傳染病大流行會不會再次發生？世界衛生組織（WHO）給出的答案是：會。
在多個國際會議上，WHO就“X疾病”暴發的可能性發出警告。
“X疾病”并非當下真實存在的特定疾病。根據WHO的解釋，“X疾病”指一種未知的病原體引發嚴重國際大流行的可能性。它有機會在任何時間、由多種來源觸發，恐會奪去數百萬人的生命。
“從理論上說，病毒在不同種屬間傳播過程中可能發生變異，從而出現有害的跨種傳播。”中國醫學科學院北京協和醫學院群醫學及公共衛生學院執行院長楊維中告訴科技日報記者，盡管不知道會是哪種病毒最終“突破種屬屏障”進入人群，但病毒不斷變異就有可能掀起全球傳染病大流行。
“X疾病”猶如暗夜幽靈，讓預測變得難上加難。然而，在人類與病毒的較量中，監測預警并非束手無策。
“在視頻計數、條碼溯源、雷達感應等前沿技術已經普及的今天，不再需要通過在蚊帳里數蚊子進行蚊媒監測了。”中國醫學科學院北京協和醫學院群醫學及公共衛生學院副院長馮錄召說，在大數據、云計算、人工智能等技術的加持下，疾病監測手段走向了智能化、精準化。
中國醫學科學院于2021年啟動了傳染病智慧化多點觸發預警技術研究，致力于解決多源異構數據獲取、數據標準化、智慧化模型技術研發、平臺集成等問題。
“到2030年，我國將建成多點觸發、反應快速、科學高效的傳染病監測預警體系。”楊維中介紹，今年8月，國家疾控局等9個部門聯合印發了《關于建立健全智慧化多點觸發傳染病監測預警體系的指導意見》，旨在通過數智賦能，提升對新發突發傳染病、群體性不明原因疾病等的預警靈敏性和準確性。
單點到多點，多渠道發現傳染病風險和苗頭
2022年底的新冠病毒感染者猛增，居家治療居多，原有的傳染病監測系統幾近失靈。
“我們必須弄清楚究竟有多少人感染，什么時候出現峰值，這些信息是政府決策的重要參考。”楊維中說，當時接到國家疾控局的任務，他們團隊開始使用網上的數據。
在傳統的疫情監測分析中，基礎數據主要來自醫療機構。多年前，時任中國疾病預防控制中心副主任的楊維中領導過傳統傳染病監測預警系統建設。2003年SARS疫情之后，我國新發突發傳染病監測體系逐步構建起來。體系依托門急診、住院、檢測等哨點監測數據和各級各類醫療機構法定報告傳染病情況，由疾控部門進行匯總和研判。
“那時的預警系統只能用‘單點’數據，即患者到醫院就診后的數據，而且只反映法定報告中的30多種傳染病，并不包含未知的新發傳染病。”楊維中說，“當單一來源的數據無法精確反映疫情變化時，啟發我們要善于利用‘多點’數據。”
楊維中說的“多點”數據包括網絡搜索熱詞及增量、藥品購買情況、互聯網醫院咨詢情況等各類能夠間接反映疫情情況的數據。基于它們，團隊利用前期研發模型，對疫情走勢和規模作出了重要研判。
例如，基于百度指數數據，團隊利用人工智能深度學習技術，預估了各地未來新冠感染病例數的變化趨勢和峰值，后來的比對結果顯示，預估曲線與實際情況吻合。基于新浪微博的問卷調查，他們研判，新冠再感染患者以上呼吸道癥狀為主且癥狀較輕，這與實際狀況再次相符。
“能夠納入的‘多點’數據還有很多，比如學生缺課、職工缺勤、物流運輸等情況。”楊維中說，越來越多的實踐證明，基于多渠道監測數據的分析研判，能夠更早發現傳染病風險和苗頭。
中國工程院院士、中國醫學科學院院長、北京協和醫學院校長王辰指出，傳染病防控的關鍵在于及早發現、及時預警和迅速隔離救治，把疫情控制在局部是成本最小、效率最高的防控方式。
如何做到“及早”與“準確”兼得？王辰概括為三個關鍵要點，一是科學選擇多類多渠道預警信息參數；二是基于大數據的精準預警模型分析方法；三是基于以上兩點構建完整的監測預警信息采集體系與分析平臺，由此實現從日常監測到應急響應的全過程管理。
被動變主動，前置軟件自動獲取異常信號
“多渠道監測手段在不斷發展，原來的主渠道如果繼續采用傳統人工填報的模式，是遠遠不能適應新形勢的。”中國疾病預防控制中心信息中心副主任彭志行表示，必須順勢做出轉變。“這不是對2003年建立的網絡系統推倒重來，而是對該系統進行一次重大的技術重構。”他說。
傳統的醫療機構病例報告仍舊是傳染病疫情風險評估和預判的最重要依據。在以往的報告流程中，醫生通過填寫傳染病報告卡、到所屬醫療機構防保科的報告終端手工錄入信息等方式上報傳染病。整個過程依賴臨床醫生的主動診斷和報告意識。其弊端顯而易見，信息采集只能被動等待，且相對滯后、準確性不高。
與其被動等待，不如主動出擊。新冠疫情發生后，傳染病預警要“變被動為主動”已成業界共識。
去年底，國務院辦公廳發布的《關于推動疾病預防控制事業高質量發展的指導意見》明確提出，推動醫療機構的信息系統與傳染病監測系統數據交換，建立健全傳染病診斷、病原體檢測等數據自動獲取機制。
多部門隨后逐步明晰實施時間表。
國家疾控局等十部門在今年5月發布的《全國疾病預防控制行動方案（2024—2025年）》中要求，二級及以上醫療機構部署實施國家傳染病智能監測預警前置軟件，一數一源、一處采集，多級實時共享應用。
據介紹，在天津、湖北、安徽等地已開始布置實施國家傳染病智能監測預警前置軟件。10月30日，天津市第一中心醫院、天津市兒童醫院等4家試點醫療機構前置軟件監測數據達標，前置軟件正式切換應用。
“在醫療機構部署前置軟件，不僅能實現數據采集自動化，還能通過數據共享，實現智能監測。”天津市疾控中心信息所所長劉軍介紹，前置軟件的數據自動采集功能大大減少了醫務人員的重復勞動。前置軟件與醫院信息管理系統數據的聯調共享，省去了人工上報的二次錄入環節，也省去了傳染病確診病例轉診到專科醫院后的信息再錄入。
近期登革熱感染人數增加，呈現地域性高發態勢。劉軍介紹，如果患者在當地醫院就診后再進行跨省就醫，安裝了前置軟件的系統會自動彈窗，提醒醫生關注病例，并顯示患者就醫路徑。
相關專家表示，疾控信息化與傳統電子政務不同，后者是多級交換，數據層層交換可能帶來信息的衰減和阻斷；而疾控信息化則通過前置軟件，將醫療機構源頭采集的傳染病數據入庫，實現實時共享。
國家疾控局副局長孫陽指出，目前我國正在推進前置軟件部署，未來要在監測點位和項目上不斷“擴面、增效、提質”，特別是加強污水監測等新型監測手段。
“污水監測的優勢在新冠疫情期間就展現出來了。”楊維中介紹，污水監測數據人為干預少，且具有脫敏性，能夠提示社區、城市的病毒蹤跡，便于長期監測，不僅可提供陽性位點陡增之類的清晰佐證，也能在技術上持續增加病原體檢測類別。
在主動抓取模式下，公共衛生相關數據和異常信號的獲取正在朝著“零時間差”的目標邁進。
單部門到跨部門，聯手捕捉病毒“蛛絲馬跡”
病原體的傳播沒有國界，更不囿于部門條塊限制。
“比如，衛生部門可能通過病例監測感知一個自然疫源疾病，而農業部門可能在動物疫病中已經獲得異常信號。”中國疾病預防控制中心衛生應急中心副主任向妮娟提出了一個新的可能性：如果說在不同部門的監測系統里展現的是病原體各階段的“照片”，那么建立一個連續數據系統，就可以“視頻化”描述病毒變化和趨勢。
跨部門的連續數據分析之于疫情預警，猶如衛星云圖之于天氣預報。但后者的數據來源單一，前者則非常多元——氣象氣候數據與傳染病暴發存在關聯，由氣象部門掌握；水鳥、旱獺、地鼠等野生動物是病毒的天然宿主，它們的種群變化等情況與病毒的變異相關，林草部門更熟悉這類數據；病毒在飼養的雞鴨、豬牛身上繁殖，發生變異甚至跨種傳播，農業部門掌握的數據則非常關鍵。還有海關部門的病例輸入數據，教育部門的因病請假數據，互聯網檢索、尋醫購藥、社交平臺數據等都能夠“映射”病毒傳播的蹤影，但這些數據“遺珠”散落各處。
多部門聯合發布的政策文件強調，完善部門聯動機制，協同開展傳染病監測工作。
然而，跨部門數據融合并非數據的簡單集合。北京市疾病預防控制中心研究員王全意表示，不同部門收集數據的意圖各異，形成的數據內容和呈現形式往往不同，很難做到“拿來就能用”。
重慶市疾病預防控制中心主任醫師漆莉也表示，重慶很早就整合了多部門力量，開展“疫智防控”的探索，但收集上來的數據千差萬別，面臨核心指標選擇、數據標準化等難題。
“這幾年，重慶以傳染病綜合風險指數為抓手，開展了模型建立和數據挖掘工作。我們希望數據給出的傳染病風險指數等級像寒潮、大風的各級預警一樣明晰。”漆莉坦言，在提高數據靈敏度和特異性、減少人工判讀占比等方面還需攻克多個難關。
“解決數據質量參差不齊的問題必須依靠技術創新。”楊維中打比方說，成功的預警系統就好比一個健康人的腸胃，不能只吃精米白面，要能消化各類五谷雜糧。不同部門的數據來了要經過篩選、分類和標準化等處理才能用于預警模型中。
“為了提升傳染病預警系統的準確性，截至目前，我們開發了5個軟件和系統，形成了5項標準和專利，并承擔了10項相關項目任務。”楊維中說，中國醫學科學院團隊通過科學研究把數據融合需要的處理方法、構建模型等基礎元件搭建起來，未來將放在開放平臺上供應用單位選用。可通過模塊組合承擔不同監測預警任務，助力跨部門融合和捕捉“X疾病”的蹤跡。
“我們希望集成數據、模型、信息技術等，先形成一個樣板，以實現傳染病的預警、高峰、快速進展期等階段的‘可視化’。”楊維中介紹，中國醫學科學院已經與湖南湘潭等地達成合作協議，依托當地相關數據開展智能化傳染病監測預警平臺建設。
楊維中坦言，當前仍舊是與“X疾病”開展系統性較量的初期，仍需要各學科領域融合交叉創新，在預警效果優化、疾病發生發展中不斷打磨數據、算法和模型，在探索和實踐中使科技成果從“好看”變“好用”。
專家觀點：傳染病預警系統 應納入智慧城市建設
1997年，H5N1禽流感病毒第一次從禽類“跳”到人類體內，人感染的致死率高達50%以上。當年的人感染禽流感趨勢在香港特區政府對大量活雞迅速撲殺中停歇下來。也有學者認為，剛剛“跨界”的H5N1仍難以適應人類和鳥類細胞受體的差異，因而難以高效感染人類細胞。
然而，今年10月31日發布的最新研究成果則顯示，由牛傳人的H5N1亞型病毒已經在美國多個州出現，細胞試驗表明其有逐步適應哺乳動物的傾向。
在人類看不見的角落，病毒突破邊界、適應性變異從未停歇，它們甚至懂得“迂回”：先到牛、豬、貓等哺乳動物再到人。
正因為如此，在回應下一個“X疾病”會是什么時，不少專家指出可能是新型流感病毒。
“呼吸道傳染病最容易引起全球大流行，很容易迅速傳播。流感病毒變異快，更容易發生跨種傳播進入人體。”中國醫學科學院北京協和醫學院群醫學及公共衛生學院執行院長楊維中對科技日報記者表示，“以通常談話距離來看，如果有人攜帶流感病毒，那其他人感染幾率很大。而采取血液、體液等其他方式傳播的病原體無法快速傳播。”
“呼吸道傳染病更易在人口接觸密切的城市中形成超級傳播現象，相較于人口密度低的農村，城市的脆弱性不言而喻。”北京市疾病預防控制中心研究員王全意說。
換言之，“X疾病”下一次來襲或以城市為突破口。
“智慧城市的發展，讓我們在研發‘攔截’系統時有了新的思考。”楊維中說，以一個城市為單位構建預警系統更符合實際。在同一個城市圈中，水電氣、交通、文化、通信等相對成體系，不同城市又有不同的地域特色，適合個性化建模。此外，大數據局的成立也為智慧城市數據的獲得帶來了便利。
中國科學院地理科學與資源研究所研究員廖一蘭建議，傳染病發生時，政府相關部門希望最先掌握哪些人和區域出現感染，因此除了應用疾控領域的模型外，還需引入新技術、新數據源，例如城市中的遙感數據、視頻監控數據等，為智慧化預警提供新借鑒。
傳染病大流行會不會再次發生？世界衛生組織（WHO）給出的答案是：會。
在多個國際會議上，WHO就“X疾病”暴發的可能性發出警告。
“X疾病”并非當下真實存在的特定疾病。根據WHO的解釋，“X疾病”指一種未知的病原體引發嚴重國際大流行的可能性。它有機會在任何時間、由多種來源觸發，恐會奪去數百萬人的生命。
“從理論上說，病毒在不同種屬間傳播過程中可能發生變異，從而出現有害的跨種傳播。”中國醫學科學院北京協和醫學院群醫學及公共衛生學院執行院長楊維中告訴科技日報記者，盡管不知道會是哪種病毒最終“突破種屬屏障”進入人群，但病毒不斷變異就有可能掀起全球傳染病大流行。
“X疾病”猶如暗夜幽靈，讓預測變得難上加難。然而，在人類與病毒的較量中，監測預警并非束手無策。
“在視頻計數、條碼溯源、雷達感應等前沿技術已經普及的今天，不再需要通過在蚊帳里數蚊子進行蚊媒監測了。”中國醫學科學院北京協和醫學院群醫學及公共衛生學院副院長馮錄召說，在大數據、云計算、人工智能等技術的加持下，疾病監測手段走向了智能化、精準化。
中國醫學科學院于2021年啟動了傳染病智慧化多點觸發預警技術研究，致力于解決多源異構數據獲取、數據標準化、智慧化模型技術研發、平臺集成等問題。
“到2030年，我國將建成多點觸發、反應快速、科學高效的傳染病監測預警體系。”楊維中介紹，今年8月，國家疾控局等9個部門聯合印發了《關于建立健全智慧化多點觸發傳染病監測預警體系的指導意見》，旨在通過數智賦能，提升對新發突發傳染病、群體性不明原因疾病等的預警靈敏性和準確性。
單點到多點，多渠道發現傳染病風險和苗頭
2022年底的新冠病毒感染者猛增，居家治療居多，原有的傳染病監測系統幾近失靈。
“我們必須弄清楚究竟有多少人感染，什么時候出現峰值，這些信息是政府決策的重要參考。”楊維中說，當時接到國家疾控局的任務，他們團隊開始使用網上的數據。
在傳統的疫情監測分析中，基礎數據主要來自醫療機構。多年前，時任中國疾病預防控制中心副主任的楊維中領導過傳統傳染病監測預警系統建設。2003年SARS疫情之后，我國新發突發傳染病監測體系逐步構建起來。體系依托門急診、住院、檢測等哨點監測數據和各級各類醫療機構法定報告傳染病情況，由疾控部門進行匯總和研判。
“那時的預警系統只能用‘單點’數據，即患者到醫院就診后的數據，而且只反映法定報告中的30多種傳染病，并不包含未知的新發傳染病。”楊維中說，“當單一來源的數據無法精確反映疫情變化時，啟發我們要善于利用‘多點’數據。”
楊維中說的“多點”數據包括網絡搜索熱詞及增量、藥品購買情況、互聯網醫院咨詢情況等各類能夠間接反映疫情情況的數據。基于它們，團隊利用前期研發模型，對疫情走勢和規模作出了重要研判。
例如，基于百度指數數據，團隊利用人工智能深度學習技術，預估了各地未來新冠感染病例數的變化趨勢和峰值，后來的比對結果顯示，預估曲線與實際情況吻合。基于新浪微博的問卷調查，他們研判，新冠再感染患者以上呼吸道癥狀為主且癥狀較輕，這與實際狀況再次相符。
“能夠納入的‘多點’數據還有很多，比如學生缺課、職工缺勤、物流運輸等情況。”楊維中說，越來越多的實踐證明，基于多渠道監測數據的分析研判，能夠更早發現傳染病風險和苗頭。
中國工程院院士、中國醫學科學院院長、北京協和醫學院校長王辰指出，傳染病防控的關鍵在于及早發現、及時預警和迅速隔離救治，把疫情控制在局部是成本最小、效率最高的防控方式。
如何做到“及早”與“準確”兼得？王辰概括為三個關鍵要點，一是科學選擇多類多渠道預警信息參數；二是基于大數據的精準預警模型分析方法；三是基于以上兩點構建完整的監測預警信息采集體系與分析平臺，由此實現從日常監測到應急響應的全過程管理。
被動變主動，前置軟件自動獲取異常信號
“多渠道監測手段在不斷發展，原來的主渠道如果繼續采用傳統人工填報的模式，是遠遠不能適應新形勢的。”中國疾病預防控制中心信息中心副主任彭志行表示，必須順勢做出轉變。“這不是對2003年建立的網絡系統推倒重來，而是對該系統進行一次重大的技術重構。”他說。
傳統的醫療機構病例報告仍舊是傳染病疫情風險評估和預判的最重要依據。在以往的報告流程中，醫生通過填寫傳染病報告卡、到所屬醫療機構防保科的報告終端手工錄入信息等方式上報傳染病。整個過程依賴臨床醫生的主動診斷和報告意識。其弊端顯而易見，信息采集只能被動等待，且相對滯后、準確性不高。
與其被動等待，不如主動出擊。新冠疫情發生后，傳染病預警要“變被動為主動”已成業界共識。
去年底，國務院辦公廳發布的《關于推動疾病預防控制事業高質量發展的指導意見》明確提出，推動醫療機構的信息系統與傳染病監測系統數據交換，建立健全傳染病診斷、病原體檢測等數據自動獲取機制。
多部門隨后逐步明晰實施時間表。
國家疾控局等十部門在今年5月發布的《全國疾病預防控制行動方案（2024—2025年）》中要求，二級及以上醫療機構部署實施國家傳染病智能監測預警前置軟件，一數一源、一處采集，多級實時共享應用。
據介紹，在天津、湖北、安徽等地已開始布置實施國家傳染病智能監測預警前置軟件。10月30日，天津市第一中心醫院、天津市兒童醫院等4家試點醫療機構前置軟件監測數據達標，前置軟件正式切換應用。
“在醫療機構部署前置軟件，不僅能實現數據采集自動化，還能通過數據共享，實現智能監測。”天津市疾控中心信息所所長劉軍介紹，前置軟件的數據自動采集功能大大減少了醫務人員的重復勞動。前置軟件與醫院信息管理系統數據的聯調共享，省去了人工上報的二次錄入環節，也省去了傳染病確診病例轉診到專科醫院后的信息再錄入。
近期登革熱感染人數增加，呈現地域性高發態勢。劉軍介紹，如果患者在當地醫院就診后再進行跨省就醫，安裝了前置軟件的系統會自動彈窗，提醒醫生關注病例，并顯示患者就醫路徑。
相關專家表示，疾控信息化與傳統電子政務不同，后者是多級交換，數據層層交換可能帶來信息的衰減和阻斷；而疾控信息化則通過前置軟件，將醫療機構源頭采集的傳染病數據入庫，實現實時共享。
國家疾控局副局長孫陽指出，目前我國正在推進前置軟件部署，未來要在監測點位和項目上不斷“擴面、增效、提質”，特別是加強污水監測等新型監測手段。
“污水監測的優勢在新冠疫情期間就展現出來了。”楊維中介紹，污水監測數據人為干預少，且具有脫敏性，能夠提示社區、城市的病毒蹤跡，便于長期監測，不僅可提供陽性位點陡增之類的清晰佐證，也能在技術上持續增加病原體檢測類別。
在主動抓取模式下，公共衛生相關數據和異常信號的獲取正在朝著“零時間差”的目標邁進。
單部門到跨部門，聯手捕捉病毒“蛛絲馬跡”
病原體的傳播沒有國界，更不囿于部門條塊限制。
“比如，衛生部門可能通過病例監測感知一個自然疫源疾病，而農業部門可能在動物疫病中已經獲得異常信號。”中國疾病預防控制中心衛生應急中心副主任向妮娟提出了一個新的可能性：如果說在不同部門的監測系統里展現的是病原體各階段的“照片”，那么建立一個連續數據系統，就可以“視頻化”描述病毒變化和趨勢。
跨部門的連續數據分析之于疫情預警，猶如衛星云圖之于天氣預報。但后者的數據來源單一，前者則非常多元——氣象氣候數據與傳染病暴發存在關聯，由氣象部門掌握；水鳥、旱獺、地鼠等野生動物是病毒的天然宿主，它們的種群變化等情況與病毒的變異相關，林草部門更熟悉這類數據；病毒在飼養的雞鴨、豬牛身上繁殖，發生變異甚至跨種傳播，農業部門掌握的數據則非常關鍵。還有海關部門的病例輸入數據，教育部門的因病請假數據，互聯網檢索、尋醫購藥、社交平臺數據等都能夠“映射”病毒傳播的蹤影，但這些數據“遺珠”散落各處。
多部門聯合發布的政策文件強調，完善部門聯動機制，協同開展傳染病監測工作。
然而，跨部門數據融合并非數據的簡單集合。北京市疾病預防控制中心研究員王全意表示，不同部門收集數據的意圖各異，形成的數據內容和呈現形式往往不同，很難做到“拿來就能用”。
重慶市疾病預防控制中心主任醫師漆莉也表示，重慶很早就整合了多部門力量，開展“疫智防控”的探索，但收集上來的數據千差萬別，面臨核心指標選擇、數據標準化等難題。
“這幾年，重慶以傳染病綜合風險指數為抓手，開展了模型建立和數據挖掘工作。我們希望數據給出的傳染病風險指數等級像寒潮、大風的各級預警一樣明晰。”漆莉坦言，在提高數據靈敏度和特異性、減少人工判讀占比等方面還需攻克多個難關。
“解決數據質量參差不齊的問題必須依靠技術創新。”楊維中打比方說，成功的預警系統就好比一個健康人的腸胃，不能只吃精米白面，要能消化各類五谷雜糧。不同部門的數據來了要經過篩選、分類和標準化等處理才能用于預警模型中。
“為了提升傳染病預警系統的準確性，截至目前，我們開發了5個軟件和系統，形成了5項標準和專利，并承擔了10項相關項目任務。”楊維中說，中國醫學科學院團隊通過科學研究把數據融合需要的處理方法、構建模型等基礎元件搭建起來，未來將放在開放平臺上供應用單位選用。可通過模塊組合承擔不同監測預警任務，助力跨部門融合和捕捉“X疾病”的蹤跡。
“我們希望集成數據、模型、信息技術等，先形成一個樣板，以實現傳染病的預警、高峰、快速進展期等階段的‘可視化’。”楊維中介紹，中國醫學科學院已經與湖南湘潭等地達成合作協議，依托當地相關數據開展智能化傳染病監測預警平臺建設。
楊維中坦言，當前仍舊是與“X疾病”開展系統性較量的初期，仍需要各學科領域融合交叉創新，在預警效果優化、疾病發生發展中不斷打磨數據、算法和模型，在探索和實踐中使科技成果從“好看”變“好用”。
專家觀點：傳染病預警系統 應納入智慧城市建設
1997年，H5N1禽流感病毒第一次從禽類“跳”到人類體內，人感染的致死率高達50%以上。當年的人感染禽流感趨勢在香港特區政府對大量活雞迅速撲殺中停歇下來。也有學者認為，剛剛“跨界”的H5N1仍難以適應人類和鳥類細胞受體的差異，因而難以高效感染人類細胞。
然而，今年10月31日發布的最新研究成果則顯示，由牛傳人的H5N1亞型病毒已經在美國多個州出現，細胞試驗表明其有逐步適應哺乳動物的傾向。
在人類看不見的角落，病毒突破邊界、適應性變異從未停歇，它們甚至懂得“迂回”：先到牛、豬、貓等哺乳動物再到人。
正因為如此，在回應下一個“X疾病”會是什么時，不少專家指出可能是新型流感病毒。
“呼吸道傳染病最容易引起全球大流行，很容易迅速傳播。流感病毒變異快，更容易發生跨種傳播進入人體。”中國醫學科學院北京協和醫學院群醫學及公共衛生學院執行院長楊維中對科技日報記者表示，“以通常談話距離來看，如果有人攜帶流感病毒，那其他人感染幾率很大。而采取血液、體液等其他方式傳播的病原體無法快速傳播。”
“呼吸道傳染病更易在人口接觸密切的城市中形成超級傳播現象，相較于人口密度低的農村，城市的脆弱性不言而喻。”北京市疾病預防控制中心研究員王全意說。
換言之，“X疾病”下一次來襲或以城市為突破口。
“智慧城市的發展，讓我們在研發‘攔截’系統時有了新的思考。”楊維中說，以一個城市為單位構建預警系統更符合實際。在同一個城市圈中，水電氣、交通、文化、通信等相對成體系，不同城市又有不同的地域特色，適合個性化建模。此外，大數據局的成立也為智慧城市數據的獲得帶來了便利。
中國科學院地理科學與資源研究所研究員廖一蘭建議，傳染病發生時，政府相關部門希望最先掌握哪些人和區域出現感染，因此除了應用疾控領域的模型外，還需引入新技術、新數據源，例如城市中的遙感數據、視頻監控數據等，為智慧化預警提供新借鑒。
本文鏈接：監測預警“X疾病”，中國在行動http://www.lensthegame.com/show-2-9338-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
上一篇： 宏基因組下一代測序技術問世 一次測試能查多種病原體
下一篇： 丁健院士：半個甲子的“新藥夢”