“智”能防疫在行动 

在这个特殊的春节，伴随着新型冠状病毒肺炎疫情的传播，无数人告别了家人，走向了“前线”，这场战役不仅仅属于医疗工作者，大数据、人工智能等新技术、新手段也加入了这场没有硝烟的战争中。大数据和人工智能在这次的防疫战中对可视化的疫情监控、舆情数据关系挖掘、寻求疫情规律起到了举足轻重的作用，为全国的疫情指挥决策、精准防控提供了智能化支撑。

据此，浙大MBA教育中心特邀请了浙江大学MBA商务大数据应用课程方向（TRACK）的五位教师就这次疫情中的大数据发挥的作用、信息系统与数据技术的应用原则、从供应链的角度解析如何预防和缓解疫情后的医疗资源短缺等方面提出了自己的观点和看法。

在这次疫情中，也存在很多质疑的声音，他们表示：现有公共卫生健康信息平台、疫情报告信息系统、医院信息化、电子病历、病案首页库等信息化建设有了长足发展，并已有大数据、云平台、云计算、人工智能、区块联等新技术的支撑，但是这些复杂的系统，在这次疫情监测、舆情引导和疾病防控等方面，似乎并未能发挥重大作用。本期我们邀请了两位老师，就该问题谈谈他们的看法。

本期嘉宾：

浙江大学管理学院陈熹教授、金庆伟副教授

浙大MBA商务大数据应用
划重点
在大数据、移动互联网、人工智能的支持下，为什么我们的公共卫生信息系统在这次疫情中看起来似乎未能发挥重大作用？
浙江大学管理学院 陈熹教授

陈熹教授，浙江大学管理学院数据科学与管理工程学系系主任，浙江大学数据科学研究中心副主任。

主要研究领域是在线社交网络，移动商务以及数据挖掘等，获得自然科学基金重大研究计划培育项目，浙江省自然科学基金杰出青年科学基金等项目资助。

已取得一系列研究成果，包括相关政策建议的采纳，高水平学术期刊论文等，以及国际学术会议的成果奖等。相关研究成果获得浙江省第十七届哲学社会科学优秀成果奖应用理论与对策咨询类二等奖，以及2014年CIST最佳大会论文奖。目前担任信息系统知名1区期刊（Information & Management）副主编。此外，他积极开展校企合作，将研究成果推广到企业的实际经营中，获高度认可。

经典的疾病传播仓室模型主要有以下几种元素，一是将人群划分为易感者（S）,潜伏者(E)，感染者(I), 以及恢复者(R)。后续的研究在此基础上进行了进一步的细分，这里就不再赘述。不同群体之间都具有一定的转换概率。疾病的管控关键在于识别易感者和潜伏者。交通出行大数据，移动通讯大数据等都可以帮助我们根据人群的行动轨迹来精确定位易感人群，从而采取进一步的手段，比如观察，隔离等。
 
另一个层面的传染病传播研究则聚焦于人与人之间的微观互动，这些研究会使用诸如元胞自动机模型、布朗运动模型等来进行建模。这些模型与上述提到的仓室模型及其扩展模型都需要设定一些参数来描述不同单位（比如人群类型）之间的转化概率，或者他们的行为模式（比如元胞自动机中的元胞）。通过已经获得的诊疗大数据还可以帮助我们更准确地设定这些参数的值，从而精确地预测疫情发展的趋势，从而且宏观层面的管控提供决策依据。
 
值得注意的是，局部地区的数据可能会由于数据缺失、数据隐瞒等造成疫情传播趋势的错误估计。然而如果能够具备不同地区的数据，则一方面可以通过对比，互相矫正；另一方面通过数据汇总降低噪音数据的影响。
 
此外，社交媒体上的舆情大数据，观察人群的心理状态，从而帮助政府部门制定相应的信息公开策略以及与疫情相关的科普知识发布策略，以避免非理性的恐慌情绪的爆发。

最后，在个体层面的感染风险研究中，除了一般的人口统计数据之外，基因、个人的病史，营养史等也是重要的感染风险预测的特征。随着大数据技术的发展，这些特征也逐渐从不可得变为可得，从不完整变为完整，从而帮助我们来更好的了解个人层面疾病传播的机理，这将有助于人类为未来可能发生的疫情爆发危机提前做好准备。

浙江大学金庆伟副教授

金庆伟，浙江大学管理学院副教授，博士生导师，毕业于美国北卡罗莱纳州立大学工业与系统工程学系工业工程方向。

主要研究方向为优化理论与算法，收益管理，运营管理，混合整数规划。

主持多项国家级、省部级科研项目，具有丰富的研究经验。发表国际期刊和国际会议论文二十余篇。任期刊《European Journal of Operational Research》,《 Optimization》,《 Journal of Global Optimization》、《管理工程学报》等国内外知名期刊审稿人。主讲方向为企业资源规划与数据驱动的运营管理。

1、首先，疫情信息统计和披露只是庞大的公共卫生信息系统的一小部分，与绝大多数信息系统一样，其大部分功能和作用对于人们是不可见的。正常情况下，这些模块都在默默的支持系统的运转。举个极端的例子，我们常用的订票系统，当系统崩溃，大家都到窗口排队买票的时候，你才会意识到“哦，原来这个系统这么有用！”事实上，除了公众所能看到的跟疫情信息统计、披露相关的功能以外，公共卫生相关的信息系统还在为疫情信息及时掌控、医疗系统高效运作、政府的决策提供着各种各样的底层支持，发挥着巨大的作用。

2、其次，在复杂的组织诸如大型企业、社会机构等，信息系统要发挥作用，还需要高度的系统集成和数据整合。美国微软公司创始人比尔盖茨曾在2015年在《新英格兰医学杂志》上撰文呼吁建立全球疫情预警与应对系统，以应对可能的疫情。这一呼吁反映了在全球层面加强疫情信息合作共享和统一快速决策的必要性。但是这只是我们美好的愿景，虽然国家在卫生系统投入了巨大的资源，医疗卫生信息系统有了很大的进步，但客观地说，目前的系统还远远达不到盖茨所设想的程度，还有很多因素制约着整个系统的搭建和整合。

3、再次，任何信息系统和数据技术的成功应用，都离不开使用者的主动性。一些管理思维较为先进的省份的政府在信息化和快速响应方面就走在前列。例如“浙江发布”公众号下的疫情专题提供了“新型冠状病毒感染的肺炎确诊患者同行查询工具V1.3”方便大家查询所搭乘交通工具是否有同行确诊患者。杭州市政府在2月1日公布免费预约领取口罩的公告后，几个小时内就响应了广大市民的关注，及时将领取方式变为配送方式。广东、江西、浙江、上海等政务平台小程序也发布了疫情通报、健康上报、诊疗咨询等服务，这些都是03年非典时所不可想象的进步。

4、最后，大数据、AI系统的角色越来越重要。多个城市都在使用确诊患者之前的行动轨迹排查潜在感染人群。不少城市的公安部门则依托疫情数据和公安信息数据对辖区的社区进行精准的网格式筛查排查、联防联控，节约了大量的人力物力。阿里巴巴达摩院研发的“智能疫情机器人”在上线第一天的网上智能问诊服务对用户咨询的解决率超过92%。采用AI测温仪的智慧体温疫情监控测量预警系统正帮助包括武汉在内的多个城市快速准确的测量人体温度，提升防控效率。美国的首例冠状病毒患者全程采用机器人进行治疗，杭州的某隔离点则采用送餐机器人进行送餐，这将大幅降低易感人群和医护人员感染的风险。
 
如今，当你躲在家里打开手机，点好外卖，一边刷着视频，一边关注疫情的时候，不要忘了，这些都是移动互联网和大数据带来的便利。