数据战疫 | 让大数据成为战疫“利剑”

大数据在此次疫情防控中发挥了巨大作用，但是要想让它更好地发挥作用，还需要完善法律法规并加强监管，避免大数据被错用、滥用或误用。

新冠肺炎会让许多人想到2003年的非典，但是十七年来中国发生了翻天覆地的变化，我们很难简单将二者进行类比。特别是智能手机、4G网络、移动支付、物联网、社交媒体、大数据和人工智能等技术的迅猛发展和广泛普及，使疫情防控出现了显著转变，并朝着快速、精准和高效的方向发展。
　　
习近平2月14日在中央深改组第十二次会议上强调，“要鼓励运用大数据、人工智能、云计算等数字技术，在疫情监测分析、病毒溯源、防控救治、资源调配等方面更好发挥支撑作用”。大数据技术为防疫赋能，数据驱动会使疫情防控更加精准。大数据意味着海量、复杂结构、高频变动和高价值的数据，这使其为疫情防控提供了强力技术支持。人脸识别、手机信号、数字支付、智能导航、物联网等各种技术对人的追踪使我们可以使用大数据进行精准定位和人员排查，并为刻画、预测和干预疫情传播提供了决策支持。

在流行病预测方面，最著名的案例莫过于谷歌在2008年开发的流感趋势及后来的登革热预测功能，两者对两类传染病在超过25个国家的流行趋势进行预测。谷歌的逻辑在于，人们在遭遇病毒危害时会通过搜索引擎来查询信息和获取知识，这些最早的征兆就为预测流行病的爆发提供了证据。在最开始的几年，谷歌的预测较准，但是此后就失准严重，最后不得不在2015年终止该项目。
　　
谷歌流感趋势之所以失败，就在于它仅依赖搜索引擎的关键词，而忽视其他来源的数据。其算法不透明，模型不稳定，也受人诟病。尽管谷歌流感趋势的失败，使许多人哀叹大数据分析没有希望，但实际上大数据分析的价值远未被开发。后来在美国疾控中心的倡议下，利用社交媒体数据大大提高了流感预测精度，但政府部门对预测结果仍持审慎态度。

在加强和赋能疫情防控方面，大数据技术的应用场景有很多，如下三个方面至关重要。
　　
首先，可以使用大数据进行疫情传播预测。这既包括流动人员规模和去向的预测，也包括潜在患者规模和结构的预测。新型肺炎最早出现在武汉华南海鲜市场，通过对发病期间逗留该场所的人员及其去向进行定位，可以对疫情扩散进程进行建模预测，并对相关人员流入较多的重点地区进行预警。无论是在该市场经营还是购物，相关部门都可以通过手机信号、数字支付、GPS导航等来源进行定位。通过预测密切接触人员和患者的规模、去向，可以更加精准地为人员、物资的调配提供依据，使疫情防控更加有的放矢。与谷歌流感趋势相比，如今的大数据存量和分析能力更强，可对未来疫情扩散的中长期走势进行预测。
　　
其次，大数据要用于精准识别人群，并为防疫准备和人员调度提供指导。新型肺炎的传播力强，一些感染者无明显症状，成为无意识的传播者。通过疑似和确诊患者的行动轨迹及其社交网络来锁定密切接触者，会大大提高疫情防控效率。比如，一些高速公路对通行车辆进行留验的主要依据是乘车人的身份证登记信息，如果是湖北籍人员或密切接触者就不予放行。但是，大部分离开湖北的是外地务工人员，他们多数没有湖北户籍，这种留验的精准度就大打折扣。如果使用ETC通行记录、手机号码定位等数据，则可以更加精准地进行留验，既避免“漏网之鱼”，也减少了误判。
　　
最后，大数据要互联互通和开放共享，才能使更多的人受益，并催生出更多的商业应用，创造出更大的公共价值。互联网公司拥有海量数据，这使它们容易产生“大数据自负”，认为“一切皆有可能”。这固然不错，但是单一来源的数据信息量有限并可能被误用。不同互联网公司之间的数据不能共享，使我们很难对一个人的网络使用行为进行全面扫描。可以开发类似于“DataCollaboratives.org”这样的平台，撮合互联网公司并鼓励它们负责任地相互交换数据来创造公共价值。特别是在公共紧急事件和城市灾害治理中，可以使用豁免条款，为了疫情防控而征用企业数据。类似地，政府部门掌握了大量数据，也有必要通过开放数据平台加以共享，使企业可以据此开发疫情防控的相关应用程序，使民众能够获得细颗粒度的相关信息。目前，多个省份和城市都在政府数据开放平台上线了疫情防控相关数据，方便学术机构、企业和个人使用。

大数据在此次疫情防控中发挥了巨大作用，但是要想让大数据更好地发挥作用，还需要完善法律法规并加强监管，避免大数据被错用、滥用或误用。比如，一些地区对数据管理不善，导致公民个人隐私泄露；一些部门将数据据为己有，没有与其他部门和下级共享，导致各级重复报表和内部空耗。因此，为大数据立法并完善大数据制度体系，将使大数据分析更好地赋能国家治理。

更多产品了解

欢迎扫码加入云巴巴企业数字化交流服务群

产品交流、问题咨询、专业测评

都在这里！