2020年，一場(chǎng)新冠疫情使多個(gè)國(guó)家公共衛(wèi)生系統(tǒng)不堪重負(fù)，暴露出應(yīng)急處置能力的薄弱等問題，改革和加強(qiáng)公共衛(wèi)生事件應(yīng)急處置已成為全球關(guān)注焦點(diǎn)。今年2月，習(xí)總書記來(lái)到北京市朝陽(yáng)區(qū)CDC進(jìn)行調(diào)研指導(dǎo)時(shí)指出：“這場(chǎng)疫情對(duì)全國(guó)各級(jí)疾控中心的應(yīng)急處置能力是一次大考。這次抗擊疫情斗爭(zhēng)既展示了良好精神狀態(tài)和顯著制度優(yōu)勢(shì)，也暴露出許多不足。要把全國(guó)疾控體系建設(shè)作為一項(xiàng)根本性建設(shè)來(lái)抓，加強(qiáng)各級(jí)防控人才、科研力量、立法等建設(shè)，推進(jìn)疾控體系現(xiàn)代化”。

現(xiàn)代化的疾控體系離不開大數(shù)據(jù)、人工智能等新興技術(shù)的加持。對(duì)于公共衛(wèi)生部門，可以通過(guò)覆蓋全國(guó)的患者電子病例數(shù)據(jù)庫(kù)，快速監(jiān)測(cè)傳染病，進(jìn)行全面的疫情監(jiān)測(cè)，并通過(guò)集成疾病監(jiān)測(cè)與響應(yīng)程序，快速進(jìn)行響應(yīng)。大數(shù)據(jù)在常態(tài)化監(jiān)測(cè)、疫情預(yù)警處置、趨勢(shì)預(yù)測(cè)研判、傳染源追本溯源、資源調(diào)配和防控救治方面都能起到至關(guān)作用。

如今，全世界各國(guó)都深刻認(rèn)識(shí)到健康醫(yī)療大數(shù)據(jù)作為國(guó)家基礎(chǔ)性戰(zhàn)略資源重要性，爭(zhēng)相建設(shè)國(guó)家健康醫(yī)療數(shù)據(jù)庫(kù)，搶占醫(yī)學(xué)研究、精準(zhǔn)診療和尖端移動(dòng)設(shè)備前沿陣地。2016年，在原國(guó)家衛(wèi)生和計(jì)劃生育委員會(huì)牽頭下，逐步建設(shè)國(guó)家基因庫(kù)，落實(shí)1個(gè)國(guó)家數(shù)據(jù)中心、5個(gè)區(qū)域數(shù)據(jù)中心、X個(gè)應(yīng)用發(fā)展中心（即“1+5+X”）健康醫(yī)療大數(shù)據(jù)規(guī)劃，催生新業(yè)態(tài)、促進(jìn)新經(jīng)濟(jì)。

一、大數(shù)據(jù)在我國(guó)疾病監(jiān)測(cè)領(lǐng)域中的應(yīng)用現(xiàn)狀

2003年SARS爆發(fā)，暴露了我國(guó)傳染病監(jiān)測(cè)報(bào)告信息嚴(yán)重滯后的問題，暢通的疾病監(jiān)測(cè)信息網(wǎng)絡(luò)成為疾病預(yù)防控制信息建設(shè)的當(dāng)務(wù)之急。因此，自2003年后，我國(guó)啟動(dòng)了應(yīng)急管理體系建設(shè)，其核心是圍繞“一案三制”，建立“國(guó)家統(tǒng)一領(lǐng)導(dǎo)、綜合協(xié)調(diào)、分類管理、分級(jí)負(fù)責(zé)、屬地管理為主的應(yīng)急管理體制”。其中，“一案三制”是指國(guó)家突發(fā)公共事件應(yīng)急預(yù)案體系及國(guó)家應(yīng)急管理的體制、機(jī)制和法制。2004年初，以現(xiàn)代網(wǎng)絡(luò)傳輸技術(shù)為依托，以“橫向到邊、縱向到底”連接全國(guó)各地為原則，以統(tǒng)一、高速、快速、準(zhǔn)確傳遞信息為目標(biāo)的中國(guó)疾病預(yù)防控制信息系統(tǒng)初具雛形。

2020年新冠疫情爆發(fā)，很多人質(zhì)疑為什么從2004年開始運(yùn)行、當(dāng)時(shí)耗資7.3億元巨資建設(shè)的國(guó)家傳染病與突發(fā)公共衛(wèi)生事件網(wǎng)絡(luò)直報(bào)系統(tǒng)沒有發(fā)揮預(yù)警作用。事實(shí)上，疾控直報(bào)專網(wǎng)并非沒有發(fā)生作用。據(jù)媒體報(bào)道，疾控直報(bào)專網(wǎng)的數(shù)據(jù)來(lái)源完全取決于上報(bào)數(shù)據(jù)，由于種種因素，疾控直報(bào)專網(wǎng)無(wú)法與醫(yī)院內(nèi)部網(wǎng)絡(luò)進(jìn)行直接連通。由于采集不到數(shù)據(jù)，這一系統(tǒng)自然無(wú)從發(fā)揮功能。2月3日，衛(wèi)健委發(fā)布了《關(guān)于加強(qiáng)信息化支撐新型冠狀病毒感染的肺炎疫情防控工作的通知》。各地衛(wèi)健委根據(jù)通知不斷改進(jìn)采集方式，多數(shù)醫(yī)院開始采用網(wǎng)絡(luò)直報(bào)的方式，總算逐漸發(fā)揮了專網(wǎng)的作用。由此可見，對(duì)于大數(shù)據(jù)來(lái)說(shuō)，真實(shí)的數(shù)據(jù)來(lái)源是極其重要的一步。

在醫(yī)療健康數(shù)據(jù)庫(kù)方面，2006年我國(guó)開始建設(shè)國(guó)家醫(yī)療健康數(shù)據(jù)庫(kù)，整合區(qū)域范圍內(nèi)醫(yī)院、基層衛(wèi)生機(jī)構(gòu)及公共衛(wèi)生機(jī)構(gòu)的各類數(shù)據(jù)，形成以個(gè)人為中心的全生命周期電子健康檔案庫(kù)。2015年，原國(guó)家衛(wèi)計(jì)委啟動(dòng)了十省互聯(lián)互通項(xiàng)目，我國(guó)約50%的委屬醫(yī)院，42%的省屬醫(yī)院和38%的市屬醫(yī)院已啟動(dòng)醫(yī)院信息平臺(tái)建設(shè)。2016年，原國(guó)家衛(wèi)計(jì)委啟動(dòng)“1+5+X”健康醫(yī)療大數(shù)據(jù)發(fā)展規(guī)劃，建設(shè)江蘇省（東）、貴州省（西）、福建省（南）、山東省（北）以及安徽省（中）五大數(shù)據(jù)中心。2017年，原國(guó)家衛(wèi)計(jì)委牽頭組建醫(yī)療健康數(shù)據(jù)三大集團(tuán)，包括中國(guó)健康醫(yī)療大數(shù)據(jù)產(chǎn)業(yè)發(fā)展有限公司、中國(guó)健康醫(yī)療大數(shù)據(jù)科技發(fā)展集團(tuán)公司及中國(guó)健康醫(yī)療大數(shù)據(jù)股份有限公司，以承擔(dān)國(guó)家健康醫(yī)療大數(shù)據(jù)中心、區(qū)域中心、應(yīng)用發(fā)展中心和產(chǎn)業(yè)園建設(shè)任務(wù)。

在生物數(shù)據(jù)庫(kù)方面，國(guó)家基因庫(kù)2016年正式建成，該基因庫(kù)集生物資源樣本庫(kù)、生物信息數(shù)據(jù)庫(kù)和生物資源信息網(wǎng)絡(luò)為一體。福建省和江蘇省作為國(guó)家健康醫(yī)療大數(shù)據(jù)中心的“先行者”，立足自身優(yōu)勢(shì)，逐步建立了政策保障體系和數(shù)據(jù)平臺(tái)。

總體來(lái)說(shuō)，在傳染病防控工作中讓AI+大數(shù)據(jù)技術(shù)發(fā)揮作用，既需要打通行業(yè)內(nèi)“部-省-市-區(qū)縣”自上而下的垂直領(lǐng)域數(shù)據(jù)，又要橫向打通跨行業(yè)部門“信息孤島”。從頂層設(shè)計(jì)就要實(shí)時(shí)結(jié)構(gòu)化信息互聯(lián)互通，業(yè)務(wù)聯(lián)防聯(lián)動(dòng)。

在今年防疫過(guò)程中，有幾個(gè)企業(yè)助力疾控中心、醫(yī)院建設(shè)疾病與監(jiān)測(cè)預(yù)警系統(tǒng)值得參考。

比如，北京大數(shù)醫(yī)達(dá)為南京市疾控中心建設(shè)的疾病與監(jiān)測(cè)預(yù)警系統(tǒng)便直接打通連接了當(dāng)?shù)蒯t(yī)院的電子病歷系統(tǒng)（EMR）。這一疾控監(jiān)測(cè)預(yù)警系統(tǒng)應(yīng)用了大數(shù)醫(yī)達(dá)最先進(jìn)的大數(shù)據(jù)和人工智能技術(shù)，對(duì)醫(yī)學(xué)知識(shí)圖譜建立模型，再直接提取EMR進(jìn)行語(yǔ)義結(jié)構(gòu)化，由人工智能匹配知識(shí)庫(kù)判斷EMR中是否包含新冠肺炎等傳染病的關(guān)鍵詞。一旦被人工智能判斷為疑似或者是高度疑似則上報(bào)疾控部門，避免醫(yī)院因故遺漏或者遲報(bào)。

系統(tǒng)直接打通并連接到醫(yī)院的EMR，作為省市疾控中心的上報(bào)分析、數(shù)據(jù)匯總及預(yù)警分析系統(tǒng)。它具有很細(xì)的顆粒度，除了40種法定傳染病，也支持各地區(qū)自己補(bǔ)充當(dāng)?shù)卣J(rèn)定的多發(fā)性傳染病。同時(shí)，系統(tǒng)結(jié)合歷史疾控?cái)?shù)據(jù)進(jìn)行學(xué)習(xí)，并結(jié)合區(qū)域密度和人口流動(dòng)率等大數(shù)據(jù)，可以對(duì)疑似數(shù)據(jù)對(duì)傳染病的發(fā)展速度及分布區(qū)域等進(jìn)行預(yù)測(cè)，從而為疾控決策給出參考數(shù)據(jù)。

大數(shù)醫(yī)達(dá)為江蘇省承建的這套系統(tǒng)原本是為春季流感高峰而準(zhǔn)備，沒想在這次更加嚴(yán)重的新冠疫情中發(fā)揮了作用。根據(jù)統(tǒng)計(jì)，如果以疫情爆發(fā)的中心城市武漢為原點(diǎn)，沿著高鐵線路畫一條半徑約為2小時(shí)的圓圈，可以清晰地看到各個(gè)地區(qū)疾控水平并不一樣。相對(duì)而言，江蘇省的新冠疫情控制的就比周邊要好很多。

另外，也有企業(yè)試圖解決醫(yī)生在當(dāng)下傳染病報(bào)卡中的痛點(diǎn)。目前醫(yī)院的傳染病監(jiān)測(cè)報(bào)卡系統(tǒng)不夠智能、對(duì)醫(yī)生的干預(yù)方案不夠有效、醫(yī)院傳染病疫情管理部門對(duì)傳染病遲報(bào)漏報(bào)篩查耗時(shí)耗力，長(zhǎng)沙雙數(shù)科技經(jīng)過(guò)熟練的實(shí)踐，認(rèn)為這些痛點(diǎn)可以利用大數(shù)據(jù)解決。在長(zhǎng)沙雙數(shù)科技的傳染病疾病智能監(jiān)測(cè)解決方案中，首先匯集EMR、實(shí)驗(yàn)室信息管理系統(tǒng)（LIS）、醫(yī)學(xué)影像存檔和通訊系統(tǒng)（PACS）及醫(yī)院信息系統(tǒng)（HIS）四大系統(tǒng)診療數(shù)據(jù)，再運(yùn)用雙數(shù)傳染病專家知識(shí)庫(kù)、語(yǔ)義分析技術(shù)，對(duì)診療數(shù)據(jù)進(jìn)行傳染病疾病相關(guān)特征提取、標(biāo)記。其后，使用傳染病疾病分析模型對(duì)特征進(jìn)行分析比對(duì)，從而認(rèn)知傳染病。一旦認(rèn)知到傳染病病例，系統(tǒng)即時(shí)推送或延遲推送到具體醫(yī)生電腦前端，并可強(qiáng)制鎖死系統(tǒng)要求醫(yī)生必須完成重要的傳染病報(bào)告。

這一傳染病智能監(jiān)測(cè)解決方案還實(shí)現(xiàn)了關(guān)口前移，把疾控直報(bào)專網(wǎng)上報(bào)的校驗(yàn)邏輯全面前移到醫(yī)生填寫傳染病報(bào)告的階段。校驗(yàn)不過(guò)就完成不了上報(bào)，這樣就有效解決了報(bào)卡完整性和準(zhǔn)確性問題。醫(yī)生完成報(bào)告?zhèn)魅静?bào)卡后，數(shù)據(jù)完整準(zhǔn)確的傳染病報(bào)卡經(jīng)醫(yī)院傳染病疫情報(bào)告人員審核后再上報(bào)至疾控直報(bào)專網(wǎng)，也解決了及時(shí)性的問題。在解決醫(yī)生傳染病報(bào)卡的基礎(chǔ)上，雙數(shù)科技進(jìn)一步實(shí)現(xiàn)了從醫(yī)院內(nèi)網(wǎng)至疾控直報(bào)專網(wǎng)的一鍵直報(bào)功能。2017年5月，中南大學(xué)湘雅醫(yī)院利用該系統(tǒng)實(shí)現(xiàn)了傳染病報(bào)卡醫(yī)院內(nèi)網(wǎng)一鍵直報(bào)功能，耗時(shí)不到3秒。這在當(dāng)時(shí)也是極個(gè)別可以實(shí)現(xiàn)內(nèi)網(wǎng)直報(bào)的案例。目前除了湖南省的中南大學(xué)湘雅醫(yī)院外，重慶醫(yī)科大學(xué)附屬兒童醫(yī)院和貴州遵義醫(yī)科大學(xué)附屬醫(yī)院均已采用內(nèi)網(wǎng)一鍵直報(bào)的方案。根據(jù)統(tǒng)計(jì)，利用大數(shù)據(jù)和人工智能的雙數(shù)傳染病監(jiān)測(cè)方案可以將杜絕遲報(bào)漏報(bào)的有效率做到95%以上；將醫(yī)生的平均傳染病報(bào)卡所耗時(shí)間從以往的5-8分鐘大幅降低到40秒以內(nèi)；疾控直報(bào)專網(wǎng)上報(bào)所耗時(shí)間也從2-3分鐘縮短至幾秒鐘。

事實(shí)上，武漢大學(xué)中南醫(yī)院也剛剛在去年采用雙數(shù)傳染病監(jiān)測(cè)方案，并在后續(xù)的疫情報(bào)告效率上體現(xiàn)出了優(yōu)勢(shì)。不過(guò)，在突發(fā)性的未知傳染病早期預(yù)警上，雙數(shù)科技認(rèn)為對(duì)單個(gè)醫(yī)院的數(shù)據(jù)分析的結(jié)果、在說(shuō)服力還是相對(duì)不足。相對(duì)而言，雙數(shù)科技認(rèn)為區(qū)域一體化傳染病疫情預(yù)警監(jiān)測(cè)方案是應(yīng)對(duì)區(qū)域重大傳染病最好的建設(shè)方案。目前，雙數(shù)科技已經(jīng)完成了區(qū)域一體化傳染病疫情預(yù)警監(jiān)測(cè)方案的研發(fā)，已經(jīng)在其他省市加快部署計(jì)劃，希望能為中國(guó)整體的傳染病信息化進(jìn)程探索新模式。

繼這次新冠肺炎疫情之后，我國(guó)開始意識(shí)到建立突發(fā)公共衛(wèi)生事件的全國(guó)性長(zhǎng)效管理機(jī)制的重要性，多個(gè)省份紛紛出臺(tái)疾控體系改革措施，強(qiáng)調(diào)要充分利用大數(shù)據(jù)、人工智能等新興技術(shù)。比如今年7月，湖北省衛(wèi)健委牽頭起草了《關(guān)于改革完善疾病預(yù)防控制體系的實(shí)施意見》等4個(gè)配套文件。文件提出，湖北將建立以網(wǎng)絡(luò)直報(bào)、輿情監(jiān)測(cè)、醫(yī)療衛(wèi)生人員報(bào)告、可疑病例討論報(bào)告、科研發(fā)現(xiàn)報(bào)告、零售藥店藥物銷售等信息為基礎(chǔ)的多渠道監(jiān)測(cè)預(yù)警機(jī)制。并且，下一步將實(shí)現(xiàn)健康相關(guān)數(shù)據(jù)的自動(dòng)抓取，利用“大數(shù)據(jù)+網(wǎng)格化”等手段，開展精準(zhǔn)流調(diào)，實(shí)施精準(zhǔn)防控。探索健康相關(guān)信息與醫(yī)保、農(nóng)業(yè)、生態(tài)環(huán)境等部門相關(guān)信息的協(xié)同共享，運(yùn)用人工智能、大數(shù)據(jù)、云計(jì)算等，在監(jiān)測(cè)預(yù)警、病毒溯源、趨勢(shì)預(yù)測(cè)研判、資源調(diào)配等方面發(fā)揮支撐作用。

二、大數(shù)據(jù)在西方國(guó)家疾病監(jiān)測(cè)領(lǐng)域中的應(yīng)用現(xiàn)狀

有系統(tǒng)的疾病監(jiān)測(cè)工作開始于本世紀(jì)40年代末的美國(guó)疾病控制中心（CDC）。1968年第21屆世界衛(wèi)生大會(huì)（WHA）討論了國(guó)家和國(guó)際傳染病監(jiān)測(cè)問題。70年代以后，許多國(guó)家廣泛開展監(jiān)測(cè)，觀察傳染病疫情動(dòng)態(tài)，以后又?jǐn)U展到非傳染病，并評(píng)價(jià)預(yù)防措施和防病效果，而且逐漸從單純的生物醫(yī)學(xué)角度發(fā)展向生物-心理-社會(huì)方面進(jìn)行監(jiān)測(cè)。

在醫(yī)療數(shù)據(jù)方面，由于美國(guó)、日本等很早就開啟了診療數(shù)字化的進(jìn)程，以幫助醫(yī)護(hù)人員提升工作效率，降低工作強(qiáng)度，也因此積累了大量高質(zhì)量的數(shù)據(jù)。比如美國(guó)的電子健康記錄系統(tǒng)（Electronic health records，EHRs），十年內(nèi)積累了1000萬(wàn)名病人的記錄。其中包括疾病診斷記錄、病人用藥效果、基因數(shù)據(jù)、家庭病史等重要信息。2011年之后，日本醫(yī)療數(shù)據(jù)也已經(jīng)全面采用電子化報(bào)送系統(tǒng)，個(gè)人可以通過(guò)網(wǎng)絡(luò)隨時(shí)查閱云端保存的各種醫(yī)療信息。

目前，發(fā)達(dá)國(guó)家已搭建較為成熟的健康醫(yī)療大數(shù)據(jù)平臺(tái)，并在有效管理和技術(shù)升級(jí)上展開激烈競(jìng)爭(zhēng)。美國(guó)擁有完整的醫(yī)療健康大數(shù)據(jù)庫(kù)，建成覆蓋本土的12個(gè)區(qū)域電子病歷數(shù)據(jù)中心、9個(gè)醫(yī)療知識(shí)中心、8個(gè)醫(yī)學(xué)影像與生物信息數(shù)據(jù)中心。英國(guó)斥資55億英鎊建設(shè)全國(guó)一體化醫(yī)療照護(hù)信息儲(chǔ)存服務(wù)系統(tǒng)，收集和儲(chǔ)存了超過(guò)23000個(gè)醫(yī)療信息系統(tǒng)數(shù)據(jù)，覆蓋超過(guò)5000萬(wàn)居民醫(yī)療信息，并已為130萬(wàn)名醫(yī)務(wù)人員提供服務(wù)。丹麥成立國(guó)家生物銀行，集中和管理了超過(guò)700萬(wàn)生物樣本，樣品可經(jīng)倫理委員會(huì)審批使用，供科研人員研究流行病學(xué)和疾病圖譜。日本實(shí)施國(guó)立大學(xué)醫(yī)院醫(yī)療信息遠(yuǎn)程傳輸網(wǎng)絡(luò)系統(tǒng)計(jì)劃，福山大學(xué)附屬醫(yī)院累計(jì)收集超過(guò)1700萬(wàn)病歷記錄和1.43億件用藥處方及300萬(wàn)件病名，可實(shí)現(xiàn)處方自動(dòng)分析和匹配功能。

在利用大數(shù)據(jù)、人工智能實(shí)現(xiàn)疾病監(jiān)測(cè)與預(yù)警方面，目前發(fā)達(dá)國(guó)家有多個(gè)成功案例，比如在新冠疫情大爆發(fā)之前，12月30日，波士頓兒童醫(yī)院（Boston Children‘s Hospital）的自動(dòng)健康地圖系統(tǒng)就發(fā)布了中國(guó)境外首次有關(guān)這種新型冠狀病毒的公共警報(bào)。這套系統(tǒng)就得益于人工智能技術(shù)自然語(yǔ)言處理的支持。通過(guò)掃描在線新聞、社交媒體報(bào)道和政府報(bào)告，尋找傳染病爆發(fā)跡象的早期預(yù)警系統(tǒng)，并將預(yù)警的嚴(yán)重程度分為5級(jí)（新冠被定為3級(jí)），從而可以幫助WHO等在語(yǔ)言障礙可能出現(xiàn)的情況下率先洞察疫情。

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）。現(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。

此外，在利用機(jī)器學(xué)習(xí)追蹤病原體軌跡方面也有多項(xiàng)成果。比如美國(guó)卡里生態(tài)系統(tǒng)研究所就針對(duì)2000多種嚙齒類動(dòng)物建立了一套龐大的數(shù)據(jù)庫(kù)，并訓(xùn)練AI認(rèn)知它們的生活歷史、生態(tài)環(huán)境、行為、生理特征和地理分布情況。并成功通過(guò)該模型，發(fā)現(xiàn)了超過(guò)150種新的潛在嚙齒類動(dòng)物和超過(guò)50種新的活躍型動(dòng)物，可能攜帶多種病原體并傳染給人類。由此，可以繪制出影響各種疾病的嚙齒類動(dòng)物分布，以及容易被新生寄生蟲和病原體傳染的熱點(diǎn)地區(qū)，以便實(shí)現(xiàn)疾病的早期預(yù)警監(jiān)測(cè)。

在追蹤人流去向方面，不同于中國(guó)在應(yīng)對(duì)新冠疫情時(shí)通過(guò)大數(shù)據(jù)+AI對(duì)重點(diǎn)人群進(jìn)行行蹤溯源預(yù)警，其他國(guó)家的AI主要表現(xiàn)為算法預(yù)防。比如英聯(lián)邦科學(xué)與工業(yè)研究組織使用貝葉斯推理開發(fā)了Data61模型，用以追蹤將昆士蘭州登革熱病毒是如何傳播到澳大利亞，并如何在人與人之間轉(zhuǎn)移。借助昆士蘭州衛(wèi)生局提供的15年內(nèi)匿名記錄的登革熱病例來(lái)進(jìn)行訓(xùn)練，Data61可以綜合判斷多種人員流動(dòng)信息，比如航空公司乘客數(shù)據(jù)、地理標(biāo)記、社交媒體、旅游情況等等，從而預(yù)測(cè)可能發(fā)生疫情的時(shí)間和地點(diǎn)，讓醫(yī)療機(jī)構(gòu)早做準(zhǔn)備。據(jù)說(shuō)，該模型還可以用于預(yù)測(cè)萊姆病、埃博拉和瘧疾等人畜共生的疾病。

不過(guò)，盡管歐美國(guó)家更加長(zhǎng)于算法，由于隱私法案的影像，歐美許多地區(qū)禁止采集公眾信息，對(duì)人臉識(shí)別等前沿技術(shù)的使用也出臺(tái)了相關(guān)限制，這在一定程度上保護(hù)了公眾信息安全，而另一方面，由于社會(huì)智能化的防范與遲緩，也使其在面對(duì)大型公共衛(wèi)生事件時(shí)，展現(xiàn)出了應(yīng)對(duì)能力薄弱、救災(zāi)過(guò)程滯后、人員有限重復(fù)勞動(dòng)等問題，在防疫效率上還有很大的提升空間。

三、當(dāng)前健康大數(shù)據(jù)所面臨的挑戰(zhàn)

繼大數(shù)據(jù)在抗疫過(guò)程中表現(xiàn)亮眼后，如今多個(gè)省份地區(qū)都將利用大數(shù)據(jù)、人工智能實(shí)現(xiàn)現(xiàn)代化疾控作為發(fā)展計(jì)劃，可以遇見健康大數(shù)據(jù)將會(huì)快速應(yīng)用到公共衛(wèi)生領(lǐng)域，但同時(shí)也面臨了諸多挑戰(zhàn)：

1、健康大數(shù)據(jù)使用中的安全、保密、共享、開放等醫(yī)學(xué)倫理問題

健康大數(shù)據(jù)不可避免地涉及人群的隱私信息，包括身體現(xiàn)狀、健康史、個(gè)人信息、甚至基因、蛋白數(shù)據(jù)等。如若泄漏，極可能會(huì)使患者個(gè)體的日常生活受到難以預(yù)料的侵?jǐn)_。2018年，《信息安全技術(shù)個(gè)人信息安全規(guī)范》中提出了保護(hù)個(gè)人信息安全應(yīng)遵循的原則，但缺少針對(duì)醫(yī)療隱私保護(hù)的詳細(xì)法律法規(guī)。而涉及到病人數(shù)據(jù)這類高保密級(jí)別數(shù)據(jù)，就對(duì)隱私保護(hù)、系統(tǒng)安全提出了更高的要求。

2、突破大數(shù)據(jù)的關(guān)鍵技術(shù)

如今，半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)量在呈幾何級(jí)數(shù)量增長(zhǎng)，傳統(tǒng)的分析技術(shù)面臨著較大的沖擊和挑戰(zhàn)。數(shù)據(jù)的廣泛存在性使得數(shù)據(jù)越來(lái)越多的以不同的形勢(shì)散布于不同的系統(tǒng)和平臺(tái)之中。為了便于進(jìn)行健康大數(shù)據(jù)分析，需要解決數(shù)據(jù)的多源異構(gòu)性、數(shù)據(jù)的質(zhì)量問題，各方面產(chǎn)生的大數(shù)據(jù)有待進(jìn)行有效整合。此外，數(shù)據(jù)信息孤島問題始終普遍存在，標(biāo)準(zhǔn)化難以實(shí)施等技術(shù)和非技術(shù)困難尚未得到有效徹底地解決。

3、甄別健康大數(shù)據(jù)中的使用誤差，提高精度

大數(shù)據(jù)疾病預(yù)警也有可能產(chǎn)生“大錯(cuò)誤”，它就如同汽車報(bào)警器一樣，既容易觸發(fā)，也容易被忽略。一個(gè)主要的原因是，不同機(jī)構(gòu)、不同平臺(tái)的數(shù)據(jù)都可能會(huì)阻礙算法。哈佛大學(xué)（Harvard University）流行病學(xué)家Andrew Beam表示，掃描在線報(bào)告中的關(guān)鍵詞有助于揭示趨勢(shì)，但準(zhǔn)確性取決于數(shù)據(jù)的質(zhì)量。比如谷歌就高估了AI對(duì)流感的流行程度，偏差超出了實(shí)際值的50%。最后在2015年關(guān)閉了該網(wǎng)站，并將其技術(shù)交給了HealthMap等非營(yíng)利組織。

4、健康大數(shù)據(jù)框架應(yīng)有頂層設(shè)計(jì)

一直以來(lái)，公共衛(wèi)生與預(yù)防學(xué)學(xué)科強(qiáng)調(diào)“三級(jí)預(yù)防”，但作為政府行為的“零級(jí)預(yù)防”非常關(guān)鍵。從星羅云布的大數(shù)據(jù)中通過(guò)分析快速獲得有效信息，并及時(shí)為公共衛(wèi)生決策提供依據(jù)，是一項(xiàng)基礎(chǔ)、長(zhǎng)遠(yuǎn)的工作，需要政府層面的長(zhǎng)期鼎力支持。健康大數(shù)據(jù)框架需要國(guó)家層次進(jìn)行頂層設(shè)計(jì)，擔(dān)負(fù)相應(yīng)責(zé)任。政府可以加強(qiáng)科學(xué)引導(dǎo)，開放平臺(tái)邀請(qǐng)更多社會(huì)資本參與，整合力量共建國(guó)家健康大數(shù)據(jù)研究中心。
責(zé)任編輯：tzh