【北京是怎样精准快速找出确诊病例的】
文章图片

制图：张舒谊
中央纪委国家监委网站 郭兴报道 据北京市卫健委消息 ， 7月7日0时至24时 ， 北京无新增报告本地确诊病例、疑似病例和无症状感染者；无新增报告境外输入确诊病例、疑似病例、无症状感染者 ， 北京已连续两日零新增 。
借助数据资源和信息化手段等 ， 不等到感染者发病报告或到医院就诊 ， 就迅速把他们“找”出来 ， 及时进行治疗 ， 同时对各地区街道进行精准分级管控 ， 牢牢掌握防控主动权 ， 是北京此次疫情防控的鲜明特点 。 “有关病例、所有病例追踪得非常到位 ， 流调完成得非常好 。 ”复旦大学附属华山医院感染科主任张文宏评价 。
大数据辅助溯源追踪 ， 流调更快更精准
“西城区疾控中心报告1例核酸检测阳性病例 。 ”6月11日凌晨0时30分 ， 北京市疾控中心传染病地方病控制所收到的信息 ， 让办公室里的气氛顿时紧张起来 。 当时 ， 北京已连续56天没有出现本地报告新增确诊病例 。
抓紧找出感染来源 ， 追踪密切接触者！当天清晨7时 ， 市区两级疾控中心专业人员就赶赴宣武医院 ， 对确诊病例唐大爷进行流行病学调查 。
两个多小时的交流 ， 唐大爷拿出手机 ， 一遍又一遍翻看5月28日以来的通话记录、微信聊天记录、支付记录等 ， 回忆自己去过的地方、接触过的人 。 流调人员则借助信息化等手段 ， 不断引导唐大爷进行记忆回放 ， 将每一天的每个行程细节尽可能完整还原 。 此次流调 ， 回顾出了唐大爷发病前14天的活动轨迹和接触人员 ， 列出了38名密切接触者和所有可疑暴露场所 。
经大数据排查比对 ， 每一个流调数据都情况属实 。
根据调查结果 ， 疾控人员迅速对病例到过的每一处场所进行环境采样和检测 ， 对每一名密切接触者进行调查和管理 。
6月12日凌晨 ， 唐大爷到访过的新发地市场综合交易大厅环境样本核酸检测阳性 。 与此同时 ， 第三方检测机构报告了第2例确诊病例 ， 流调显示 ， 该患者发病前也曾到访过新发地市场综合交易大厅 。
“新发地市场很可能为此次疫情的风险因素！”6月12日 ， 疾控中心专业人员再次对新发地市场的环境和从业人员进行全面采样检测 。 当日发现40件环境标本核酸检测为阳性、45人咽拭子核酸阳性 ， 且均来自新发地市场综合交易大厅负一层的环境及从业者；同时对6月12日新增的确诊病例进行调查 ， 发现3例为新发地市场从业人员 ， 2例曾到访过该市场 。
6月13日凌晨 ， 新发地市场暂时休市 ， 市场周边11个小区实施封闭管理……从发现第一例确诊病例 ， 到锁定病毒“新发地” ， 北京用了不到22个小时 。
“每当有确诊病例 ， 首要的就是要快速了解清楚其发病前14天的详细活动轨迹和密切接触人员 ， 准确判定感染源 。 ”北京市疾控中心工作人员介绍 ， 并非每一位感染者都能详细准确回忆起发病前的行动轨迹和密切接触者 ， 通过信息化手段等辅助患者进行回忆 ， 在流调溯源中非常必要。
据介绍 ， 在此次新发地疫情防控中 ， 就有一名感染者 ， 在接受流调问询时回忆了自己发病前14天的行动和接触情况 ， 但经调查均未找到其感染源 。 后通过查询相关数据 ， 发现其通过打车平台与另一名感染者拼车 ， 由此成功找到了这名病例的感染源 。
新发地市场被确认为主要感染源后 ， 快速找到密切接触者并及时开展核酸检测 ， 成为下一个重点 。
时间就是生命 。
北京市疾控人员迅速对每例确诊病例的活动范围进行细致的流行病学调查 ， 并联合有关部门进行了核实和信息补充 。 同时 ， 借助信息化手段 ， 快速追踪密切接触者 ， 对重点人群、重点行业和重点区域实施核酸检测应检尽检 。 分页标题
7月2日 ， 一名女性无症状感染者在石景山万达广场接到核酸检测阳性的通知 。 事发后 ， 疾控中心迅速对其开展流调 。 为最大限度减少感染范围 ， 流调人员一天一夜无眠无休 ， 不放过每一个密切接触者 ， “有时做一个流调报告 ， 给病例打电话 ， 会打到手机没电 。 ”截至7月3日14时 ， 已追查到该名女子204名密切接触者并全部集中隔离医学观察 。
“新发地人员流动量非常大 ， 单纯依靠人对人的问询追踪需要消耗大量人力和时间 ， 借助大数据等信息化手段 ， 可以帮助流调人员更快追踪到密切接触者 ， 有效切断感染源。 ”中科曙光大数据总工程师、首席科学家宋怀明分析认为 。
此外 ， 此次疫情防控中 ， 数据资源在对病毒本身的溯源方面也发挥了重要作用 。 “新冠肺炎疫情暴发后 ， 世界卫生组织要求各地及时提交当地病毒基因序列 ， 并依此建立了数据库 ， 这为及时比对和确认本次疫情中病毒基因序列提供了非常重要的条件 。 ”北京市疾控中心有关工作人员介绍 。
心中有“数” ， 防控不搞“一刀切”
“截至7月7日15时 ， 北京市西城区白纸坊街道 ， 海淀区永定路街道疫情风险等级由中风险地区降级为低风险地区”“1个高风险地区 ， 是丰台区花乡地区”……
没有“一刀切”封城 ， 而是以街道为单位精准划分风险等级 ， 进行分级管控 ， 并根据疫情形势动态更新各区各街道防控风险等级 ， 是北京本次疫情防控的亮点 。
防控精准 ， 缘于“心中有数” 。
据了解 ， 北京市建立运用传染病动力学模型 ， 将各区各街道感染人数、易感人群、人员流动情况等数据作为重要参数 ， 及时对疫情形势进行动态分析研判 ， 为精准实施疫情防控提供了重要参考 。
“研判疫情发展趋势 ， 需要综合各方面数据和因素 。 以大数据技术和思维方式 ， 分析疫情扩散路径与速度 ， 实现结论或问题可视化 ， 以及对系统和构成要素的把握 ， 有助于把握和控制疫情防控过程 。 ”宋怀明说 。
不仅对疫情发展态势进行研判 ， 北京市还依托相关数据资源 ， 制定更有针对性的对策与措施 。
今年清明小长假前夕 ， 北京就对即将来京人员的出发地、交通工具 ， 及其出发地有无无症状感染者等信息数据进行分析研究 ， 对可能出现的病毒扩散进行仿真模拟 ， 研判传染风险 ， 精准采取防控措施 ， 取得了良好效果 。
基于有关数据资源 ， 海淀区上线运行了城市大脑疫情防控平台 ， 集合个性化数据分析、返京人群分析、人口排查分析、重点人群动态监测、预警服务等重要功能 ， 各街镇小区重点人员有哪些、从哪里来、是否经由疫区、驻留多长时间等 ， 一览无余 ， 同时提供重点人流预警服务 ， 防止出现重大传染事件 。
在运用数据资源开展分析研判过程中 ， 对数据的计算、建模及可视化输出 ， 是关键一环 。 奇安信大数据与态势感知负责人李虎说 ， 数据分析师要反复研究疫情数据特点 ， 进行数据筛选和补全 ， 同时在建模过程中 ， 确定每个模型所需的数据资源、关键特征、衡量标准等 ， 并基于这些数据展开模型训练和分析工作 ， 确保模型能够有效投入实战 。
除对疫情形势的研判和预警外 ， 充分运用数据资源 ， 还有助于分析研究病毒传播的影响因素 ， 掌握病毒传播规律 。 中国人民大学统计学院副教授李扬介绍 ， 对于病毒传播影响因素的研究 ， 以前一般是基于临床一线的实践总结 ， 现在则可以通过大数据工具 ， 对世界各地相关临床经验和研究成果进行建模 ， 有效提炼相关信息 ， 更好发现疾病风险因素 。
大数据运用成为实现精细化管理的重要手段
以常态化疫情防控为契机 ， 很多城市已将大数据运用作为应对公共卫生事件、解决治理难题和实现精细化管理的重要手段 ， 体现了大数据赋能城市治理现代化的发展方向 。
以大数据赋能超大城市应急管理 ， 今年4月初 ， 上海市发布《关于完善重大疫情防控体制机制健全公共卫生应急管理体系的若干意见》 ， 明确提出 ， 依托城市运行“一网统管”平台 ， 建设多数据、全方位、广覆盖的市级公共卫生应急指挥信息系统 ， 建立疫情联防联控大数据智慧决策平台 ， 实现当前态势全面感知、医疗卫生资源统筹调度、重大信息统一发布、关键指令实时下达、多级组织协同联动、发展趋势智能预判 。分页标题
在上海市长宁区 ， 全市首个街镇“一网统管”的防疫系统已投入使用 ， 在整合辖区基本数据基础上 ， 将居家观察、例行消毒、返沪人员集中增加等全数据汇集至后台 ， 系统自动生成排摸、测温、消毒等提示 ， 提供一线人员处置 。 依托“智慧大脑” ， 区疾控、同仁医院、兰卫检验公司形成联动 ， 如检测环节中发现阳性病例 ， 将立即触发公共卫生应急机制 ， 相关人员将被安排到发热门诊进一步确诊 ， 疾控中心同步完成病例流调和密切接触者追踪 。
除此之外 ， 上海还充分利用大数据、云计算等技术 ， 整合接入住建、交通、水、电、气等单位的专题应用 ， 围绕城市环境、交通、保障供应、基础设施直观反映城市运行宏观态势 ， 为跨部门、跨系统联勤联动增效赋能 。 上海市水务局信息中心主任黄士力介绍 ， 往年汛期 ， 因为道路积水导致交通不畅 ， 泵车受堵的情况时有发生 。 如今 ， 借助大数据支持 ， 泵车不仅能够提前布置在易积水地区 ， 还可以根据气象预报、道路积水发生情况实时响应 ， 由指挥中心第一时间以最优路线调度 。
统筹疫情防控和复工复产 ， 浙江省杭州市着力运用大数据资源推进公共交通精细化运行 。 自今年3月中旬起 ， 杭州市利用公交数据大脑中客流分析、公交云图、分析中心、主数据库、线网优化等模块的大数据 ， 对主城区247条公交线路的发车班次、发车间隔、行车计划启动了精细化调整 ， 使运力投放更为精准 ， 首末班时间更贴近乘客 ， 发车班次更符合客流 。
以公交换乘为例 ， 通过实时监控调度 ， 杭州市相关路线公交实现精准接驳 ， 乘客从一趟公交下来后 ， 换乘车辆便相应到达 ， 乘客2分钟内就可实现换乘 ， 有效减少了人员聚集 ， 提升了乘客体验感 。
“因为互联网这个基础设施 ， 数据已经变成了生产资料 ， 而且是人类第一次没有依赖大自然 ， 单纯依靠自身行为获得的生产资料 。 ”中国工程院院士、阿里巴巴集团技术委员会主席王坚认为 ， 通过计算 ， 数据在城市治理中的价值越来越得以体现 。
在运用大数据提升治理水平过程中 ， 政府、企业、公民等各类主体共同参与 ， 实现信息共享、资源聚合 ， 越来越成为共识 。
新冠肺炎疫情暴发以来 ， 数家科技互联网公司陆续通过数据和技术能力 ， 给政府和全社会提供了大量数据支撑 。 如12306票务平台利用实名制售票的大数据优势 ， 及时配合地方政府及各级防控机构提供确诊病人车上密切接触者信息；百度地图则推出迁徙地图 ， 总结描绘人员来源地、目的地、迁徙规模指数、迁徙规模趋势图等；媒体平台以疫情地图、疫情趋势等形式 ， 实时播报疫情动态 ， 让权威准确的信息跑到谣言前面；居民在通过填写上报等形式提供自身数据的同时 ， 充分利用海量疫情数据信息资源 ， 采取有效自主防疫措施 ， 做到全民参与 。
但同时也应看到 ， 大数据并非万能 ， 其运用仍存在不完善之处 ， 如在提高数据准确性、系统性 ， 进一步确保数据安全性等方面仍有改进空间 ， 大数据目前也只是起到分析和辅助决策作用等 。 只有进一步加强信息共享 ， 提升数据准确性和计算运用能力 ， 同时做好个人隐私和数据安全的保护 ， 才能使其在抗击疫情 ， 实现政府决策科学化、社会治理精准化、公共服务高效化方面发挥更大推动作用 。

来源：(中央纪委国家监委网站)

【】网址：/a/2020/0709/1594252495.html

标题：北京是怎样精准快速找出确诊病例的