据北京市卫生健康委员会消息，7月7日0时至24时，北京无新增本地确诊病例、疑似病例和无症状感染者，也没有新增境外输入病例。北京已经连续两天实现零新增。

借助数据资源和信息化手段，北京能够在感染者发病前或就医之前快速识别出他们，并及时进行治疗。同时，对不同地区的街道进行精准分级管理，牢牢掌握了防控主动权。这是北京此次疫情防控的一大特色。“所有病例的追踪都非常到位，流调工作也做得非常好。”复旦大学附属华山医院感染科主任张文宏评价道。

大数据助力流行病追踪，使流调更加迅速精准

6月11日凌晨0时30分，北京市疾控中心传染病地方病控制所收到西城区疾控中心报告，称发现了一例核酸检测呈阳性的病例。当时，北京已经连续56天没有出现本地新增确诊病例。

为了尽快找到感染源头和密切接触者，疾控人员迅速行动。凌晨7时，市区两级疾控中心的专业人员前往宣武医院，对确诊病例唐大爷进行流行病学调查。

通过信息化手段，唐大爷被引导回忆他过去14天的活动轨迹和接触人员。此次流调共追溯到了38名密切接触者和所有可疑暴露场所。

经过大数据比对，每一个流调数据都被验证属实。随后，疾控人员迅速对病例到过的每一个地点进行环境采样和检测，并对密切接触者进行了调查和管理。

6月12日凌晨，新发地市场综合交易大厅的环境样本检测结果呈阳性。与此同时，第三方检测机构报告了第二例确诊病例，该患者同样到访过新发地市场综合交易大厅。

“新发地市场很有可能是此次疫情的主要风险因素。”6月12日，疾控中心的专业人员再次对新发地市场的环境和从业人员进行全面采样检测。当天发现了40件环境样本呈阳性，45人咽拭子呈阳性，均来自新发地市场综合交易大厅负一层的环境和从业人员。此外，对新增的病例进行了调查，发现其中3例是新发地市场的从业人员，2例曾到访过该市场。

6月13日凌晨，新发地市场暂时关闭，市场周边11个小区实施封闭管理……从发现第一例确诊病例到锁定病毒源头，北京只用了不到22小时。

“每当出现确诊病例，首要任务就是迅速了解其发病前14天的详细活动轨迹和密切接触者，以准确判断感染源。”北京市疾控中心的工作人员介绍，不是每位感染者都能详细准确地回忆自己的活动轨迹和接触者，因此借助信息化手段辅助患者回忆，在流调溯源中非常重要。

例如，在此次新发地疫情中，有一名感染者在接受流调时回忆了自己的活动轨迹和接触情况，但并未找到感染源。后来通过查询相关数据，发现他通过打车平台与另一名感染者拼车，从而成功找到了他的感染源。

一旦确定了新发地市场为主要感染源，迅速找到密切接触者并及时开展核酸检测就成了下一个重点。

时间就是生命。

北京市疾控人员迅速对每例确诊病例的活动范围进行详细的流行病学调查，并结合相关部门进行核实和信息补充。同时，借助信息化手段，迅速追踪密切接触者，对重点人群、重点行业和重点区域进行核酸检测，确保应检尽检。

7月2日，一名女性无症状感染者在石景山万达广场接到核酸检测阳性的通知。疾控中心迅速对她进行流调。为了最大限度减少感染范围，流调人员连续工作了一天一夜，不放过任何一个密切接触者。截至7月3日14时，已查明该女子的204名密切接触者，并全部集中隔离。

“新发地市场的人员流动非常大，单纯依靠人工问询追踪需要大量人力和时间，借助大数据等信息化手段可以帮助疾控人员更快追踪到密切接触者，有效切断感染源。”中科曙光大数据总工程师、首席科学家宋怀明分析道。

此外，在此次疫情防控中，数据资源也在病毒溯源方面发挥了重要作用。“新冠肺炎疫情暴发后，世界卫生组织要求各地及时提交当地病毒基因序列，并据此建立了数据库，这对及时比对和确认本次疫情中的病毒基因序列至关重要。”北京市疾控中心的工作人员表示。

精准防控，避免一刀切

“截至7月7日15时，北京市西城区白纸坊街道和海淀区永定路街道的疫情风险等级由中风险地区降级为低风险地区”“目前高风险地区只有丰台区花乡地区”……

北京并没有采取一刀切的封城措施，而是以街道为单位进行精准的风险等级划分和分级管控，并根据疫情形势动态调整各区各街道的风险等级，这是此次疫情防控的一大亮点。

精准防控源于“心中有数”。北京市建立了传染病动力学模型，将各区各街道的感染人数、易感人群、人员流动等数据作为重要参数，及时对疫情形势进行动态分析研判，为精准实施疫情防控提供了重要参考。

“研判疫情发展趋势需要综合多方面的数据和因素。利用大数据技术和思维方式，分析疫情扩散路径与速度，实现结论或问题的可视化，有助于把握和控制疫情防控过程。”宋怀明说。

北京市不仅对疫情发展趋势进行研判，还依托相关数据资源制定了更具针对性的措施。

今年清明节前夕，北京对即将来京人员的出发地、交通工具及其出发地是否有无症状感染者等信息进行了分析研究，对可能出现的病毒扩散进行了仿真模拟，研判感染风险，精准采取防控措施，取得了良好的效果。

基于相关数据资源，海淀区上线了城市大脑疫情防控平台，集成了个性化数据分析、返京人员分析、人口排查分析、重点人群动态监测、预警服务等功能。各街道和社区的重点人员信息一览无余，同时提供重点人流预警服务，防止严重感染事件的发生。

在利用数据资源进行分析研判的过程中，数据的计算、建模及可视化输出是关键环节。奇安信大数据与态势感知负责人李虎表示，数据分析师需要反复研究疫情数据的特点，进行数据筛选和补全。在建模过程中，需要确定每个模型所需的数据资源、关键特征、衡量标准等，并基于这些数据进行模型训练和分析工作，确保模型可以有效投入实战。

除了对疫情形势的研判和预警，充分利用数据资源还有助于分析病毒传播的影响因素，掌握病毒传播规律。中国人民大学统计学院副教授李扬表示，对于病毒传播影响因素的研究，以前通常基于临床一线的实际总结，现在可以通过大数据工具对世界各地的相关临床经验和研究成果进行建模，有效提炼相关信息，更好地发现疾病风险因素。

大数据助力精细化管理

以常态化疫情防控为契机，许多城市已将大数据应用作为应对公共卫生事件、解决管理难题和实现精细化管理的重要手段，体现了大数据赋能城市管理现代化的发展方向。

以大数据赋能超大城市应急管理为例，今年4月初，上海市发布了《关于完善重大疫情防控体制机制健全公共卫生应急管理体系的若干意见》，明确提出依托城市运行“一网统管”平台，建设多数据、全方位、广覆盖的市级公共卫生应急指挥信息系统，建立疫情联防联控大数据智慧决策平台，实现当前态势全面感知、医疗卫生资源统筹调度、重大信息统一发布、关键指令实时下达、多级组织协同联动、发展趋势智能预判。

在上海市长宁区，全市首个街镇“一网统管”的防疫系统已投入使用。该系统在整合辖区基本数据的基础上，将居家观察、例行消毒、返京人员集中添加等全数据汇集至后台，系统自动生成排摸、测温、消毒等提示，提供一线人员处理。依托“智慧大脑”，区疾控、同仁医院、兰卫检验公司形成联动，如检测环节中发现阳性病例，将立即触发公共卫生应急机制，相关人员将被安排到发热门诊进一步确诊，疾控中心同步完成病例流调和密切接触者追踪。

此外，上海还充分利用大数据、云计算等技术，整合住建、交通、水、电、气等单位的专题应用，围绕城市环境、交通、保障供应、基础设施等方面直观反映城市运行宏观态势，为跨部门、跨系统联勤联动增效赋能。上海市水务局信息中心主任黄士力表示，今年汛期，由于道路积水导致交通不畅的情况时有发生。现在，借助大数据支持，泵车不仅可以提前部署在易积水地区，还可以根据天气预报和道路积水情况进行实时响应，由指挥中心第一时间以最优路线调度。

统筹疫情防控和复工复产，杭州市着力运用大数据资源推进公共交通精细化运营。自今年3月中旬起，杭州市利用公交数据大脑中的客流分析、公交云图、分析中心、主数据库、线网优化等模块的大数据，对主城区247条公交线路的发车班次、发车间隔、行车计划进行精细化调整，使运力投放更加精准，首末班时间更贴合乘客需求，发车班次更符合客流需求。

以公交换乘为例，通过实时监控调度，杭州市相关道路的公交实现了精准接驳，乘客从一趟公交车下来后，换乘车辆随即到达，乘客2分钟内即可完成换乘，有效减少了人员聚集，提升了乘客体验感。

“由于互联网这一基础设施的存在，数据已经成为生产资料，并且是人类首次不依赖自然，单纯依靠自身行为获取的生产资料。”中国工程院院士、阿里巴巴集团技术委员会主席王坚认为，通过计算，数据在城市管理中的价值日益凸显。

在运用大数据提升管理水平的过程中，政府、企业和公民等各类主体共同参与，实现信息共享、资源聚合，已成为共识。

新冠肺炎疫情暴发以来，多家科技互联网公司通过数据和技术能力为政府和社会提供了大量数据支持。例如，12306票务平台利用实名制售票的大数据优势，及时配合地方政府和各级防控机构提供确诊病人车上的密切接触者信息；百度地图推出了迁徙地图，总结描绘人员来源地、目的地、迁移规模指数、迁移规模趋势图等；媒体平台以疫情地图、疫情趋势等形式实时播报疫情动态，让权威准确的信息跑在谣言前面；居民在填报上报等方式提供自身数据的同时，充分利用海量疫情数据信息资源，采取有效的自主防疫措施，实现全民参与。

然而，大数据并非万能，其应用仍存在不完善之处。例如，在提高数据准确性、系统性，进一步确保数据安全性等方面仍有改进空间。大数据目前只是起到分析和辅助决策的作用。只有进一步加强信息共享，提升数据准确性和计算应用能力，同时做好个人隐私和数据安全保护，才能使其在抗击疫情、实现政府决策科学化、社会管理精准化、公共服务高效化方面发挥更大的推动作用。