李太和

本文针对各种传染性疾病特殊时期建立基于城市医共体健康医疗数据的精准预测及早期防控平台提出了建设思路，期待建立以数据融会贯通支撑的，以计算机信息系统为载体的，以预测模型算法为大脑的预防型公共卫生防疫体系。

一、引言

突如其来的特殊时期特殊情况给我国和世界人民健康带来巨大威胁，严重扰乱了正常生产生活秩序，代价巨大。因此建立数据融汇贯通的、模型精准定量的传染性疾病精准预测和早期防控系统平台是整个体系的关键节点。

为了达成这一目标，平台设计应当依托互联网医疗体系，融合家庭医生医疗问诊，健康管理，慢病管理和疾病防控，开发定量精准的传染病防控预测模型。

目前来看，本次特殊传染病状况在国内已经得到了有效的控制，但未来人类可能要长期与病毒共存，因而依旧面临新的传染病的袭击，以及既有传染病的再次出现，因此传染病平台的建设工作应当针对所有已知未知的呼吸道、消化道传染病加以建模开展。

本次特殊传染病状况充分表明，建立预防型公共卫生防疫体系是百年大计，以此为契机建立长久效用的基于城市医共体健康医疗数据的传染性疾病精准预测及早期防控平台具有长远投资价值。

二、建立传染性疾病精准预测及早期防控平台

平台建立应当结合居民电子健康档案和社区居民动态累积的各类大数据和人工智能为核心，建立以呼吸道、消化道传染病为代表的传染性疾病发生风险预测、传染性疾病传播的发展预测、控制传染性疾病传播的定量解决方案模型，前瞻性纳入社区所有居民（含固定和流动人口）的数据，推演、复盘、验证并修正所构建的模型。开发实战模型、提供呼吸系统传染病传播全过程的开放式在线精准分析和决策系统，体系应该主要包含六个板块：

（一）以健康医疗数据为核心、搭建跨行业的大数据平台

结合动态电子健康档案、建立以服务为导向，民众接受度高的，高效快捷的信息采集体系。同时，为了保证数据采集体系有其内生的生命力，使居民乐于去使用，应当将其承载于居民日常使用的应用场景中。

本次特殊传染病状况因其传染性强，有一个侧面的影响，就是极大的激活了互联网在线诊疗的需求，一种以非接触式的方式开展诊疗活动的形式，成为了医患双方共同的愿望。尽管诸如手术、住院、检查等必须在医院开展的治疗项目，仍然不能被互联网取代，但从挂号到问诊、开处方、支付、药品物流配送、随访的连贯闭环就诊方式已经可以解决相当比重的患者的就医问题，因此，迅速依托医共体互联互通体系下的医院和社康中心，开展互联网诊疗，慢病管理和健康管理等家庭医生体系就需要建立常态化医疗场景，并于流程中合理自然的植入以往可能并不关心的急性传染病相关的流行病学的数据指征，顺理成章的延展，构建电子健康档案，一举两得完成急性传染病防控的数据源头和家庭医生的日常工作。

1.针对相关传染性疾病，按照疾病对应的数据指标加以收集。

临床数据：可按流行病学调查，包括病史采集、临床症状和体征等。具体包括发热、乏力、干咳、气促、流涕、咳嗽、胸闷、呕吐、腹泻等感冒及呼吸系统和消化系统相关症状。

实验数据：痰培养、咽拭子、呼吸道等分泌物、全血细胞计数、血液化学、凝血测试、肝肾功能、电解质、C反应蛋白、降钙素、乳酸脱氢酶和肌酸激酶等。

影像数据：胸腹部X线或计算机断层扫描。

2.形成动态电子健康档案，重点基础疾病管理。

3.结合急性传染病数据指标和家庭医生慢病管理指标，建立标准化、结构化的数据采集工具。

4.支撑社区健康医疗服务的在线问诊体系，促成家庭医生和社区医生参与和推动的，面向居民和患者提供连续健康医疗闭环的服务。

5.针对常态化的常规问题以及传染病发生和发展期激增的筛查要求，建立智能专家系统，融合人工接诊+AI互动。

6.在可能的情况下，尽可能多的对接公开数据或第三方信息，包括：

公民个人信息、身份证号溯源、户籍变动信息、居住证/暂住证信息、家庭成员信息、民政婚姻登记信息、人口学数据、社康数据、电子健康档案数据、医疗数据、公卫数据、疾控数据、运营商手机信令数据、公共交通人员流动数据、市内公交刷卡数据、居家隔离/集中隔离人员健康体征数据、相关人员CT检查诊断数据、相关人员疾病筛查数据、天气预报数据、公共医疗资源数据、医护人员资源数据、地产登记数据、租赁登记数据、可转换为方舱医院公共资源的数据、地理信息数据等。

近年来，国家大力推动各行各业的数字化转型，与之对应的数据开放体系也在逐一完善，尽管上述数据从公开渠道或第三方渠道未必能够全面获取，但相信此类数据在脱敏的情况之下必将逐渐开放，而每增加一个维度的数据其必将对预测模型的更加准确贡献一份力量。

这个板块是整个防控体系的数据基础，完整、准确、及时的汇聚相关领域的数据对于整个项目的体系搭建至关重要，如没有数据的支撑，再多的算力和再好的模型都将是无源之水无本之木。一旦数据汇聚形成数据信息闭环，那么运用大数据手段，进一步完善数据系统，结合国家已有的直报系统，加强数据归口管理，便可为传染病的发生发展及其防控形势研判提供决策参考。进一步形成收治工作闭环，围绕“筛查—转运—收治—治疗”四个环节，有效的实现传染源的社会隔离，并最终消除。

（二）输出针对群体面向宏观的防控模型，定量進行防控预测

特殊时期传染性疾病传染性强，密切接触者感染率高，在武汉封城，湖北封城，全国各地市小区、村镇封闭式管理的情况下，各地的内源扩散原因主要是聚集性活动所产生。这些情况不是原因，而是结果，其反过来一定程度定性的告知我们传染性疾病传播的一些特征。而在平台建设中，所需要构建的是一个提前预警，随时动态预测，并给出定量的决策AI智能辅助意见的系统，随时提出实质性的解决方案及其操作顺序。

传染性疾病的发生风险预警：

纳入已知的各类呼吸道传染性疾病的传播特性，形成已知疾病的传播规律和控制手段知识库，针对已知的传染性疾病，如甲流、乙流，在其来年再次到来之时，可定量的进行传染发展的预测和有针对性的进行控制。

当系统内再次侦测和呈现出新型未知传染病发生迹象时，在已知的疾病发展路径中进行比对和预测，提出风险预警，并时刻动态预测和提示该未知传染病的发展态势。

传染性疾病的的发展预测：

以项目开始实施为起点，依托所能获取的公开数据，回顾性分析特殊时期传染性疾病在不同城市的发展轨迹。在对接获取了相对大量的可用数据基础上，使用机器学习与统计学方法，客观筛选不同模型中一系列有显著意义的变量。在专业知识、数据分析、数据挖掘算法的支撑下，构建传染性疾病发展预测系列模型。

同时汇聚收集该时间点横断面数据，建立前瞻性预测模型，预测传染的增长拐点、数量峰值、高风险区域、缓解指数等，后续不断获得数据录入完善，得以验证和提高预测的准确性。

控制传染性疾病传播的定量解决方案模型：

建立控制传染性疾病传播的定量解决方案模型，不仅要给出影响疾病传染和控制的各个要素的权重，还要定量的给出控制疾病传染的各要素的优先级和顺序，使得决策精准有效。

传染性疾病的传播依赖如下关键因素，人口数量、初始感染人群数量、传染途径、传染率/系数、病毒潜伏期、人群流动性、医疗资源配置即相应的住院床位（集中医学观察，疑似定点隔离，确诊收治，重症保障），医生资源、护士资源、收治安置患者响应时间、天气情况、大气温度、湿度等。为了定量的精准的提出控制疾病传播的解决手段，构建模型用以评估在传染病传播当时的实际情况下，上述各关键因素中，各因素对传染病传播的控制影响权重，以及对应的资源投入和经济损失评估，从而供政府决策部门准确的开展防控。

以特殊时期的大救援为例，建立各层级医疗机构的顺序大致如下：

多批次定点医院6700+床，用于确诊病例；

火神山医院1000床，用于重症治疗，建设时间10天，于2月2日交付；

雷神山医院1600床，用于重症治疗，建设时间10天，于2月5日交付；

方舱医院第一批三家3800床，用于轻症隔离（洪山体育馆800、武汉客厅2000、武汉国际会展中心1000），建设时间48小时内；

方舱医院第二批八家6600床，用于轻症隔离（汉阳国博1000、江岸塔子湖1000、 口体育馆300、洪山石牌岭职高800、武汉开发区体育馆1000、光谷会展中心1000、江夏花山1000、黄陂体育中心500），建设时间48小时内；

2月21日，再次计划新建19家方舱医院，到2月25日计划方舱医院储备床位共计3万张...... 4天内完成。

事后来看，这些医疗资源的最终投放，对于特殊时期特殊情况的最终控制是起着决定性作用的，但其投放的顺序显得不尽如人意，也因为这样的不尽如人意，使得大量的轻症患者、疑似患者不能得到集中收治，在自行在家隔离的过程中，在往返医院的就诊过程中，使病毒的传播处于隔而不离，留而不观的状态，进一步传染了更多的人。这样的情况造成了我们的资源投入总是一定程度的滞后于事态的发展，使得控制的过程长时间处于胶着状态。

回到前述的过程，封城后，是否在第一时间建立方舱医院将会是控制特殊状况发展的最重要手段呢？是否宁可不海量征用定点医院的床位，造成以精神卫生中心为代表的若干医院院内感染，而是直接迅速建设方舱医院（按48小时计）+二神山医院（按10天计），控制住了局势之后再逐步开辟定点医院，带来的效果会更好呢？

如果新的特殊时期传染病再次来临的时候，一个定量的模型，充分考虑到交通网络辐射性、季节/节庆高发易感性、地域人群流动特殊性、区域公共资源平衡性、社会动员力量的支撑能力，从而精准的输出包含对症解决方案的执行顺序的推荐决策辅助模型将会至关重要，比如：

根据模型推演，系统评估该工厂区域及员工状况为开工低风险单位，可做好防护有序错峰开工。

根据模型推演，系统建议，当前应当于XX区域启动发热门诊全员核酸检测。

根据模型推演，未来三天内感染患者达到XX人，疑似患者达到XX人，确诊患者达到XX人，结合本市医疗资源的配置，需要按如下顺序启动应急预案：

1.于48小時内建立三个方舱医院，其中一个位于XX区域，容纳人群不少于XX人，第二个位于...第三个位于...

2.XX天后确诊患者将达到XX人，需要配置XX重症监护区，XX医护人员，缺口XX。应当在XX天内到位。

3.XX区域是局部高危风险区域，应当加以XX级别的全员筛查。

只有有了这样的定量稳健的决策支持指导，才能够将风险在最短的时间周期内，最小的经济代价下，最稳定的舆论氛围中消灭。

以此同时，还要将已建立的对应AI模型预测发生、发展、控制、消除，并将预测结果与实际发生的结果比对。在实际发生的数据和模型预测比对后，若判别的误差结果超过可信区间的阈值，可将实际产生的数据重新放入模型中进行重建模或模型修正，结果则体现了机器学习的‘学习能力，重构、修正的结果，会更符合现实样本的情况。同时，在模型修正时，传染病发展过程中可获得更多的关于传播的细节资料，从而对自变量进行更深入的探索和扩充，以生成更具有解释性和相关性的研究变量，供模型使用，以提高模型的精准性。

AI预测模型部分为重点，形势严峻，本次传染性疾病在国内除各种原因的零星散发之外，已经得到了全面的控制，但随着秋冬季节的来临，传染性疾病是否再来，以什么样的形式来，再来时我们能否及早发现，遏制于萌芽阶段，除了实时汇聚的数据之外，最重要的就是需要有数据模型支撑的认知预判，基于科学模型推演决策的公共资源配置、应急管理方法、社会动员支撑力量才能够得到有效的梳理和配置。

（三） 建立特殊时期传染病实时防控地图，抓住人员流动的关键信息，为科学防疫提供可视化的决策辅助

此板块为管理决策机构提供直观的可视化的数据呈现，便于感知变化和洞察重点，在发展期间主要包括如下数据的可视化展现。

传染病分布情况总览、人口迁移数据可视化展示、聚集区人流量数据可视化展示、来源地人员流动聚集排名、原生病例的相关属性的可视化、输入病例来源及相关有价值属性的可视化、感染病例的相关属性可视化、传染路径的可视化等。

（四） 建立急性呼吸系统、消化系统传染性疾病临床症状筛查系统

依托第1板块形成的居民工具，实时上报，自动分析，研判并预警。预警包括两个方面：一是微观层面的个体筛查鉴别诊断，对个体当天的情况进行分析，同时也对比过去若干天的数据加以反馈及提示，二是宏观层面的汇总群体的数据进行传播预警，依据模型计算，必要时启动防控措施。

建立居民预约系统，针对有筛查确诊需求的居民，进行自主预约检查及检测，开展筛查。

（五） 建立患者病情监测系统

针对检查完成后的不同人群，分为无感染人群、需社区居家隔离人群，医学观察人群，疑似人群（收治入院，非重点），确诊人群（收治入院，非重点），重点针对社区居家自行隔离人群，仍旧依托第1模块所建立的工具，延展开放AI智能监测系统支持居民居家观察及指导，提供AI动态随访，AI隔离指导和AI后台预警。

（六） 针对传染性疾病建立基于互联网的常态化的宣教平台

建立可视化的宣教途径（包括并不限于疾病原理、传播途径、自我防护、模型预测等），宣教的终点又回归居民对第1模块系统的使用粘度，回归对数据档案的关注和对在线健康管理和医疗服务的使用，得以进一步收集连续动态的数据，进一步保障模型动态的运行迭代和发展。

作者单位：深圳安泰创新科技股份有限公司