一、前言
新型冠状病毒肺炎（COVID-19）疫情暴发，成为近百年来人类遭遇的影响范围最广的全球性大流行病，对国际秩序、经济发展和社会稳定造成了巨大影响。疫情防控成为世界各个国家和地区的头等大事。我国面对异常困难的疫情防控形势，经过艰苦卓绝的努力，逐步实现了全国复工复产、全民免费疫苗接种、疫情精准化防控等，公共卫生应急防控体系在实践中不断完善。
全球众多学者围绕 COVID-19 疫情防控的方法和策略开展了大量研究，其中非药物综合干预策略（NPIs）的研究，为全球各地疫情防控策略提供了重要的参考和借鉴。例如，我国采取的统一协作、及时调整防控和复工复产策略被证实能够有效阻断病毒传播 [1]；欧洲通过匿名化的大数据分析发现，各国间同步采取大规模的旅行限制和社交疏远措施，对疫情防控具有重要的积极影响 [2,3]；来自英国和美国的分析指出，增加对密切接触者的追踪，有利于疫情控制、病毒预防和传播 [4,5]；新西兰使用基于医院的严重急性呼吸系统疾病（SARI）监测、基于流感样疾病（ILI）的哨点综合医疗（GP）监测、南半球流感和疫苗有效性研究监测方案（SHIVERS-II & III）监视、国际疾病分类（ICD）编码入院、实验室监视以及数据分析等多个检测系统，有效控制了病毒传播 [6]。除了从流行病学、分子病原学、环境生态学以及社会科学等多角度开展 COVID-19 时空动态回溯分析，也有研究聚焦于基于人工智能（AI）和大数据融合分析等方法和技术助力疫情分析和防控 [7]。
当前，新型冠状病毒（SARS-CoV-2）不断变异，疫情仍在全球蔓延，我国依然面临着境外输入病例不断、国内零星散发病例和局部疫情暴发等严峻挑战。总结当前实践，通过技术和制度融合支撑精准防控、构建一体化管理体系，是实现科学治理和高效应急的重要举措与核心需求。
二、我国公共卫生应急防控的发展现状
经过实践探索，我国已初步建成突发公共卫生事件的应急防控系统，包括疫情监测报告系统、哨点监测与多点触发机制、面向个人的“健康码”类手机端应用程序等，在 COVID-19 疫情防控中发挥了重要作用。
（一）疫情监测报告系统
自 2003 年发生严重急性呼吸综合征（SARS）后，我国不断加强疾病预防控制体系建设，并于 2015 年建成了传染病疫情和突发公共卫生事件网络直报系统 [8]。该系统的子系统“传染病信息报告管理系统” （NNDRS）实现了基于医疗卫生机构的法定传染病病例的实时、在线、直接报告。在 NNDRS 基础上，又先后建设了结核病、鼠疫、艾滋病、麻疹等多个单病监测系统，实现了病例个案数据的精准推送 [9]。随着信息技术与医疗技术的日益深度结合，为更好开展疑似疫情信息的上报工作，我国大多数医院都集成了医院疾病监测信息管理子系统（HDMIMS），将各个医院的内部数据通过数据接口形式传输到 NNDRS，形成了更为高效、准确的疫情直报机制。自疫情监测报告系统建成运行以来，完善了对不明原因肺炎（PUE）的监测功能，但对未知的、尚未被确认为“法定传染病”的初期传染性病症的监测仍然存在漏洞 [10]。
以流感为例，我国建立了覆盖全国的流感症状监测（或称症候群监测）网络 [11]，通过各级疾病预防控制中心与医院、流感实验室互连互通，连续、系统地收集和分析特定临床症候群发生情况等数据，根据疾病在时间、人群和空间分布上出现的异常情况，实现早期预警和快速反应，从而可以采取有效措施应对相关传染病，降低患病率和死亡率。流感症状监测的数据来源主要包括院前数据、确诊前院内医疗服务数据、临床诊断数据。近年来，针对某类人群开展的症状监测不断增加，同时与医疗、就诊相关的数据获取也更为完善，如缺课缺勤、药店零售、120 急救热线等信息为传染病预测、预警工作提供了强大的数据支持。
（二）哨点监测与多点触发机制
1. 哨点监测机制
急性传染病暴发和流行的影响不可估量，公共卫生事件应急的关键在于“早”。“早发现”是“早报告、早隔离、早治疗”的前提，全面监测到异常发生并进行早期预警、及时响应，是防控传染病暴发流行的关键策略。药店和社区基层医疗卫生机构等在一定程度上是基层防疫网络中的“哨点”。COVID-19 疫情暴发以来，出于疫情防控需要，药店作为销售防护用品和药品的线下零售终端，被纳入疫情监测的“末梢”进行严格管控。此外，北京、上海、河北等地在社区增设了临时发热门诊，专门承担发热患者的筛查、登记、转诊、跟踪等工作。为落实疫情防控常态化和筑牢疫情防控监测网的要求，我国逐步在口岸、机场、火车站、汽车站、学校、社区、农贸市场、冷链仓库、机关企事业单位等众多场所也建立了疫情监测“哨点”，但在整个防疫网络中，“哨点”建设仍处于初步水平。面向未来，针对不明原因疾病和异常健康事件的监测，要进一步完善“哨点” 建设，形成成熟的、标准化的机制以保障模式体系的持续改进。
2. 多点触发机制
对传染病疫情风险的监测，医疗卫生机构的监测仅是“单点触发”，全方位的监测则需要融合分析各方面情报。在 COVID-19 疫情防控过程中，湖北、山西、上海、湖南、河南、河北、重庆等省市逐步探索和开展了多点触发预警机制的建设。例如，上海将打造基于多源数据、多点触发的公共卫生综合监测预警系统，纳入公共卫生体系建设行动计划中 [12]。在联防联控机制框架下，将卫生健康、海关、交通、市场、农业、林业、气象、环境保护、教育等多个部门纳入到数据采集渠道中，在多元数据共享机制基础上，建立多主体、多层级的信源，提高对突发和不明原因传染病的早期监测预警能力。
（三）面向个人的手机端应用程序
在应对 COVID-19 疫情的过程中，形成了一系列依托移动互联、大数据等技术的信息化疫情防控工具，如法国的“StopCovid”应用程序，韩国的疫情自我检疫服务应用程序，新加坡的“TraceTogether”应用程序等。我国的通信大数据行程卡、“健康码”类移动应用产品为疫情防控、社会全面复工复产提供了重要的管理支持工具和手段。截至 2020 年 12 月，全国一体化政务服务平台推出的“防疫健康码”累计申领次数为近 9 亿人次，使用次数超过 400 亿人次，已成为日常生产生活的必需应用 [13]。
“健康码”类应用程序多是利用移动终端设备的蓝牙近场通信、信令数据、定位数据、二维码、自查自报等技术和功能，获取用户的位置和健康数据，识别潜在和既定的感染人群，并通过后端大数据比对分析，判断相关人员的接触风险，预防和追踪 SARSCoV-2 的扩散与传播，降低疫情蔓延的风险。随着“健康码”类应用程序的使用，其中可能存在的数据可信、信息安全、隐私权益等问题也亟待解决。
三、公共卫生事件的精准防控
（一）传染病疫情的时空建模和计算方法
研究和掌握传染病疫情的时空传播规律，建立传染病传播模型，是科学、有效预测传染病传播趋势，评估传染病控制措施有效性的重要基础。目前，相关研究领域已提出了基于仓室模型的传染病动力学建模方法，将人群分为易感（S）、感染（I）、康复（R）、暴露（E）、隔离（Q）、入院（J）等，发展出 SIR、 SIRS、SEIR、SEQIJR 等描述传染病传播规律的多种模型 [14~18]。在对 COVID-19 疫情的研究中，一些学者将已有的传染病传播模型 [19~21] 与数据驱动的模型 [22~31] 相结合，应用于疫病传播趋势的预测中，取得了良好的效果。因此，基于模型计算和数据分析相结合的传染病疫情传播时空计量和预测分析、传染病学关键参数估算方法、传染病疫情传播情景推演及风险预测等研究已成为公共卫生应急精准防控的重要支撑。
（二）疫情数据采集与信息统计
疫情变化是动态的，实时统计相关数据，将各部门、各层级之间串联起来协同战“疫”，是我国 COVID-19 疫情防控实践的宝贵经验。在数据统计过程中，统计指标不清晰、统计标准不统一、统计数据不共享等会造成数据失真，直接影响疫情的精准防控。面向未来疫情防控的需要，应制定数据统计汇聚的相关技术标准，建立全方位、多维度的疫情统计标准化指标体系。例如，可采用“三间分布”法汇聚标准数据，通过动态、深层次地分析疫情流行因素及规律，提高疫情数据采集和统计分析的效能（见图 1）。
图 2 非常态下的疫情持续监测预警与态势预测
1. 全社会常规监测预警
在出现突发公共卫生事件时，为了及时发现异常的、典型的致病症状，需要全社会广泛开展包括体温监测等身体健康状况的自查工作，各个责任主体的疫情防控机制是这项工作的核心保障。在发现公共卫生安全隐患（疑似病例）、高风险因素（确诊病例）后，要尽快开展风险源排查，将相关信息通过专门的信息共享渠道上报公共卫生应急管理部门，并适当发布预警，提醒公众做好个人防护，这是发挥好第一道防线作用的关键。在此过程中，将先进的互联网和信息技术适配好疫情预警机制，是及时采取措施避免公共卫生危机扩大化、主动开展疫情风险精准感知和有序实施分级防控行动的重要条件。
2. 场所和区域哨点监测预警
在发现确诊病例或其他高风险因素之后，结合流行病学调查、行程追踪等多种方式，排查确诊病例在一定时间段内的活动区域，及时定位、隔离密切接触者和其他高风险人员，切断疫情传播链条。此外，结合多个确诊病例的行程情况，通过对轨迹类数据的分析，确定疫情高风险场所和地区，利用合并样本和快速检测技术，对有高风险场所旅行史和居住在高风险地区的人员进行快速排查，并在高风险最小区域范围内采取必要的封锁管控措施，是精准感知疫情风险和防控向低风险地区扩散的重要手段。
3. 发热门诊监测预警
发热门诊是医疗系统应对重大传染病疫情的前置关口，发热门诊通常采用快速和专业化的医疗诊断技术来甄别传染病。在排查出如体温偏高、典型症状明显等健康状况异常人员时，应迅速转移到发热门诊进行进一步筛查和确诊。提高社区医院甄别发热病人病原体的分诊筛查能力，可以进一步提高整体医疗系统的诊断效率，避免非常态下的医疗资源挤兑、发热人员聚集，降低医院内交叉感染的风险。在物理空间和信息空间内，实现全流程闭环管理，可以显著提高大规模传染病疫情应对的精准化程度和效率。
4. 疫情态势预测
公共卫生应急需要依据对疫情态势的预测情况，及时开展各类资源储备和调度。在 COVID-19 疫情防控实践中，根据全国各级卫生健康委员会每日公布的确诊病例数据，结合历史上发生的传染病疫情确诊病例数量的变化规律确定各类参数，运用同化模型开展疫情态势预测，取得了良好效果 [37]，如图 3 所示。通过比较预测病例数和实际确诊病例数，可以评估当前公共卫生应急管理和疫情防控工作的有效性。当预测值与实际值偏差较大时，通过分析偏差产生的原因，对公共卫生应急工作有效性较差的区域发布预警信息，督导采取更多必要措施以控制疫情传播和扩散，并重新进行当地疫情趋势预测。
图 3 疫情态势预测效果：北京市新发地聚集性疫情趋势预测
注：疫情预测使用的是 2020 年 6 月 7 日至 2020 年 6 月 25 日 24 时的数据；验证数据使用的是 2020 年 6 月 26 日至 2020 年 7 月 25 日 24 时的数据。
（五）疫情风险的持续风险评估
为巩固疫情防控成果，需要准确开展各类风险评估工作，加强对高风险地区和高风险人员的管理工作。非常态下疫情的持续评估包括区域风险评估、群体风险评估、源头风险评估和环境风险评估 4 个方面。
1. 区域风险评估
开展非常态下区域整体风险评估，可以为不同地区公共卫生应急管理和疫情区域精准感知防控提供可靠依据，实现对重点区域的精准管控。通过对全部确诊病例开展流行病学调查和行程追踪，排查病例集中出现的地区，制定科学合理的风险评估规则；根据评估规则，针对不同地区的疫情传播、防控措施、物资资源、生活保障等区域疫情防控风险进行评估，确定各个地区的风险等级；对高风险区域进行预警，同时加强高风险地区人员流动性管控，防止疫情由高风险地区向低风险地区扩散，实现非常态下区域的疫情精准感知防控。
2. 群体风险评估
开展非常态下群体风险评估，可以为不同群体公共卫生应急管理和精准感知防控提供可靠依据，实现重点群体的精准管控。通过分析不同群体的日均接触人数、接触方式等信息，评估得出不同群体的风险等级，进而对高风险群体进行预警，采取相应的防护策略。加强对高风险群体的健康管理，要求高风险群体人员加强防护措施，避免这一群体成为疫情扩散的源头，避免“超级传播者”的出现。
3. 源头风险评估
开展非常态下源头风险评估，可以在一定程度上避免疫情的暴发和扩散。通过分析确诊病例的接触史等信息，分析推断疫情出现的可能源头，采取必要的措施，切断疫情传播源头。持续评估潜在的风险源头（如野生动物）和不同来源物流（如冷链食品）的风险，为开展病毒溯源工作、制定科学合理的管理措施提供依据。
4. 环境风险评估
开展非常态下环境风险评估，可以及时发现潜在的疫情传播高风险环境场所，开展预警并采取必要的封闭和消杀措施。在发现高风险环境场所的同时，要开展同类环境场所的排查，实现非常态下环境场所的疫情精准感知防控。环境风险评估配合可疑暴露者的管理，可以及时隔离潜在的传染源，切断潜在的传播渠道。
五、对策建议
（一）数据与计算分析技术合力赋能疫情防控，实现精准感知管理
信息技术和计算分析技术在疫情防控中的应用，显著提高了各个环节的运作效率，提升了精准防控能力，为我国快速控制疫情及复工复产提供了重要支撑。目前，信息技术工具在实践中不断成熟和系统化，如 “北斗 +”“互联网 +”等一系列自主知识产权信息技术应用，无人机、机器人、体温检测等各类设备工具创新，基于行程轨迹的大数据风险分析、基于传染病传播机理和社会数据融合的计算分析技术，成为今后疫情防控实现精准感知的重要管理手段和工具。
整体来看，我国在疫情防控过程中向世界输出了许多成功经验，但我国公共卫生应急的信息化能力仍存在一定不足。为此，建议在“新基建”与“数字中国” 建设过程中，主动发掘公共卫生与应急管理的交叉应用需求，充分释放信息技术和智能装备在应对突发传染病疫情威胁的引擎作用，调动专门产业配套，推动建立“人 – 机”协同、多主体协同、技术与制度适配的应急防控精准感知管理一体化体系。
（二）完善传染病监测报告系统建设
面向疫情精准防控的需求，需要进一步建立常态化的联防联控机制，落实可信数据融合与协同智能监管，提升我国公共卫生应急的整体信息化水平，加强各部门之间的紧密合作。重点升级疾病预防控制、生物检验检疫等重点领域的情报融合分析系统，优化主要场所和重点人群的监测技术与机制，落实信息互通互报的技术途径，确保各方面公共卫生监测数据可以快速有效的收集、分析、反馈和应用。
在传染病监测报告系统中，构建全国性的传染病监测诊断实验室网络体系，明确临床实验室和公共卫生实验室在传染病监测诊断实验室网络系统的职责。对于新发传染病，应多渠道加强症状监测，通过连续、系统地收集和分析特定疾病临床症候群的发生频率数据，及时发现疾病在时间和空间分布上的异常聚集，对疾病或不良健康事件的暴发，开展早期探查、预警和快速反应的监测，为应对突发公共卫生事件的准备赢得时间。
（三）构建公共卫生治理的一体化防控体系
以社区为数据生产、态势感知和决策行动的第一线，形成基层社区公共卫生应急防控精准感知管理的标准化方法。突破传统社会治理基层的单向输出模式，以信息化为推手，在隐私保护的前提下，注重民众参与，扩大疫情防控沟通的社会面，探索发展网络化和多元主体协同的共建、共治、共享新模式。通过技术集成、业务整合、功能创新，打造平战结合的多场景、全要素、跨领域的一体化平台，实现社会治理前端面向疫情防控的“数据 – 计算 – 模型 – 案例 – 知识”交互融合与混合驱动、公共卫生风险“主动感知 – 智能预测”的深度联动，构建个人 – 家庭 – 社区 – 城市 – 国家各层级互通、多部门机构协作的公共卫生事件一体化防控体系。