現(xiàn)象，反思其背后原因有哪些，探索如何應(yīng)用大數(shù)據(jù)構(gòu)建重大突發(fā)公共衛(wèi)生事件預(yù)警體系，在此基礎(chǔ)上進(jìn)一步思考利用大數(shù)據(jù)開展重大突發(fā)公共衛(wèi)生事件預(yù)警的基本思路。期待通過對上述問題的思考，能為大數(shù)據(jù)時代重大突發(fā)公共衛(wèi)生事件的預(yù)警提供有益的參考。

一、重大突發(fā)公共衛(wèi)生事件的預(yù)警失靈

縱觀近年來我國發(fā)生的重大突發(fā)事件，幾乎都能發(fā)現(xiàn)其中應(yīng)急失靈尤其是預(yù)警失靈的場景。2012年北京特大暴雨災(zāi)害中碎片化信息發(fā)布，使得預(yù)警效果微乎其微，69條生命在大雨中逝去；2014年蘭州水污染事件中行政化的“命令—控制”式預(yù)警，導(dǎo)致警情一再升級，引發(fā)市民哄搶與逃離；2015年上海外灘踩踏事件中滯后、模糊的信息傳遞，使得預(yù)警警度嚴(yán)重誤判，36條生命定格黃浦江邊；2016年新圳光明新區(qū)滑坡事件中對警兆的忽視，帶來警情失控，77條生命頃刻消失在洶涌而至的泥沙中。特別地，在歷次的重大突發(fā)衛(wèi)生事件防控初期，滯后的預(yù)警不時引發(fā)公眾深度焦慮甚至恐懼恐慌，成為我國重大突發(fā)公共衛(wèi)生事件治理亟待突破的瓶頸。歸納起來，重大突發(fā)衛(wèi)生事件預(yù)警失靈主要有以下幾種類型。

(一)經(jīng)驗(yàn)型預(yù)警

長期以來，我國形成了與西方發(fā)達(dá)國家推崇數(shù)據(jù)收集、注重定量分析的精確管理不同的思維和模式，凡事決策傾向于從直覺和經(jīng)驗(yàn)出發(fā)，領(lǐng)導(dǎo)“拍腦袋”敲定重大決策成為常態(tài)。(7)周芳檢，何振：《大數(shù)據(jù)時代城市公共危機(jī)治理的新態(tài)勢》，載《吉首大學(xué)學(xué)報(社會科學(xué)版)》2018年第4期。這種憑領(lǐng)導(dǎo)者個人的直覺和經(jīng)驗(yàn)做出的預(yù)警屬于經(jīng)驗(yàn)預(yù)警。而一旦面臨高復(fù)雜性、高不確定性重大突發(fā)公共衛(wèi)生事件時，這種預(yù)警方式作用不僅有限而且有害，甚至?xí)頌?zāi)難性的后果。重大突發(fā)公共衛(wèi)生事件發(fā)生時，有的基層衛(wèi)生組織在接受上級指導(dǎo)組派出督查有關(guān)本區(qū)域定點(diǎn)醫(yī)院收治能力、關(guān)鍵信息檢測能力等具體數(shù)字時，竟一問三不知，暴露出一些領(lǐng)導(dǎo)干部平時不太注重搜集多源數(shù)據(jù)的硬傷。置身大數(shù)據(jù)時代，數(shù)據(jù)唾手可得。經(jīng)驗(yàn)預(yù)警背后，是部分決策者對分布在全國各地數(shù)以萬計(jì)大小醫(yī)院、衛(wèi)生服務(wù)機(jī)構(gòu)諸多有價值醫(yī)療病例數(shù)據(jù)的盲視，是對身邊豐富的應(yīng)急管理數(shù)據(jù)的漠視，也是對眾多實(shí)時、異構(gòu)微博、微信等網(wǎng)絡(luò)媒體在線數(shù)據(jù)的無視。如此看來，所在地疫情事態(tài)擴(kuò)大有其必然性。

(二)科層制預(yù)警

考察我國當(dāng)前的應(yīng)急管理體制，不難發(fā)現(xiàn)其背后的設(shè)計(jì)理念基于傳統(tǒng)的科層制，比較推崇領(lǐng)導(dǎo)在應(yīng)急管理的權(quán)威和權(quán)力，相對忽視數(shù)據(jù)/信息的作用。(8)何振，周芳檢，楊文：《大數(shù)據(jù)時代城市應(yīng)急管理行業(yè)協(xié)作體制創(chuàng)新研究》，載《湘潭大學(xué)學(xué)報(哲學(xué)社會科學(xué)版)》2016年第6期。這種設(shè)計(jì)理念存在著一個內(nèi)在難以克服的弊端：忽視足夠多源、有價值的數(shù)據(jù)或信息，當(dāng)面對瞬息萬變的應(yīng)急情境時，決策層作出的研判缺乏合理依據(jù)，其權(quán)威也會面臨不斷消減甚至于喪失殆盡的危險。(9)周芳檢：《大數(shù)據(jù)時代城市公共危機(jī)跨部門協(xié)同治理研究》，湘潭大學(xué)博士學(xué)位論文，2018年，第78頁。大數(shù)據(jù)時代的到來，無處不在的自媒體、互聯(lián)網(wǎng)移動智能終端，重新定義了多元主體危機(jī)協(xié)同治理的角色，社會組織或個人的聲音在危機(jī)情境中得到放大。重大突發(fā)公共衛(wèi)生事件初期，某些對事態(tài)有著清晰判斷的“疫情吹哨人”勇敢拉響警報，卻未必能在第一時間警醒已經(jīng)身陷危機(jī)的決策者。類似事件嚴(yán)肅警示我們，要最大限度壓縮危機(jī)治理過程中的多邊權(quán)力距離，讓由社會組織或個人共同參與的多邊權(quán)力相互制衡結(jié)構(gòu)得到復(fù)歸。

(三)滯后性預(yù)警

我國地方政府在長期的應(yīng)急實(shí)踐中，存在“重事后處置、輕事前防范”這樣一種“事件應(yīng)對”治理思維定勢，對突發(fā)事件事前預(yù)防、事發(fā)預(yù)警關(guān)注不足。(10)張海波，童星：《中國應(yīng)急管理結(jié)構(gòu)變化及其理論概化》，載《中國社會科學(xué)》2015年第3期。在這種思維定勢主導(dǎo)下，重大突發(fā)公共衛(wèi)生事件應(yīng)急管理者可能就會錯過對警兆識別、警度研判、警情預(yù)報的最佳時間點(diǎn)，導(dǎo)致風(fēng)險放大，局面失控，應(yīng)急成本爆漲，自然也給政府公信力帶來難以估量的損傷。慘痛的教訓(xùn)再次警示地方應(yīng)急管理者，堅(jiān)持“防治結(jié)合、以防為先、以預(yù)為主”的應(yīng)急思維有多重要。更為重要的是在大數(shù)據(jù)時代背景下加強(qiáng)對多源異構(gòu)、龐雜無序的在線實(shí)時搜索數(shù)據(jù)、城鄉(xiāng)安全運(yùn)行數(shù)據(jù)和應(yīng)急管理數(shù)據(jù)的快速收集、有效整合、實(shí)時分析，向?yàn)?zāi)前、臨災(zāi)和災(zāi)中的人們提供及時、準(zhǔn)確、動態(tài)、全面的信息，是重大突發(fā)公共衛(wèi)生事件應(yīng)急的不二選擇。

(四)模糊化預(yù)警

預(yù)警不僅要求快速搜集和處理信息，更重要的是要對復(fù)雜多變的信息盡可能作出準(zhǔn)確或比較準(zhǔn)確的判斷，這關(guān)系到整個應(yīng)急管理的成敗(11)閃淳昌，薛瀾：《應(yīng)急管理概論——理論與實(shí)踐》，北京：高等教育出版社，2012年版，第241頁。。在傳統(tǒng)的政府預(yù)警實(shí)踐中數(shù)據(jù)來源單一，數(shù)據(jù)量小且更新不及時，決策者只能根據(jù)災(zāi)種、災(zāi)情對特定的行政區(qū)域?qū)嵤╊A(yù)警，預(yù)警精度、密度、范圍等無法跟上現(xiàn)代災(zāi)害發(fā)展需求。重大突發(fā)公共衛(wèi)生事件早期防控過程中，公眾往往最急切了解如下信息：疫情傳染源到底來自哪里？病毒中間宿主是什么？是從什么時候開始出現(xiàn)人傳染人的？病毒潛伏期有多長？誰是零號病人？疫苗多久能生產(chǎn)出來？等等。但面對諸如此類的問題，相關(guān)管理部門有的避而不談，有的含糊其詞，一時難以給出權(quán)威的預(yù)報，這無形之中加重了公眾的恐慌程度。當(dāng)然，上述問題的存在，有其特殊性、復(fù)雜性、不可預(yù)見性，有的短時間內(nèi)確實(shí)難以給出答案。但同時，這也給大數(shù)據(jù)時代的突發(fā)公共衛(wèi)生事件預(yù)警提出了新的課題：如何整合豐富的數(shù)據(jù)資源，深度挖掘其中有價值的信息，降低不確性，實(shí)現(xiàn)精準(zhǔn)預(yù)警。

(五)碎片式預(yù)警

我國傳統(tǒng)災(zāi)害預(yù)警采取的是分災(zāi)種、分區(qū)域、分系統(tǒng)、分部門的管理模式，使得“條塊分割”“部門分割”和“各自為戰(zhàn)”成為應(yīng)急的常態(tài)，預(yù)警協(xié)調(diào)不足。碎片化的預(yù)警難以實(shí)現(xiàn)應(yīng)急的跨部門協(xié)同，使得應(yīng)急效率低下，也使得公眾疲于奔命于不同信息發(fā)布機(jī)構(gòu)尋求真相，嚴(yán)重透支政府公信力。檢視近年來發(fā)生的重大突發(fā)公共衛(wèi)生事件，不乏因官方披露的信息多次出現(xiàn)數(shù)據(jù)打架引發(fā)群眾強(qiáng)烈不滿的案例，特別是有關(guān)事態(tài)嚴(yán)重程度、人員傷亡、經(jīng)濟(jì)損失、防控方案、物資保障等公眾高度關(guān)注的敏感信息方面，上下級政府之間、同級政府不同部門之間存在表述不一致或者意見不統(tǒng)一的現(xiàn)象。重大突發(fā)公共衛(wèi)生事件應(yīng)急是一項(xiàng)復(fù)雜的、綜合的系統(tǒng)工程，需要各部門協(xié)同配合。在大數(shù)據(jù)時代，打破碎片式預(yù)警格局，需要整合分散在不同部門的海量數(shù)據(jù)，構(gòu)建跨部門協(xié)同預(yù)警系統(tǒng)(平臺)，加強(qiáng)信息互聯(lián)互通，實(shí)現(xiàn)疫情治理聯(lián)防聯(lián)控。

二、基于大數(shù)據(jù)的重大突發(fā)公共衛(wèi)生事件預(yù)警模型

傳統(tǒng)重大突發(fā)公共衛(wèi)生事件預(yù)警失靈固然與其事件嚴(yán)重性有關(guān)，但透過事件的背后不難發(fā)現(xiàn)，數(shù)據(jù)搜集范圍的不足和信息分析技術(shù)的滯后是其背后的深層次原因。具體說來，主要有以下不足：一是數(shù)據(jù)來源單一，大量的網(wǎng)絡(luò)媒體在線數(shù)據(jù)、時空大數(shù)據(jù)的價值沒有得到挖掘與體現(xiàn)；二是數(shù)據(jù)精度不高，眾多醫(yī)療服務(wù)機(jī)構(gòu)、藥品生產(chǎn)研發(fā)銷售單位自發(fā)收集的數(shù)據(jù)量小、完整性差且存在大量繁蕪冗雜的信息；三是數(shù)據(jù)更新滯后，數(shù)據(jù)管理人員每月一次的手動網(wǎng)上更新操作，預(yù)警信號發(fā)現(xiàn)追蹤不及時；四是預(yù)警方法簡單，管理人員只能對儲存在數(shù)據(jù)庫的“死數(shù)據(jù)”進(jìn)行查詢，知識庫缺乏，數(shù)據(jù)互不關(guān)聯(lián)，難以挖掘數(shù)據(jù)之間隱含的價值。針對傳統(tǒng)預(yù)警的不足，本文嘗試提出一種基于大數(shù)據(jù)的重大突發(fā)公共衛(wèi)生事件預(yù)警模型(如圖1所示)。

(一)預(yù)警模型的設(shè)計(jì)思路

一是基礎(chǔ)數(shù)據(jù)采集與處理。以國家(區(qū)域)大數(shù)據(jù)平臺和數(shù)據(jù)中心等基礎(chǔ)設(shè)施建設(shè)為契機(jī)，根據(jù)突發(fā)公共衛(wèi)生事件基本特征，加強(qiáng)對突發(fā)公共衛(wèi)生事件、公共衛(wèi)生醫(yī)療數(shù)據(jù)、病毒病原監(jiān)測數(shù)據(jù)以及網(wǎng)絡(luò)媒體在線數(shù)據(jù)等的采集、清洗和規(guī)范化處理，形成以“事件—案例—應(yīng)急”為主體的三類數(shù)據(jù)，導(dǎo)入數(shù)據(jù)庫中，構(gòu)建突發(fā)事件庫、案例庫和應(yīng)急信息庫等基礎(chǔ)數(shù)據(jù)倉庫。

二是案例知識庫模型構(gòu)建?；A(chǔ)數(shù)據(jù)庫存儲的是大量事實(shí)數(shù)據(jù)，為使這些事件數(shù)據(jù)能被機(jī)器識別，便于人與機(jī)器、機(jī)器與機(jī)器的交互傳遞，需要根據(jù)一定的邏輯規(guī)則對數(shù)據(jù)倉庫中案例庫的數(shù)據(jù)(事實(shí)、概念)進(jìn)行知識表示、構(gòu)建本體，在此基礎(chǔ)上將建好的本體映射到案例庫中形成案例知識庫，為后期開展案例推理等提供數(shù)據(jù)、知識支撐。

三是預(yù)警模型構(gòu)建與利用?；跇?gòu)建好的知識庫中本體和規(guī)則，提取新發(fā)生的公共衛(wèi)生事件特征并進(jìn)行語義搜索，采用相似度和推理規(guī)則相融合的方式從案例知識庫中檢索與目標(biāo)案例匹配或近似匹配的案例，將案例檢索結(jié)果在新案例中重用、優(yōu)化并檢測新案例解決方案的成熟度，最終為公共衛(wèi)生應(yīng)急管理部門推薦相應(yīng)的預(yù)警方案。(12)沙勇忠等：《公共危機(jī)信息管理》，北京：中國社會科學(xué)出版社，2014年版，第393～455頁。

圖1 基于大數(shù)據(jù)的重大突發(fā)公共衛(wèi)生事件預(yù)警模型

(二)預(yù)警模型的基本架構(gòu)

該預(yù)警模型是一個集多源數(shù)據(jù)搜集、信息處理和知識服務(wù)于一體的綜合系統(tǒng)，自下而上分為五層架構(gòu)：①數(shù)據(jù)采集與存儲層。采用傳統(tǒng)與現(xiàn)代技術(shù)手段相結(jié)合的方式，廣泛、實(shí)時搜集公共醫(yī)療衛(wèi)生數(shù)據(jù)(電子病例、藥品與不良反應(yīng)記錄等)、突發(fā)公共衛(wèi)生事件數(shù)據(jù)(傳染病種類、事發(fā)時間、地點(diǎn)、范圍、級別、危害)、傳染病病原監(jiān)測數(shù)據(jù)(病毒種類、基因數(shù)據(jù)等)以及涉及疫情的網(wǎng)絡(luò)媒體數(shù)據(jù)(網(wǎng)頁信息、媒體中的發(fā)燒、咳嗽、呼吸困難等信息)，暫存公共衛(wèi)生事件應(yīng)急數(shù)據(jù)云存儲中心。②數(shù)據(jù)預(yù)處理層。對搜集到的不規(guī)范、不完整或錯誤信息進(jìn)行清洗、規(guī)范、集成、轉(zhuǎn)換，使數(shù)據(jù)更為完整并盡量剔除干擾信息，便于機(jī)器處理與識別，提高數(shù)據(jù)分析準(zhǔn)確性。③數(shù)據(jù)處理與預(yù)警信號生成層。搜集到的基礎(chǔ)數(shù)據(jù)經(jīng)預(yù)處理后分別存放在知識倉庫中，主要包括領(lǐng)域知識庫(傳染病種類、癥狀、危害、治療方法等)、案例庫(事件過程、原因、后果、處置辦法等)、應(yīng)急信息庫(應(yīng)急預(yù)案、部門與人員、物資、技術(shù)、服務(wù)等)，經(jīng)邏輯關(guān)聯(lián)生成案例知識庫；輸入事件提取特征經(jīng)案例推理生成預(yù)警信號。④數(shù)據(jù)服務(wù)層。主要是為數(shù)據(jù)管理員、信息管理員和普通用戶提供注冊查詢、數(shù)據(jù)錄入更新、數(shù)據(jù)開放和預(yù)警決策推薦服務(wù)。⑤應(yīng)用終端。通過移動終端APP、電腦網(wǎng)絡(luò)為應(yīng)急管理部門、醫(yī)療機(jī)構(gòu)或公眾提供公共衛(wèi)生預(yù)警信息；通過接入預(yù)警信息發(fā)布平臺，實(shí)現(xiàn)預(yù)警信息在不同應(yīng)急管理部門的共享。

(三)預(yù)警模型的關(guān)鍵技術(shù)

在大數(shù)據(jù)時代，突發(fā)公共衛(wèi)生事件數(shù)據(jù)的搜集、處理、分析及預(yù)警模型的設(shè)計(jì)與運(yùn)用需要一整套前沿技術(shù)作支撐。①信息搜集技術(shù)。通過Web主題信息搜集技術(shù)、網(wǎng)絡(luò)爬蟲技術(shù)收集公共衛(wèi)生領(lǐng)域在線數(shù)據(jù)，引入無線監(jiān)測、地理信息系統(tǒng)(GIS)、遙感技術(shù)(RS)、全球定位系統(tǒng)(GPS)、視頻監(jiān)測等技術(shù)動態(tài)監(jiān)測人員流動情況和備災(zāi)、救災(zāi)信息。②信息處理技術(shù)。利用數(shù)據(jù)庫技術(shù)對事件庫、案例庫和應(yīng)急庫中的數(shù)據(jù)進(jìn)行處理、分析和理解；利用挖掘技術(shù)將數(shù)據(jù)組織成數(shù)據(jù)倉庫；利用語義技術(shù)關(guān)聯(lián)事件、案例和應(yīng)急數(shù)據(jù)構(gòu)建本體庫；利用基于案例推理技術(shù)和規(guī)則推理發(fā)現(xiàn)本體中隱含的知識。③信息傳播技術(shù)。在互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)時代，手機(jī)等移動終端為預(yù)警信息的傳播創(chuàng)造了條件，特別是微博、微信、論壇、播客等社交媒體在預(yù)警信息的傳播中發(fā)揮著越來越重要的作用。④信息利用技術(shù)。將信息可視化、風(fēng)險地圖、視頻展示技術(shù)等運(yùn)用到突發(fā)公共衛(wèi)生事件預(yù)警中，可以極大地增強(qiáng)公眾對風(fēng)險的感識能力和對災(zāi)難的理解水平。(13)沙勇忠等：《公共危機(jī)信息管理》，北京：中國社會科學(xué)出版社，2014年版，第459～461頁。

三、大數(shù)據(jù)驅(qū)動的重大公共衛(wèi)生事件預(yù)警

大數(shù)據(jù)時代的到來，基于大數(shù)據(jù)構(gòu)建的重大突發(fā)公共衛(wèi)生事件預(yù)警模型，其廣泛的數(shù)據(jù)來源、先進(jìn)的處理技術(shù)、精準(zhǔn)的推送方式為重大公共衛(wèi)生事件預(yù)警注入了強(qiáng)勁的動力。在新的時代背景下，預(yù)警模型的付諸實(shí)踐，驅(qū)動應(yīng)急預(yù)警方式走上精準(zhǔn)、快速、動態(tài)、協(xié)同新階段。

(一)大數(shù)據(jù)促就精準(zhǔn)預(yù)警

大數(shù)據(jù)說到底就是一種更高效的信息處理能力，它的硬核就是大數(shù)據(jù)分析，即從海量、多源、異構(gòu)、動態(tài)、低密度的數(shù)據(jù)集中挖掘有價值的信息，獲取事件彼此的內(nèi)在關(guān)聯(lián)。(14)張海波：《大數(shù)據(jù)在應(yīng)急管理中的應(yīng)用》，載《中國社會科學(xué)報》2019年2月20日。在大數(shù)據(jù)時代，多渠道的數(shù)據(jù)來源、全方位的數(shù)據(jù)挖掘以及定性式的信息推送，使得突發(fā)公共衛(wèi)生事件預(yù)警更加精準(zhǔn)。

一是多渠道的數(shù)據(jù)來源。近年來，隨著大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，數(shù)據(jù)來源日益多元、數(shù)據(jù)結(jié)構(gòu)愈發(fā)多樣、采集方式趨向自動，公共衛(wèi)生事件預(yù)警獲得了可靠的數(shù)據(jù)來源。各級衛(wèi)健委、疾控中心積累了衛(wèi)生管理數(shù)據(jù)、突發(fā)公共衛(wèi)生事件及應(yīng)急資源數(shù)據(jù)，各大醫(yī)院、社區(qū)衛(wèi)生服務(wù)中心積累了大量電子病例、影像資料、藥品使用及不良反應(yīng)信息，藥品生產(chǎn)企業(yè)積累了大量藥品生產(chǎn)、儲運(yùn)和銷售數(shù)據(jù)，紅十字會、中心血站等存儲了大量應(yīng)急物資等數(shù)據(jù)；互聯(lián)網(wǎng)巨頭擁有先進(jìn)的時空地理大數(shù)據(jù)技術(shù)，社交網(wǎng)絡(luò)等實(shí)時記錄著大量在線數(shù)據(jù)。在這些數(shù)據(jù)當(dāng)中，無論是各種結(jié)構(gòu)化數(shù)據(jù)(電子病例等)、半結(jié)構(gòu)化數(shù)據(jù)(各種XML、HTML文檔等)，還是非結(jié)構(gòu)化數(shù)據(jù)(圖片、影像、社交網(wǎng)絡(luò)數(shù)據(jù)等)均大規(guī)模增加，以改過去以調(diào)查統(tǒng)計(jì)為主的數(shù)據(jù)形式。

二是全方位的數(shù)據(jù)挖掘。疫情預(yù)警可分為預(yù)測和報警，預(yù)測是報警的前提，而精準(zhǔn)的預(yù)測是建立在數(shù)據(jù)挖掘基礎(chǔ)上的。預(yù)警系統(tǒng)知識庫中不僅包含數(shù)量的事實(shí)數(shù)據(jù)，而且還擁有豐富的特定規(guī)則，是事實(shí)數(shù)據(jù)與規(guī)則的結(jié)合體。事實(shí)數(shù)據(jù)能揭示概念之間及概念與事實(shí)之間相互關(guān)系，而使用規(guī)則中包含的語義知識進(jìn)行由已知知識向未知知識的案例推理，則可以挖掘知識中的隱含關(guān)系。重大突發(fā)公共衛(wèi)生事件防控是一個系統(tǒng)性的工程，挖掘衛(wèi)生系統(tǒng)的數(shù)據(jù)當(dāng)然十分重要，但同樣重要的是加強(qiáng)與公安、工商、民政、氣象、動物保護(hù)等部門的數(shù)據(jù)收集和關(guān)聯(lián)分析，加強(qiáng)實(shí)時數(shù)據(jù)與歷史數(shù)據(jù)以及空間位置數(shù)據(jù)的關(guān)聯(lián)，提升預(yù)警的精準(zhǔn)性。例如，疾病預(yù)防控制中心結(jié)合氣象歷史數(shù)據(jù)以及呼吸道流行病藥品的銷售數(shù)量，預(yù)測大規(guī)模流感的爆發(fā)可能與趨勢。

三是定制式的信息推送。當(dāng)突發(fā)公共事件警度超過預(yù)設(shè)閾值發(fā)出預(yù)報時，如何將預(yù)警信號準(zhǔn)確、及時地傳遞至相關(guān)應(yīng)急部門和社會公眾，是有效管控風(fēng)險的關(guān)鍵。不可否認(rèn)，突發(fā)公共衛(wèi)生安全預(yù)警信息的精準(zhǔn)推送對于老、弱、病、殘、幼、婦群體意義尤為重要。在大數(shù)據(jù)時代，依托信息檢索、信息識別等技術(shù)識別目標(biāo)公眾需求或潛在公眾的可能需求，借用各種媒介、渠道精準(zhǔn)推送個性化信息，力爭實(shí)現(xiàn)預(yù)警信息的零誤差和全覆蓋。一是利用電視、互聯(lián)網(wǎng)、廣播線對線推送。第一時間以滾動方式播出疫情相關(guān)信息、注意事項(xiàng)和政府救災(zāi)安排，引導(dǎo)市民有序避災(zāi)；二是利用短信、電話、電子郵箱點(diǎn)對點(diǎn)推送。通過短信網(wǎng)關(guān)和郵件傳輸代理，將預(yù)警信息點(diǎn)對點(diǎn)自動發(fā)送到開通了定制功能的公眾手機(jī)中，將最新應(yīng)急動態(tài)實(shí)時推送到公眾個人電子郵箱。三是利用微信、QQ、客戶端鍵對鍵推送。借助于互聯(lián)網(wǎng)巨頭通訊平臺，將包含預(yù)警信號的文字、圖形以及基本防御方法的預(yù)警信息推送給特定區(qū)用戶。四是利用大喇叭、顯示屏、警報器面對面推送。在人口居住密集區(qū)，借助于傳統(tǒng)方式將疫情災(zāi)害預(yù)警信息以聲音、圖像或文字的形式傳遞到轄區(qū)公眾，打通預(yù)警信息服務(wù)公眾“最后一公里”問題，力爭災(zāi)害信息全覆蓋、零時差。(15)周芳檢：《大數(shù)據(jù)時代城市公共危機(jī)跨部門協(xié)同治理研究》，湘潭大學(xué)博士學(xué)位論文，2018年，第127頁。

(二)大數(shù)據(jù)增進(jìn)快速預(yù)警

隨著大數(shù)據(jù)、云計(jì)算、人工智能等技術(shù)在應(yīng)急領(lǐng)域的廣泛運(yùn)用，應(yīng)急數(shù)據(jù)的處理效率得到大幅度提升，警源監(jiān)測、警兆預(yù)測、警度預(yù)報也越來越趨向自動化、智能化和即時化，預(yù)警速度比以往更加快捷。

一是“警源”的自動化監(jiān)測。任何突發(fā)事件都不是憑空發(fā)生的，歸根結(jié)底都具有可追溯的源頭，重大突發(fā)公共衛(wèi)生事件的有效治理，離不開對警源的有效監(jiān)測。警源分內(nèi)生警源和外生警源，傳染病還可能有中間宿主。預(yù)警系統(tǒng)通過對散布在衛(wèi)生部門內(nèi)外、線上線下海量數(shù)據(jù)的收集與抓取，為預(yù)警提供原始素材。在大數(shù)據(jù)時代，微信、微博等新型社交網(wǎng)絡(luò)和智能手機(jī)、平板電腦等新型移動設(shè)備以及智能芯片、傳感器的廣泛使用，數(shù)據(jù)的采集實(shí)現(xiàn)完全的自動化和智能化，分散在現(xiàn)實(shí)與虛擬世界中的各種現(xiàn)象、思想和行為都被全程記錄下來，形成了所謂的“全數(shù)據(jù)模式”(16)黃欣榮：《大數(shù)據(jù)的語義、特征與本質(zhì)》，載《長沙理工大學(xué)學(xué)報(社會科學(xué)版)》2015年第6期。。特別地，每當(dāng)重大突發(fā)公共衛(wèi)生事件事發(fā)時，網(wǎng)絡(luò)媒體輿情大數(shù)據(jù)真實(shí)記錄了“發(fā)燒”“咳嗽”“呼吸困難”等異常癥狀以及藥品的搜索日志，個人的微博、微信轉(zhuǎn)發(fā)承載著第一現(xiàn)場真實(shí)的應(yīng)急場景。

二是“警兆”的智能化預(yù)測。從警源的產(chǎn)生到警情的爆發(fā)，其間必有警兆的出現(xiàn)。重大突發(fā)事件的大爆發(fā)前總會通過一定的方式向周圍環(huán)境傳達(dá)或多或少的信息，而對這種警兆信息的跟蹤捕捉與科學(xué)預(yù)測，是將重大突發(fā)事件消滅在萌芽狀態(tài)的關(guān)鏈環(huán)節(jié)。在大數(shù)據(jù)時代，自動收集的海量應(yīng)急數(shù)據(jù)經(jīng)去重、轉(zhuǎn)換、清洗、分類及抽取、集成后，經(jīng)元數(shù)據(jù)自動提取、數(shù)據(jù)挖掘、分詞技術(shù)、語義分析、自動圖像識別等大數(shù)據(jù)技術(shù)處理后，預(yù)警系統(tǒng)能夠從突發(fā)公共衛(wèi)生事件演化過程中產(chǎn)生的海量數(shù)據(jù)中，挖掘出結(jié)構(gòu)化或非結(jié)構(gòu)數(shù)據(jù)所蘊(yùn)含的有價值信息，快速完成對事件起因、蔓延和趨勢與后果的預(yù)測。

三是“警度”的即時化預(yù)報。在自動的警源監(jiān)測和智能的警兆預(yù)測基礎(chǔ)上，準(zhǔn)確及時地預(yù)報警度是科學(xué)防范、有效應(yīng)對以及減少突發(fā)事件造成損失的重要途徑。重大突發(fā)公共衛(wèi)生事件預(yù)警中，需要根據(jù)警兆的變動情況，結(jié)合警兆的變動區(qū)間(無警警區(qū)、輕警警區(qū)、中警警區(qū)、重警警區(qū)、巨警警區(qū))，參照警情的警限或警情等級，運(yùn)用采用預(yù)警模型以及案例分析等定性和定量方法，分析警兆報警區(qū)間與警情警限的實(shí)際關(guān)系，并結(jié)合權(quán)威專家意見及經(jīng)驗(yàn)，預(yù)報實(shí)際警情的嚴(yán)重程度。(17)王燕等：《中醫(yī)診斷專家系統(tǒng)中融合案例與模糊規(guī)則的推理機(jī)制研究》，載《云南大學(xué)學(xué)報(自然科學(xué)版)》2008年第S2期。

(三)大數(shù)據(jù)支持動態(tài)預(yù)警

大數(shù)據(jù)的兩大主要功效概括起來就是感知當(dāng)前與預(yù)測未來。通過大數(shù)據(jù)的關(guān)聯(lián)分析和聚類分析，能夠?qū)崿F(xiàn)對事態(tài)發(fā)展動態(tài)的精確呈現(xiàn)，能夠?qū)Σ煌瑓^(qū)域的疫情狀況發(fā)出不同級別的預(yù)警信號。

在疫情治理的監(jiān)測階段，突發(fā)公共衛(wèi)生事件預(yù)警系統(tǒng)感測、分析、整合醫(yī)療衛(wèi)生、疾病防控中心等部門關(guān)鍵信息，當(dāng)從事件抽取的特征數(shù)據(jù)觸發(fā)系統(tǒng)設(shè)定的安全閾值，產(chǎn)生警告信號。當(dāng)然，重大突發(fā)公共衛(wèi)生事件事發(fā)初期，警兆可能并不明顯，其警度亦不易識別，這時需要采用聚類分析技術(shù)將具有相似警情的病例串并分析，經(jīng)特征提取和概率計(jì)算來評估突發(fā)事件的風(fēng)險程度。特別是當(dāng)一種新的病毒引發(fā)的疫情出現(xiàn)時，警兆特征不鮮明，在線數(shù)據(jù)缺乏，這時需要結(jié)合基因測序等病原監(jiān)測技術(shù)，預(yù)研警情。在這一階段，預(yù)警信息的發(fā)布要向公眾講清楚突發(fā)事件的類別、起始時間、預(yù)警級別、可能影響范圍、注意事項(xiàng)、應(yīng)采取的防護(hù)措施。

在疫情治理的響應(yīng)階段，要對疫情的種類、級別、區(qū)域及危害作出預(yù)測，并通過權(quán)威部門和正規(guī)渠道及時發(fā)布疫情相關(guān)信息，如感染人數(shù)、死亡人數(shù)、治愈人數(shù)、捐贈情況等；借助于時空大數(shù)據(jù)預(yù)警模型分析人員動態(tài)情況，研判預(yù)測確診病例、疑似病例和密切接觸者等風(fēng)險人群的流動軌跡；要密切跟蹤疫情的變化，動態(tài)調(diào)整疫情級別，對可能發(fā)生的次生和衍生突發(fā)事件提前作好分析預(yù)測和應(yīng)對準(zhǔn)備，并對本區(qū)域具備的醫(yī)用應(yīng)急資源等進(jìn)行預(yù)測規(guī)劃與統(tǒng)籌調(diào)配。

在疫情治理的恢復(fù)階段，根據(jù)疫情的變化，及時釋放積極信號，如治愈出院人數(shù)、企業(yè)復(fù)工情況、企業(yè)招工信息，提振公眾信心；基于預(yù)警系統(tǒng)開發(fā)各種“電子健康”應(yīng)用軟件，隨時隨地為企業(yè)或個人提供疫情預(yù)報信息。本次新冠肺炎疫情聯(lián)防聯(lián)控過程中，為緩解企業(yè)復(fù)工復(fù)產(chǎn)人員大規(guī)模流動帶來的疫情擴(kuò)散壓力，百度公司利用大數(shù)據(jù)技術(shù)提供人口遷徙、交通疏導(dǎo)等服務(wù)；百度地圖熱力圖通過實(shí)時監(jiān)測城市人口流量密度，用紅、橙、黃等不同顏色呈現(xiàn)疫情重點(diǎn)區(qū)域人流量，引導(dǎo)公眾合理規(guī)避人潮高峰期，降低自身感染病毒風(fēng)險。

(四)大數(shù)據(jù)助推協(xié)同預(yù)警

在大數(shù)據(jù)時代，通過大數(shù)據(jù)的關(guān)聯(lián)分析和聚類分析，碎片化的信息得以形成“拼圖”，從而形成關(guān)于重大突發(fā)公共衛(wèi)生事件整體圖景的態(tài)勢感知，進(jìn)而提升預(yù)警的協(xié)同性。(18)丁翔，張海波：《大數(shù)據(jù)與公共安全:概念、維度與關(guān)系》，載《中國行政管理》2017年第8期。

重大突發(fā)公共衛(wèi)生事件離不開預(yù)警系統(tǒng)的支持，同時也要實(shí)時將突發(fā)公共衛(wèi)生預(yù)警系統(tǒng)并入?yún)^(qū)域跨部門應(yīng)急平臺，整合衛(wèi)生、公安、交通、工商、氣象、野生動物保護(hù)等多部門不同災(zāi)種信息，促進(jìn)預(yù)警信息在不同部門的互聯(lián)共享。不同應(yīng)急部門信息管理人員要實(shí)時更新部門基礎(chǔ)信息庫信息，共同建設(shè)應(yīng)急信息共享支撐體系，有機(jī)整合跨部門應(yīng)急信息資源。

在整合各部門資源基礎(chǔ)上，構(gòu)建多部門預(yù)警信息綜合研判機(jī)制?；凇拔锢矸稚ⅰ⑦壿嫾?、信息共享”的原則，借助于區(qū)域跨部門應(yīng)急平臺的遠(yuǎn)程數(shù)據(jù)訪問和視頻會商等功能，實(shí)現(xiàn)對突發(fā)公共衛(wèi)生事件防控的多部門動態(tài)研判，為疫情預(yù)警提供有效、可靠的決策依據(jù)；充分依托高校、科研院所、高端智庫的智力資源，實(shí)施專家網(wǎng)絡(luò)會商，提升預(yù)警的準(zhǔn)確性、權(quán)威性。

另外，在預(yù)警信息發(fā)布部門內(nèi)部，不同的成員分別負(fù)責(zé)預(yù)警信號的錄入、研判、分析、審核、發(fā)布等工序，需要彼此聯(lián)動協(xié)作、統(tǒng)一指揮，堅(jiān)持公眾需求導(dǎo)向，為公眾提供一站式、整體性的應(yīng)急信息服務(wù)，確保預(yù)警信息發(fā)布的嚴(yán)謹(jǐn)性、專業(yè)性和時效性。

四、結(jié) 語

在大數(shù)據(jù)時代，以5“V”為特征的大數(shù)據(jù)使得預(yù)警的時效性、準(zhǔn)確性、動態(tài)性和協(xié)同性得極大提升。但必須看到，大數(shù)據(jù)這一正高速發(fā)展中的技術(shù)，也不并是盡善盡美。無論是全樣本采集，還是全數(shù)據(jù)分析，都難免會有遺漏；無論高關(guān)聯(lián)的規(guī)則，還是高精度的挖掘，都難逃線性思維的羈絆；無論是精準(zhǔn)預(yù)警、快速預(yù)警，還是持續(xù)預(yù)警、協(xié)同預(yù)警，都面臨著數(shù)據(jù)共建共享、互聯(lián)互通的瓶頸。大數(shù)據(jù)，這種以技術(shù)革新引領(lǐng)社會治理變革的工具，對此棄之不用與完全依賴，同樣帶來災(zāi)難。