基于大数据技术的突发公共卫生事件应急管理模型开发＊

长春中医药大学 侯力铁

突发公共卫生事件以其突发性以及对公众健康的损害程度之大，近年来受到大众的广泛关注：如新冠疫情，已经成为了全球热议的话题。突发公共卫生事件具有一定的危害程度，对公众的健康构成了威胁。因此，为了避免恐慌情绪，公众对突发公共卫生事件情境下的信息需求具有突出的特征。公众希望得到及时、准确、全面、透明、公开相关医疗数据，以此增强防疫信心，从而有效抑制疫情的传播[1]。

疫情防控期间可以看出，精准的疫情防控离不开强大的科研能力，尤其是大数据的应用，在其中起到了决定性的作用。今年来，突发公共卫生事件的管理不但受到医学界的广泛关注，同时也成为了情报领域的研究热点[2]，情报学视角的疫情防控有助于坚持风险导向、监测预警、科学决策、精准施策、智慧防控、联防联控、辅助疫情防控者完善对疫情的认知[3]。

1 相关研究

1.1 突发公共卫生事件

《突发公共卫生事件应急处置条例》中指出，突发公共卫生事件指的是突然发生的、对社会公共健康造成或者可能造成严重损害的事件，比如大型传染病、群体性不明原因的疾病、重大食品中毒等。对突发公共卫生事件的研究，研究人员除了关注疾病本身外，还关注了疾病的传播、公共卫生、流行病、应急准备、突发公共卫生事件管理模式、疫苗以及系统等。

突发公共卫生事件首先最主要的特点就是突发性，其次是波及范围广。突发公共卫生事件主要分为爆发期与蔓延期。首先，在突发公共卫生事件的爆发期，需要迅速对事件进行研判并启动应急机制。其次，在突发公共卫生事件的蔓延期，根据研判进一步完整和强化管理。

突发公共卫生事件中，基于互联网的信息交流成为主要的交流渠道，并且呈现了难以预测且关注度高的特点[4]。大数据在突发公共卫生事件中主要用于疫情的防控，然而开放的数据往往使个人隐私面临更大的挑战[5]。

1.2 应急管理

公共卫生在应急反应中的作用可以被视为公共卫生应急职能。公共卫生应急能力是在突发公共卫生事件发生时，公众的应对能力以及处理能力[6]。公众较高的应急素养可以在突发公共卫生事件中利用应急知识进行避险、自救。

自2003年SARS 疫情之后，我国就建立起了从中央到地方的四级突发公共卫生应急管理体系，在国务院最新颁布的《突发公共时间应急条例》中，进一步落实了突发公共卫生事件中临时组织与责任，除此之外，还明确了突发事件应急报告制度、突发事件举报制度等一系列内容，进一步补充和完善了我国突发公共卫生事件中的应急机制[7]。

突发公共卫生事件的应急管理需要多部门联动，形成有序、有规则的系统[8]。充分发挥各部门的优势，建立起高效的突发公共卫生事件处置机制，从而提升对突发公共卫生事件的应对能力，为社会稳定和人民财产安全提供保障。

1.3 大数据技术

近年来，大数据技术与管理学的交叉呈现了诸多的研究热点，例如数字政府、基于大数据的公共管理、社会治理、精准扶贫等。大数据技术为社会科学研究带来了新方法与新思路，使基于理论的管理走向基于大数据的精准管理。

全球化数字时代已经到来，大数据已经在各个领域得到了充分的应用，同时大数据技术也为科学研究带来了全新的视角。在医疗领域，远程医疗[9]、大数据辅助诊断[10]、疾病预测[11]等领域都取得了丰硕的研究成果。然而，突发公共卫生事件中的大数据不仅包含医疗大数据，更包含了政府大数据以及社会大数据。

政府开放数据使突发共事件中的信息更加公开透明，公众对信息的获取也更加及时与便利。社会数据是人们在社会生产活动中产生的数据，是大数据的主要来源。疫情初期我国在公共卫生应急管理和处置能力上还存有一些不足。使其在防控期间产生了无序、复杂且海量的数据，通过传统方式利用这些数据对于开展应急治理行动的参考作用不大。应用大数据技术则可以实现精准治理。

突发公共卫生事件中的谣言传播给社会带来了巨大的影响，大数据技术在精准防疫的同时，也在舆情预警方面做出了实时预测。利用疫情舆情数据，从海量多元异构的数据中识别疫情舆情的参与人群、谣言的传播路径以及情感倾向，从而揭示舆情事件的事实，做到及时辟谣，避免引起不不要的恐慌[12]。

2 模型构建过程

2.1 模型构建需求分析

突发公共卫生事件中包含着各种类型的数据，数量巨大，在收集和处理上具有一定难度。传统的处理方式已经不能适应大数据时代的突发公共卫生事件，也可能带来处理的难度和阻碍。数据虽然处理困难，但是也是一种宝贵的资产。可以帮助政府做出重要决策。通过大数据分析技术，可以帮助政府做出疫情数据的预测，以及根据数据做出相应的对策。在经过大数据技术处理的数据后，得到的疫情相关信息或者知识更加可靠、有效。大数据是政府处理公共卫生事件的客观需求。通过大数据技术可以看出数据主体由单主体向多主体转变，避免由个人决策而出现的失误。利用数据技术可以更加全面的了解整体信息，对公共卫生突发事件进行相关性分析，从而发现突发公共卫生事件内部的关联关系，掌握数据内部的运行规律，从而为决策带来科学性。

2.2 模型构建目标和原则

2.2.1 模型构建目标

大数据技术的突发公共卫生事件应急管理模型的构建需要具有科学性、精准性以及便捷性等目标。大数据技术使得疫情相关数据的使用和处理更加科学，各个政府部门可以使用数据对疫情信息进行处理。模型也要具有精准化的特征。通过大数据技术，使得政府部门针对疫情进行精准处理。也可以通过大数据技术合理分配公共资源，保证民生需求，平衡社会恐慌心理。利用居民数据，通过大数据技术处理整合，可以支持各种应用场景。能够利用大数据技术筛选和排查疫情，实现服务的精准化和智能化，支持社会处理的数据融合方式。构建的模型也能够快捷响应需求，降低政府治理疫情的成本。采用协同方式控制疫情，对疫情数据有效整合，帮助各级政府实现患病、密接、隔离、复工等人员的快速统计和精准排查，利用数据保证疫情有效控制的同时，也促进经济的复苏和发展。

2.2.2 模型构建原则

利用大数据技术可以帮助政府实现数据共享，消除数据融合障碍，提升大数据治理能力，创新政府应急管理服务，从而更好的利用数据，释放数据价值，实现服务的目标。因此，在构建突发公共卫生事件应急管理模型时，要注重多元性、导向性和服务性等原则。大数据的来源呈现多元化的特征，这包括政府数据、公众行为数据以及医疗数据等。这些数据使得模型处理时要能够应对多元化的数据，从数据的来源、数据的维度以及数据的类型方面，都要能从模型中找到相应的解决方法，这个是突发公共卫生事件应急管理模型构建的前提，也是实现突发公共卫生事件应急管理模型的高标准要求。

2.3 模型构建

基于大数据技术的突发公共卫生事件应急管理模型能够加速推进公共卫生业务的数据化，打通突发公共卫生事件关联信息壁垒，通过大数据、人工智能等技术突发公共卫生事件治理流程和治理模式，推动公共卫生工作为民服务、防控能力、决策水平的持续升级。通过突发公共卫生事件应急管理模型构建大数据平台，及时发现对城市公共卫生安全。对于突发公共卫生事件安全来说，必须有健全的监测预警机制作为支撑。基于大数据技术的突发公共卫生事件应急管理模型由大数据存储层、大数据处理层、大数据分析层以及大数据应用层四个部分组成，如图1所示。

图1 基于大数据技术的突发公共卫生事件应急管理模型Fig.1 Emergency management model of public health emergencies based on big data technology

2.3.1 大数据存储层

大数据存储层包括获取数据的过程，以实时的方式从各个数据来源，包括数据库、API、队列、物联网等数据提供者采集或同步最新的数据变化。实时数据同步，捕获源数据库的数据变化，并在毫秒内更新到目的数据库。并且能够支持大部分商业和开源的数据库类型，包括关系型和非关系型数据库、支持多源异构数据双向同步，自动映射关系型到非关系型、定义数据规则，监控和分析所提取的数据质量。其中，关系数据源是指通过JDBC 驱动连接的关系型数据库。NoSQL 数据源支持连接基于分布式文件存储的非关系数据库。关系数据源的数据主要以二维的方式组织，以实现二维查询。

2.3.2 大数据处理层

大数据处理层是对获取的数据进行处理，主要是ETL过程。ETL 通常是将多来源的异构数据，进行处理后得到具备完整性、一致性的数据模型。ETL 模块以工作流的形式实现为库表提取数据模型的语义，通过易于操作的可视化工具，将数据加工成具备语义一致性与完整性的数据模型；也可以增强构建数据模型的能力。通过封装ETL算法，将技术分离，可以实现ETL 自助操作。和传统ETL的不同点是，每一条新产生并进入到平台的数据，会在秒级范围被响应，计算，处理并写入到目标表里。

2.3.3 大数据分析层

大数据分析层支持多种高效实用的机器学习算法，包含了分类、回归、聚类、预测、关联5 大类机器学习的成熟算法。其中包含了多种可训练的模型：逻辑回归、决策树、随机森林、朴素贝叶斯、支持向量机、线性回归、K 均值、DBSCAN、高斯混合模型。这些分析方法能够有效对大数据进行分析，发现大数据之间的规律，为政府部门决策提供支持。

2.3.4 大数据应用层

数据应用层的功能包括分析人员流动、查询密接人员、建设防控体系、助力复工复产。大数据平台能够查询人员流动数据，并根据地图数据为公众、政府展现详细地点信息，帮助政府掌握全面信息及疫情防控状况。利用大数据平台，融合出行信息、支付信息以及基站信息等，可以随时追踪和定位患者及接触者的轨迹，预测传播路径，锁定密接人员，为政府进行管控提供信息。大数据平台能够有效推动疫情防控体系的建设。

3 结论

在疫情防控期间，政府部门依托大数据技术创新突发公共卫生事件治理模式、重构突发卫生事件治理流程，同时融合了通信部门、交通部门、卫健部门、公安部门和社区等多个数据源，为提升突发公共卫生事件治理能力提供技术和理论依据。通过构建突发公共卫生事件应急管理模型，展现了大数据技术的优势，能够保障政府部门有效防控和管理疫情，是政府部门智慧管理方法以及社会责任感的有机结合。