赵天宇：大数据是怎么知道你去过新发地的？

 

“经过全市大数据分析，您可能在5月30日(含)以后去过新发地批发市场……”什么是“大数据筛查”？它是如何助力流行病精准防控的？

 

“经过全市大数据分析，您可能在5月30日(含)以后去过新发地批发市场……”随着新发地市场新冠源头被锁定，近日来，大数据筛查，成为不少北京市民在朋友圈中热议的话题.

 

一组数据显示，截止6月17日，在行动轨迹一致的情况下，利用大数据分析相关风险人群位置和路径，北京用了短短几天时间，就“找”出了30多万人进行核酸检测。与年初武汉疫情爆发初期大数据分析人口流动相比，此次北京的“大数据筛查”，无疑体现了更高的技术含量，和更好的时效性，对疫情处置发挥了不可小觑的作用。

 

 

图片显示了5月29到6月12日到访过新发地的人群，发现2430人到访新发地市场并离开北京，其中有91人到访上海。图表还详细列出了这2000多人到访过的其他城市，包括廊坊、保定、天津等。

 

精准查找

三种手段锁定新发地接触者

 

从6月15日以来，不少路过或者去过新发地的北京市民，都接到了短息或者是社区电话，表示通过大数据筛查，确认被调查者近期去过或者路过新发地市场，要求如实填报信息，并尽快进行核酸检测。

 

 

那么，什么是“大数据筛查”？大数据又是怎样找到新发地的路过者呢？大数据在此次疫情防控中起到了什么作用？

 

大数据，顾名思义其实就是海量、大量的资料，这些资料来源于随时产生的数据；而大数据又分为狭义和广义两种；狭义的大数据包括个人私人信息、购物习惯、阅读习惯等个人画像；而广义的大数据则是针对社会或者企业的，例如电商利用大数据分析顾客购物习惯，做好需求预测，提前布局好仓库存储等等。

 

显而易见的是，此次新发地的“大数据筛查”，就是广义大数据与狭义大数据的一次有机融合，也是海量存储和快速检索技术的一次良好利用。

 

尽管官方并未公布大数据筛查的具体方法，但中科曙光大数据总工程师首席科学家、存储产品事业部副总经理宋怀明博士分析认为，北京之所以能够实现利用大数据快速排查筛选新发地到访者，有三种技术路径可以实现。

 

首先是基于手机移动数据确定位置信息，也叫基源定位方法，这是最常用的方法，也是此次新发地大数据筛查当中，效率最高的手段：不过基源并不是GPS，而是通过手机基站，与GPS使用时才打开不同，手机会自动连接到距离最近的信号发射塔，手机的所有活动，都能通过包含基站信息的信令数据信号发射塔筛查回溯，这为追踪使用者的位置定位及路径追踪，提供了真实准确的第一手数据。

 

 

图片来源：视觉中国

 

其次是通过社会交往信息分析，这并不是指通过社交软件信息判断，而是结合已有数据，通过电话调查、摸排走访等方式，最终形成相对可靠的数据信息，也可以在短时间内筛选出哪些人在新发地工作、哪些人曾经去过新发地、他们这几天密切接触了什么人等等。

 

第三种方法是可以通过物品信息确认，此次新发地筛查过程中，除了对经过者、密切接触者的筛查，也排查了不少物品和货品，在这个过程当中，通过对特定携带病毒物品的路径和接触者追踪，同样可以作为排查查找到新发地密切接触者的依据之一。但宋怀明强调，这种筛查方法的数据可能并不完全，而新发地是否真的利用查物的方法寻找接触者，目前也不能完全确定。

 

在官方正式回应以外，此前网上还流传着一种是说法“支付宝和微信提供数据，锁定35万人，帮助病毒筛查”但这则消息很快就被两方进行了官方辟谣。

 

对此，宋怀明认为，通过二维码获取交易记录，可以确定交易用户位置。但对于交易用户的行动路径追踪，无论是支付宝和微信都无法实现。此外，新发地作为农产品大宗批发市场，还有很多其他交易方式是通过线上转账或者现金的方式进行，因此支付宝微信数据，最多只能在大数据筛查当中起到一定的辅助作用。

 

技术革新

大数据助力流行病精准防控

 

除了筛查接触到访者，此次新发地疫情当中，大数据还起到了怎样的作用？中国疾控中心首席专家吴尊友告诉北京科技报记者，在他看来，此次北京新发地新冠疫情过程中，大数据至少发挥了两方面作用：一是将早期病例精准锁定到新发地市场，及时发现传染源，为疾病控制赢得了宝贵的时间。

 

二是对发现疫情以后，在去过高风险地区向外流动的人员的了解“包括暴露于环境，和接触的人员，和密切接触者，在北京的分布，以及留出北京的情况，对于发现潜在感染者，阻断传播，起到了非常大的作用。”

 

实际上，不仅是北京新发地，在此次新冠肺炎疫情过程中，尤其是年初武汉疫情爆发之时，大数据筛查和分析，就对于疾病防控起到了相当重要的作用。

 

 

北京此次做到了精准分级，没有‘一刀切封城’，而以街道为单位划分风险等级，进行分级管控，大数据起到了关键的作用

 

疫情暴发之后，数家科技互联网公司陆续通过数据和技术能力，给全社会提供了大量数据支撑；例如百度的迁徙数据，精准计算出离开武汉和滞留武汉的人数，为政府防控提供了决策参考；再比如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，第一时间提供了确诊病人车上密切接触者信息。

 

此外，利用大数据技术实现信息共享、快速查询，很多媒体平台和互联网平台纷纷开辟了新冠肺炎动态更新、疫情展示和辟谣功能，使用者在鱼龙混杂的信息当中回归理性，让权威信息“跑”在谣言前面，及时安抚了公众情绪，从另一个层面“抑制”了病毒蔓延。

 

在预防层面，针对人员聚集可以进行预警；在扩散源头方面，把数学模型和人员社交特征结合，可以很好分析扩散路径与速度，制定更有针对性的对策与措施“北京此次做到了精准分级，没有‘一刀切封城’，而以街道为单位划分风险等级，进行分级管控。”宋怀明认为，这都是大数据起到了重要的作用。

 

与国内相比，在大数据预测分析流行病方面，国外已经有了比较成熟的探索和实践，早在2008年，谷歌便发布了“Google Flu Trends”（谷歌流感趋势），利用关键词追踪技术搜集数据，如果在某一地区的某一时间段内，有大量关于流感、发热、感冒等关键词的搜索，就表明此地存在潜在的感染人群，需要引起相关部门的重视。

 

 

谷歌曾经开发了软件，利用大数据分析流感趋势，但最终以失败告终。

 

2009年，墨西哥爆发的猪流感，研究人员也曾利用通信数据监测，从而获取公众对于政府发布的健康预警信息的反应，以指导有关部门更好调整政策；2014年埃博拉疫情在西非爆发，研究人员同样基于手机通信数据建模，对传染病的流行进行了判断与分析。

 

不难发现，有了大数据+人工智能加持的公共卫生领域：一方面在行动效率上更高更快，有效减缓了传染病的传播与扩散；另一方面，同样可以起到，提供预测与分析的重要作用。

 

未雨绸缪

大数据应用如何“更高、更快、更强”

 

新冠疫情暴发后，大数据在疫情排查等方面得到迅速应用，国内各领域、行业、机构、部门纷纷利用大数据技术，加强互联互通，加速了整个社会力量的整合，对疫情处置发挥了不可小觑的作用。

 

但大数据应用并非完美体，随着疫情应对的深入，它也暴露出了不少短板，和仍需提高完善的之处。

 

首先是准确性问题，从目前的技术水平来看，大部分城市的大数据应用，聚焦在城市日常生活管理场景、基础保障场景，例如在金融领域、安防领域、交通规划领域等等；但在疫情期间，需要寻求解决方案的“突发公共卫生事件场景”，不可控的因素较多，很容易让一些常规算法暴露短板，甚至出现数据不准确的问题。

 

 

例如此次新发地防疫过程当中，由于大数据信息无法准确分辨“去过”和“路过”新发地市场的区别，加上可操作时间较短，最终出现了“一刀切”的情况，有些乘坐公共交通工具途径新发地的市民，也收到了要求进行核酸检测的短信或通知，让人颇感意外。

 

对此吴尊友认为，大数据筛查过程当中，由于时间较短，精力有限，的确存在一些错误判断的情况，有些没有危险暴露的市民，也被要求填写信息检测核酸“但数量只是一小部分，目前首要任务还是控制疫情，未来还有改进提高的空间。”

 

宋怀明也认为，除了发短信以外，排筛查的手段也包括打电话、上门走访和自我填报等等，目的就是为了最大程度减少在突发公卫事件当中，大数据应用的不准确性和不确定因素。

 

其次是大数据决策问题，宋怀明表示，从实际效果来看，大数据目前的作用，更多地依然停留在分析和辅助决策方面，只有很少一部分能够进行自动决策“从数据角度来看，这样的做法是更科学的，但从时间和效率来看，这样的手段依然有较大待提升提高空间。”

 

 

出于防控需要，很多人的个人信息被“暴露”在APP、小程序或是登记单、记录本当中，哪些是合理采集，哪些又属于过度采集，如果个人信息泄露了怎么办？目前依然有待商榷。

 

在数据立法、数据安全方面，相关法律法规也不够健全：记者了解到，国家层面目前还没有出台针对公共数据管理的法律法规，省市层面也基本处于各自为战的局面，一些地方出台了法律条例，一些地方仅仅出台了规章办法，还有一些地方并未就此立法。

 

这在无形中给数据安全和个人隐私性，带来了不确定因素——疫情期间，多地出现了个人隐私泄露事件，引发了公众的担忧；出于防控需要，很多人的个人信息被“暴露”在APP、小程序或是登记单、记录本当中，哪些是合理采集，哪些又属于过度采集，如果个人信息泄露了怎么办？目前依然有待商榷，

 

实际上，加强信息共享，消除信息孤岛，同时做好个人隐私和数据安全的保护，不仅对当下抗击疫情至关重要，对实现政府决策科学化、社会治理精准化、公共服务高效化也有巨大的推动作用。

 

“未来要着力规范数据的所有权、使用权和使用规范，要保护好公众的隐私和数据安全。”宋怀明强调，有关部门既要把握好公众知情权，与保护公众隐私之间的关系“也要尽可能的把公众关心的数据全面、及时、准确地发布出来，并充分调动社会力量积极参与，形成大数据共享的合力”。

 

来源：科学加（北京科技报记者：赵天宇）