殊死较量 抗疫战场上，大数据与病毒的殊死较量

朱克曹强子本刊记者张强

聚焦科技抗疫第一线

2月14日，国防科技大学系统工程学院大数据与复杂网络研究团队提交了《XX省特殊应急阶段第七次报告》。

“我们必须用大数据说话，支持新冠肺炎的肺炎防治，把研究成果建立在祖国的基础上，为强国的事业做出贡献。”加班陪妻子在医院分娩的组长卢鑫教授告诉《科技日报》记者。

新冠肺炎的肺炎疫情发生在2019年底。随着一月大量潜在感染者加入春运大军并离开武汉，迅速蔓延至全国多个省市。在武汉宣布关闭的几天后，卢鑫团队撰写的许多分析报告和政策建议迅速提交给了国家和省级政府相关部门和机构，为疫情预测和风险评估提供了强有力的数据支持。

“疫情爆发后，我们首先想到利用移动大数据分析技术进行风险评估，预测病毒的传播趋势。”在2010年海地地震救援中率先应用手机数据分析的卢鑫敏锐地意识到了这一点。作为大数据和复杂网络研究团队负责人，参与了2013年孟加拉台风救灾、2014年西非埃博拉病毒防控、2015年尼泊尔地震救灾等重大灾害的救援和管理工作。

1月21日，在很多部门忙于协调数据、了解情况的时候，他和他那有着丰富救援经验的团队，开始高精度地分析疫情的传播情况。

1月23日，他们紧急与运营商对接，首次提取武汉1月份出口人口流动数据，为其他省份疫情扩散风险的科学量化研究提供关键支撑；

1月24日，除夕夜，研究小组迅速展开紧急应对。所有成员取消休假，组织线上办公，申请线上会议、云计算平台、分布式爬虫等。实现分工合作，紧张应对防疫需求...

大数据分析，模型优化很重要。元旦那天，他们率先成立了一个流行病学建模和预测小组，成员包括赛斌、、牟、刘楚楚、程青和郭。通过将大量模拟实验与真实的疫情数据进行比较，研究小组发现，将当前的通用SEIR模型应用于疫情时存在问题。因此，他们设计了一种优化算法，通过多阶段跨区域混合模型来估计参数值，提高了模型的预测精度。

然后，基于之前获得的海量移动定位数据，卢鑫团队对武汉出口人口情况和各省市疫情风险进行了高精度分析，发现河南、湖南、广东等地人口流量大，风险高。疫情初期各省确诊人数与人口流动基本成正比，验证了团队的分析。

1月30日，他们与陈小红院士、吴曼青院士完成了全国数据分析和疫情判断，完成了《利用移动大数据打赢人民抗疫战争》分析报告，上报中共中央办公厅等有关部门。

“这份报告有力地支持了各地应急防疫策略的实施，全队信心大增。我们也收到了各地相关部门的分析需求，工作量巨大。但是，每天新增感染人数是我们最不希望看到的。”卢鑫说。

1月31日，该团队与陈小红院士、贾建民教授共同完成了《武汉市流入人口决定不同地区疫情风险》的分析报告。

研究发现，武汉关闭后，人口大规模迁移和流动人口数量也在减少，但小规模迁移仍然频繁，情况不容乐观。他们利用不断更新的人口流动数据绘制了武汉到各省、区、县流动人口的山地图，发现不同省份的疫情风险在空之间具有不同的分布特征，防控策略应因地制宜。比如四川省人口流动异质性强，主要集中在省会城市，需要防控；而河南、安徽两省的人口流动相对比较均匀，几乎遍布全省，需要综合防控。

通过监测武汉市流出人口数与感染人数的一致趋势，研究小组成功发现，温州等中小城市的流入人口数与感染人数之比相对较高，明显不同于全国其他地区新冠肺炎的肺炎传播规律。为进一步应用多源异构大数据开展新阶段国家防控战略评估和风险监测提供了新思路。

“疫情扩散的风险不应该仅仅与人口流动的变量有关。”进一步分析发现，部分城市确诊病例与人口流动的相关性较低，引发了吕鑫的思考。

经与华西医院相关人员讨论分析，最终确定了输入人口数量、人口结构、社会经济、气象等十余项指标对疫情传播风险的影响，对全国各省市疫情传播风险有了更全面的了解。

疫情还在发展，防控需要更加有效。卢鑫团队的研究一直在进行。让我们期待他们进一步的好消息！