建立病例数据库助力精准防控

全国人大代表冯丹

　　近日，全国新冠肺炎新增确诊病例一降再降，疫情防控形势发生积极变化，向好的态势不断拓展。接下来，要有序推进分区分级恢复生产生活秩序，但在防范疫情反弹方面仍然面临不少管理难题。为此，全国人大代表、华中科技大学计算机科学与技术学院院长冯丹建议，尽快建立新冠肺炎确诊病例数据库，利用大数据形成城市疫区“画像”、疫区“作战地图”，为推进疫情精准防控提供支撑。据悉，目前湖北省人大已采纳该建议，相关工作正在进行中。

　　疫情防控期间，曾出现新冠肺炎患者康复出院后再次病毒检测呈阳性的情况。“治愈出院病例病情存在反复，表明仍然难以排除治愈患者仍有被感染和感染他人的可能性，需要对治愈出院患者继续进行跟踪医学观察，包括其本人的病情发展情况以及活动轨迹等。”不过，冯丹也坦言，当前对治愈确诊病人进行跟踪管理仍比较困难。

　　“必须尽快建立新冠肺炎确诊病例数据库，做好确诊病例的精准跟踪服务，同时也要注意做好对个人信息的保护。”冯丹认为，统计确诊、疑似人员的信息，包括发病时间、治疗情况、出院后的活动情况以及是否复发等，应该是后期跟踪和防控的重点。如有确诊病人治愈后又复发，就可以根据其活动轨迹，快速给出可能接触的人员信息，从而采取相应的隔离、预防等策略，将病情控制在有限的范围内。

　　针对病例库基础数据如何收集的问题，冯丹认为，一部分数据可以从各医院、隔离点采集，另一部分数据则需来自于社区，“要借此机会尽快实现社区数据入库。”原始数据可以通过手机完成，只需输入住址或姓名或电话、体温、身体状况、当日外出时间、所经历位置及其他所需信息即可。社区工作人员或志愿者只需进行检查，补充无力自行完成的人员信息即可。

　　收集庞大的基础数据，必然带来巨大的工作量，但在冯丹看来前期工作是必要的。她说，这部分的工作量虽大，但与城市人口基本数据库结合，将会形成完整的城市疫区“画像”。各地区可以通过对高风险或中等风险的人群、区域进行重点标识与管理，绘制成疫情地图，为精准抗疫提供决策支撑。

　　通过疫情地图，一是可以围绕新出现病患区域迅速精准划定风险管控区域和高风险人群，及时提出高效应对管控策略。二是可以更好服务复工复产复学工作，比如通过大数据分析，可以更加精准地解决何时解封、企业何时复工的问题，最大限度降低复工复学的风险。一出现反复，也可快速作出应急响应。

　　新冠肺炎疫情发生后，多数民众自觉隔离在家，但团购、药物、慢性病救治、社区服务等活动中都不可避免地存在人员交互情况。考虑到其中可能存有潜在的传染风险，冯丹认为，可以通过大数据分析，对高风险区域及时发出风险预警，有针对性地向高风险人群发放预防中药，做到有的放矢，提高预防效率和精准性。

　　传染病防控应具备全局性、系统性的思维。“建成确诊病例大数据后，应及时与已有的智慧城市系统相连接，实现两者之间的互联共享，特别是与供水、排污、垃圾处理、住房等各类大数据相关联。”她说，如此，可利用人工智能、大数据分析、可视化技术等形成更全面的疫情态势分析、疫情监测分析、防控救治资源调配等，为政府部门提供辅助决策支撑，比如对那些管理松懈的社区，加强红区消毒、强化社区封闭管理等。