在此次新冠肺炎疫情的防控过程中，“大数据防疫”成为在各级新闻媒体上频繁“露脸”的一个热词。疫情防控工作全面启动以来，许多地方*府同信息技术企业及其他社会组织合作联动，利用大数据平台开展工作，带来了许多便利，形成了有益的经验。工信部副部长陈肇雄在正月初三召开的疫情防控大数据专家会商会上表示，运用大数据分析，可以支持疫情态势研判和疫情防控部署，并有助于对流动人员进行病情监测，十分重要。
在*中央推进国家治理体系和治理能力现代化的背景下，利用新的科学技术手段提高突发事件处置和应急管理能力正是各级*府面临的重要课题和正在着力推进的重要工作。目前来看，大数据应用于疫情防控主要表现在四个方面：疫情预警、人员追踪、物资调配、复工服务和*务决策。
一、疫情预警，提前预判
目前大数据助力疫情预警主要基于平台用户的关键词搜索，其基本逻辑是通过监测和提炼用户搜索的关键词信息，就一个初发事件的主要源地、主要病征、关键区域较早地得到一个初步识别，上述信息与数据库进行对比分析后，对可能存在的流感、疫病等进行初步的评估界定。日前北京市海淀区上线了“城市大脑疫情预警系统”，该系统就是通过对互联网搜索信息、医院等重点区域视频监控信息、市民热线的百姓诉求信息等进行大数据分析，从而找出关键事件并进行定位，及时发出预警信号。
图1：近1月常德范围内百度指数关键词搜索趋势。图源：百度指数生成。
预警的狭义界定，是指在事件将发未发之际得出充分评估并采取针对性举措，防止事态集中爆发或扩大；广义来看，则指在整个事件进行过程中，任何有助于减少损失的信息警示都可归入预警的范畴。目前大数据疫情预警的主要焦点和难点仍在于前者。这也正是有关专家指出的“此次疫情防控未能对大数据的预警功能给予足够重视，未能及时对数据进行深挖从而及时预判疫情，错失了最佳处置窗口”的关键所在。因此要想真正发挥大数据的疫情预警功能，目前还有三个方面的工作亟待完善：
一是不断充实优化数据库。将全国医疗和公共卫生机构对于相关传染性疾病的病理、病征、诊疗数据信息进行上线整合；将历次呈规模性爆发的疫病资料进行上线整合；将医疗机构在日常诊疗过程中出现的新型特殊病例进行实时上线整合。
二是切实做好渠道联动。主要是专业的医疗机构和公共卫生组织、专业的数据服务提供商以及*府三者实现实质联动，确保信息筛查对比足够专业、数据提炼使用足够高效、进入决策程序足够及时。
三是推动预警单元下沉。以社区或工作单位为单元的预警才具有足够的敏感性，以城市、省份甚至国家为单位的预警时间成本过高，因此大力发展社区和工作单位预警是实现疫情尽快发现和尽早预警的关键办法。
二、人员追踪、精准控制
此次疫情发生以来，专家一再呼吁，减少人员流动是控制疫情进一步扩散的有效办法。大数据参与疫情防控的意义在于它能够迅速有效锁定和追踪潜在传染源，具有时效和成本两个方面的优势。中国疾控中心流行病学首席专家吴尊友认为，利用大数据进行隐性传染源追踪具有两个层面的意义：宏观上了解在武汉实行出行管制前夜流出的万人的具体流向，并可依据这一数据进行有针对性的预测、布控和准备；微观上可以分析散乱在各地的隐性传染源及其接触情况，大大提高排查效率。宏观上的流向监测技术难度不高，百度地图推出的“春节迁徙热图”就具备类似功能；微观上的人员定位主要在于数据的共享和整合，李兰娟院士团队在疫情早期就同有关企业进行了大数据人员追踪系统的开发。
图2：1月25日（大年初一）迁入常德市人群来源。图源：百度地图生成。
具体来看，目前大数据助力人员追踪和精准控制集中在两个方面：
一是利用交通数据信息精准识别和精确追踪密切接触者。此次疫情防控中，铁路和民航“航旅纵横”利用实名制购票大数据优势为有关部委和各级*府提供了大量人员流动和接触信息；部分地方正在推出的疫情大数据查询平台就整合利用了这些信息，从而可以快速判断一人是否是确诊病人的密切接触者并进行精准定位，大大降低了有关部门控制二级、三级传染的难度。
图3：1月25日（大年初一）迁入常德市人群来源。数据来源：百度迁徙大数据。
二是在社区管理过程中对社区居民动态实现实时掌控。在城市社区管理过程中，依托AI人脸识别、车辆识别、刷码出入和后台数据关联支持，就可做到严控内员、严防外员，大大降低了成本，提高了排查效率。湖南宁乡利用大数据技术开发了