每經(jīng)記者｜張虹蕾    每經(jīng)編輯｜魏官紅    

突發(fā)的新冠肺炎疫情，給社會(huì)經(jīng)濟(jì)造成巨大損失，也給人們?nèi)粘Ｉ钤斐删薮笥绊憽＝?，北京地區(qū)的疫情反復(fù)再次引起外界的高度關(guān)注。而如何借助大數(shù)據(jù)和AI技術(shù)，及時(shí)感知和預(yù)警新發(fā)突發(fā)傳染病的征兆，提高公共衛(wèi)生監(jiān)測(cè)的靈敏度、及時(shí)性和有效性，也成為業(yè)界深思的問題。

疫情期間，相關(guān)企業(yè)也在疫情防控方面不斷探索。疫情實(shí)時(shí)動(dòng)態(tài)、疫情地圖、疫情防控大腦等大數(shù)據(jù)技術(shù)在疫情防控方面發(fā)揮著重要作用。近日，《每日經(jīng)濟(jì)新聞》記者(以下簡(jiǎn)稱NBD)專訪了中科聞歌董事長(zhǎng)王磊，與他探討公共衛(wèi)生大數(shù)據(jù)面臨的機(jī)遇與挑戰(zhàn)。

王磊表示，公共衛(wèi)生大數(shù)據(jù)是近年來全球研究焦點(diǎn)，他所在的團(tuán)隊(duì)自2010年起承擔(dān)了多項(xiàng)公共衛(wèi)生相關(guān)的國(guó)家科技重大專項(xiàng)，并編著和出版已經(jīng)被翻譯成多種文字的《傳染病信息學(xué)》一書。當(dāng)前，公共衛(wèi)生大數(shù)據(jù)正從此前被動(dòng)式觀測(cè)與發(fā)現(xiàn)的1.0階段，逐步向主動(dòng)監(jiān)測(cè)與預(yù)警的2.0階段轉(zhuǎn)變。歷經(jīng)這次新冠疫情，利用AI和大數(shù)據(jù)技術(shù)，對(duì)于突發(fā)公共衛(wèi)生事件的檢測(cè)、預(yù)警和預(yù)測(cè)將產(chǎn)生重要影響，將重塑國(guó)家和各級(jí)政府的公共衛(wèi)生體系，孵化出新的產(chǎn)業(yè)方向。

中科聞歌董事長(zhǎng)王磊  圖片來源：受訪者供圖

談技術(shù)發(fā)展：從被動(dòng)觀測(cè)到主動(dòng)預(yù)警

NBD：利用AI+大數(shù)據(jù)等科技進(jìn)行傳染病防控的重要性何在？

王磊：疫情期間，人工智能、大數(shù)據(jù)等技術(shù)在公共衛(wèi)生監(jiān)測(cè)中發(fā)揮著重要支撐作用，且貫穿信息獲取、分析、決策和響應(yīng)反饋全過程。我們也通過相關(guān)技術(shù)賦能信息搜集、處理和分析能力，輔助決策部門對(duì)傳染病態(tài)勢(shì)進(jìn)行早期預(yù)警、風(fēng)險(xiǎn)研判和危險(xiǎn)信號(hào)探測(cè)，最終提高公共衛(wèi)生監(jiān)測(cè)的準(zhǔn)確性、及時(shí)性和有效性。

NBD：在利用AI+大數(shù)據(jù)進(jìn)行公共衛(wèi)生監(jiān)測(cè)方面，國(guó)內(nèi)外的發(fā)展有哪些案例？

王磊：在公共衛(wèi)生大數(shù)據(jù)監(jiān)測(cè)方面，世界各國(guó)都在積極探索，中國(guó)在這次疫情中的表現(xiàn)處于領(lǐng)跑身位。放眼全球，2003年英國(guó)帝國(guó)理工學(xué)院研究人員基于SARS流行病學(xué)調(diào)查數(shù)據(jù)，構(gòu)建傳播動(dòng)力學(xué)模型；2004年美國(guó)約翰·霍普金斯大學(xué)應(yīng)用物理實(shí)驗(yàn)室的研究人員開發(fā)了基于社區(qū)的疫情早期監(jiān)測(cè)與報(bào)告系統(tǒng)ESSENCE；2009年美國(guó)華盛頓大學(xué)基于美國(guó)H1N1疫情數(shù)據(jù)，建模構(gòu)建了H1N1家庭和學(xué)校傳播的流行病學(xué)參數(shù)（基本再生數(shù)和世代間隔）?，F(xiàn)階段，如WHO全球流感監(jiān)測(cè)網(wǎng)絡(luò)、谷歌流感趨勢(shì)（Google Flu Trends），都是值得研究和學(xué)習(xí)的案例。

就國(guó)內(nèi)而言，研究機(jī)構(gòu)和企業(yè)等也在發(fā)力大數(shù)據(jù)與人工智能賦能的公共衛(wèi)生大數(shù)據(jù)監(jiān)測(cè)。例如，中國(guó)科學(xué)院自動(dòng)化所曾大軍研究員領(lǐng)銜的科研團(tuán)隊(duì)，基于信息科學(xué)和公共衛(wèi)生交叉學(xué)科體系，利用大數(shù)據(jù)與人工智能技術(shù)，在傳染病信息學(xué)方向進(jìn)行了十余年的系統(tǒng)性研究，在數(shù)據(jù)收集、模型構(gòu)建、理論方法、關(guān)鍵技術(shù)、應(yīng)用系統(tǒng)方面取得了一些進(jìn)展和成果，在這次疫情中，為國(guó)家有關(guān)部門應(yīng)對(duì)和決策發(fā)揮重要作用。

NBD：經(jīng)過多年發(fā)展，AI+大數(shù)據(jù)進(jìn)行公共衛(wèi)生監(jiān)測(cè)走過了哪些發(fā)展階段？

王磊：根據(jù)我們團(tuán)隊(duì)學(xué)術(shù)研究成果，公共衛(wèi)生監(jiān)測(cè)大數(shù)據(jù)已經(jīng)走過了1.0階段，正在走向2.0，未來會(huì)到達(dá)更高的3.0階段。

公共衛(wèi)生監(jiān)測(cè)大數(shù)據(jù)1.0階段的特征是基于公共衛(wèi)生內(nèi)部數(shù)據(jù)的信息處理和知識(shí)挖掘，其數(shù)據(jù)源主要以公共衛(wèi)生和醫(yī)療體系的數(shù)據(jù)為主，通過癥候群特征揭示疫情發(fā)生和暴發(fā)。

然而，近期研究表明，開放的互聯(lián)網(wǎng)和社區(qū)數(shù)據(jù)能更早地感知傳染病疫情的早期征兆和暴發(fā)，這部分?jǐn)?shù)據(jù)在公共衛(wèi)生監(jiān)測(cè)大數(shù)據(jù)1.0中并沒有得到充分挖掘和體現(xiàn)。隨著物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)迅速發(fā)展，公共衛(wèi)生大數(shù)據(jù)有了更廣闊來源，互聯(lián)網(wǎng)和物聯(lián)網(wǎng)等多源異構(gòu)數(shù)據(jù)對(duì)公共衛(wèi)生大數(shù)據(jù)監(jiān)測(cè)提供了更加便捷的風(fēng)險(xiǎn)感知途徑，基于這些海量的非結(jié)構(gòu)化和半結(jié)構(gòu)開放數(shù)據(jù)，引入了數(shù)據(jù)科學(xué)和智能分析技術(shù)手段，公共衛(wèi)生大數(shù)據(jù)監(jiān)測(cè)邁入了2.0階段。

相比1.0階段，2.0階段由于有了實(shí)時(shí)和廣泛的數(shù)據(jù)來源，公共衛(wèi)生監(jiān)測(cè)從被動(dòng)觀測(cè)轉(zhuǎn)變?yōu)橹鲃?dòng)預(yù)警，從專業(yè)機(jī)構(gòu)主導(dǎo)轉(zhuǎn)化到全民社會(huì)參與，從遲滯響應(yīng)到實(shí)時(shí)感知。

隨著信息技術(shù)的進(jìn)一步發(fā)展，以及“新基建”加速推動(dòng)，深入基層和社區(qū)的信息基礎(chǔ)設(shè)施將愈加完善。社會(huì)傳感器網(wǎng)絡(luò)體系的完備，社會(huì)、網(wǎng)絡(luò)和物理空間呈現(xiàn)出高度融合，公共衛(wèi)生監(jiān)測(cè)大數(shù)據(jù)將邁向更加智能化和實(shí)時(shí)化，將進(jìn)入可預(yù)先感知、全方位監(jiān)測(cè)追溯和精準(zhǔn)防控決策的3.0階段。

談疫情應(yīng)用：未來需增加大數(shù)據(jù)賦能權(quán)重

NBD：在大數(shù)據(jù)和AI賦能公共衛(wèi)生監(jiān)測(cè)時(shí)，主要從哪些環(huán)節(jié)入手？

王磊：在疫情期間，我們利用大數(shù)據(jù)技術(shù)和平臺(tái)優(yōu)勢(shì)，研發(fā)了一系列服務(wù)于疫情防控的信息化平臺(tái)，包括全球疫情監(jiān)測(cè)與分析平臺(tái)、聞海疫情動(dòng)態(tài)直播平臺(tái)、疫情監(jiān)控大腦、防疫物資分發(fā)系統(tǒng)等，為疫情信息傳播、疫情防控和疫情趨勢(shì)預(yù)測(cè)提供技術(shù)支持。

整體而言，我們的工作分為三個(gè)階段：一是在疫情初發(fā)階段，將互聯(lián)網(wǎng)疫情大數(shù)據(jù)直播嵌入到各地融媒體中心系統(tǒng)中，為政府部門、疫情防控專業(yè)機(jī)構(gòu)以及廣大用戶提供及時(shí)、一手和權(quán)威的疫情最新信息；二是在曾大軍研究員和曹志冬副研究員的帶領(lǐng)下，參加科技部信息化專班，在廣泛搜集數(shù)據(jù)的基礎(chǔ)上，加入基于傳染病的傳播動(dòng)力學(xué)預(yù)測(cè)模型的建模和分析，提供疫情傳播趨勢(shì)和態(tài)勢(shì)研判，報(bào)送科技部、衛(wèi)健委等十余個(gè)部委單位，為國(guó)家層面的防控決策提供針對(duì)性建議；三是全球疫情暴發(fā)后，參照美國(guó)約翰·霍普金斯大學(xué)的疫情大數(shù)據(jù)儀表盤的理念，推出了國(guó)內(nèi)版的全球疫情監(jiān)測(cè)與分析系統(tǒng)，為相關(guān)媒體以及政府部門提供全球疫情實(shí)時(shí)數(shù)據(jù)和全球疫情態(tài)勢(shì)分析。

圖片來源：攝圖網(wǎng)

NBD：您認(rèn)為近期北京疫情防控效果如何？

王磊：相對(duì)于武漢地區(qū)疫情暴發(fā)情況，此次北京防范和應(yīng)對(duì)顯得更加高效，第一時(shí)間通過大數(shù)據(jù)追蹤與精準(zhǔn)篩查，及時(shí)定位了新發(fā)地市場(chǎng)相關(guān)人員及密切接觸者群體，盡快和盡早安排了核酸檢測(cè)。同時(shí)，有關(guān)部門在此次疫情應(yīng)對(duì)中，信息公開、輿論引導(dǎo)和防控措施宣傳方面做得較為到位。

當(dāng)然，傳染病疫情具有動(dòng)態(tài)性和變化性的復(fù)雜特點(diǎn)，如何在結(jié)合大數(shù)據(jù)和AI技術(shù)，在疫情防控積累經(jīng)驗(yàn)，在預(yù)判方面更加及時(shí)前置，是極具挑戰(zhàn)的難題，亟待學(xué)術(shù)機(jī)構(gòu)和產(chǎn)業(yè)界攻克突破。如果通過大數(shù)據(jù)分析，早于確診病例發(fā)現(xiàn)傳染病的征兆，實(shí)現(xiàn)提前預(yù)警，是非常有意義的一項(xiàng)工作，需要政府部門數(shù)據(jù)開放、醫(yī)療衛(wèi)生專業(yè)機(jī)構(gòu)數(shù)據(jù)支持和技術(shù)公司的算法研究結(jié)合，有望實(shí)現(xiàn)早期預(yù)警目標(biāo)。

NBD：未來，AI+大數(shù)據(jù)應(yīng)用場(chǎng)景有哪些新突破？需要怎樣的技術(shù)進(jìn)行優(yōu)化和支撐？

王磊：未來的公共衛(wèi)生監(jiān)測(cè)大數(shù)據(jù)，需要在現(xiàn)有基礎(chǔ)之上，增加更多大數(shù)據(jù)的維度和權(quán)重。我也注意到，國(guó)家正在規(guī)劃公共衛(wèi)生系統(tǒng)全面升級(jí)建設(shè)，人工智能和大數(shù)據(jù)肯定是其中不可或缺的重要部分。對(duì)于大數(shù)據(jù)與人工智能企業(yè)，存在新的行業(yè)機(jī)會(huì)，如何將各個(gè)省、市、縣的公共衛(wèi)生相關(guān)數(shù)據(jù)融通，集合成為公共衛(wèi)生監(jiān)測(cè)數(shù)據(jù)庫(kù)，借助人工智能技術(shù)實(shí)現(xiàn)傳染病早期預(yù)警、趨勢(shì)研判和傳播溯源，應(yīng)該是公共衛(wèi)生監(jiān)測(cè)的一個(gè)重要發(fā)展趨勢(shì)。

NBD：當(dāng)突發(fā)疫情來臨，公共衛(wèi)生的監(jiān)測(cè)模型是通用的嗎？

王磊：任何一個(gè)領(lǐng)域，尤其像公共衛(wèi)生這樣的專業(yè)領(lǐng)域，存在專業(yè)門檻，需要專業(yè)知識(shí)的積累。此外，傳染病暴發(fā)監(jiān)測(cè)以及擴(kuò)散分析是非常復(fù)雜的，需要和公共衛(wèi)生專業(yè)機(jī)構(gòu)密切結(jié)合，有助于得到更為專業(yè)和精準(zhǔn)的結(jié)果。

談行業(yè)機(jī)會(huì)：技術(shù)落地處于競(jìng)跑階段

NBD：北京疫情出現(xiàn)反彈，給AI+大數(shù)據(jù)監(jiān)測(cè)公共衛(wèi)生行業(yè)帶來哪些啟示？

王磊：北京此次疫情防控，從信息公開和應(yīng)對(duì)、重點(diǎn)群體跟蹤溯源以及健康碼的廣泛普及等，北京乃至我們國(guó)家的疫情應(yīng)對(duì)工作都是非常有成效的，很多信息化舉措處于國(guó)際領(lǐng)先水平。

未來進(jìn)一步實(shí)現(xiàn)主動(dòng)預(yù)警或預(yù)測(cè)，要獲取更多數(shù)據(jù)源，包括政府部門、衛(wèi)生機(jī)構(gòu)、社區(qū)企業(yè)等層面的數(shù)據(jù)融合；要借助新基建機(jī)會(huì)，構(gòu)建更加廣泛的社會(huì)傳感器；要進(jìn)一步進(jìn)行人工智能和大數(shù)據(jù)模型和算法創(chuàng)新，亟需信息學(xué)科和公共衛(wèi)生交叉學(xué)科基礎(chǔ)研究投入，以及致力于從事這方面工作的產(chǎn)業(yè)和政策支持。

NBD：疫情給整個(gè)市場(chǎng)帶來哪些變化？

王磊：整個(gè)公共衛(wèi)生大數(shù)據(jù)監(jiān)測(cè)市場(chǎng)，還是一塊尚待挖掘的藍(lán)海。此前，公共衛(wèi)生監(jiān)測(cè)產(chǎn)業(yè)行業(yè)應(yīng)用較少，推廣普及度不夠。相信借助國(guó)家對(duì)公共衛(wèi)生系統(tǒng)升級(jí)和迭代的機(jī)會(huì)，產(chǎn)業(yè)鏈上下游的企業(yè)會(huì)迎來很多新的機(jī)會(huì)。

目前，疫情相關(guān)產(chǎn)品和應(yīng)用正在形成新的產(chǎn)業(yè)生態(tài)，大家熟知的病毒檢測(cè)和藥物開發(fā)、測(cè)溫儀和無接觸經(jīng)濟(jì)已經(jīng)得到很好地孵化和快速爆發(fā)，而在大數(shù)據(jù)和AI輔助疫情防控領(lǐng)域，還有非常大的市場(chǎng)空間。大到國(guó)家各個(gè)部門，小到每個(gè)基層單元都是需要AI和大數(shù)據(jù)防控的產(chǎn)品，但由于公共衛(wèi)生的行業(yè)專業(yè)性和領(lǐng)域知識(shí)壁壘存在，需要企業(yè)創(chuàng)新對(duì)行業(yè)具備足夠深入研究和理解，才能在競(jìng)爭(zhēng)中脫穎而出。

NBD：今年新基建迎來風(fēng)口，將給公共衛(wèi)生監(jiān)測(cè)帶來哪些改變？

王磊：我認(rèn)為，新基建是對(duì)信息化基礎(chǔ)設(shè)施普遍性推廣和升級(jí)，將助力社會(huì)信息流動(dòng)和計(jì)算速度加快，將帶來更為廣泛的數(shù)據(jù)感知，更加豐富和及時(shí)的數(shù)據(jù)匯集、更加快速和可信的數(shù)據(jù)分析計(jì)算，對(duì)公共衛(wèi)生監(jiān)測(cè)覆蓋面尤其是基層社區(qū)覆蓋作用凸顯，對(duì)最終賦能公共衛(wèi)生防控乃至數(shù)字化經(jīng)濟(jì)幫助都很大。