前兩天，新疆喀什疫情沖上熱搜。一夜之間，喀什激增了137例新冠肺炎無癥狀感染者，把人們的注意力又拉回到新冠肺炎上。

截止到2020年10月26日，全球已有189個國家受影響，確診總數已超過4300萬例，近115萬人因此喪生。由于許多癥狀輕微者并未檢測并列入統計之中，真實的病例數字預計要比通報數據高出許多。

目前，全球確診病例數排在前三的國家分別是美國、巴西和印度。我國疫情控制比較穩定，前兩天出現的喀什疫情已基本控制，專家表示這屬于小范圍的零星病例，公眾不必太過恐慌。在確診總數與死亡人數增長率上，數值也是極低，取得這樣的成果除了我國政府積極響應，全民齊心抗疫之外，大數據也發揮了巨大的作用，它能夠實時、準確、全面地為疫情防控提供決策支撐，進一步提高了新冠肺炎疫情防控工作的科學性、精準性。

簡單來講，本次抗疫主要是利用大數據的聯動優化信息采集流程，對個人數據充分挖掘，實時將個人的外出軌跡、健康檔案、電子病歷、就診記錄、目前健康狀況等與疫情相關的信息自動上傳到全民疫情防治信息平臺，方便醫療機構的救治和社會防控工作的開展，提高疫情防控效率，從技術上實現數據的高效利用。

比如在疫情的開始，大數據通過對人員流動的分析，在地區抗疫預警上就發揮了重要的作用。這張圖是百度呈現的 500 萬離武漢人群的去向數據。

百度人員流向分析

通過大數據，可以統計分析全國特別是武漢和湖北等重點地區的人員動態流動情況，分析預測確診、疑似患者及密切接觸人員等重點人群的動態流動情況，建立大數據分析的疫情傳播模型，計算出兩米或者三米之內、半小時以上的患者接觸的一階關聯者以及一階關聯者接觸接觸的二階關聯者，分析出被傳染的概率，再根據概率大小決定收治的力度和范圍，通過這種方式可以形成疫情傳播模式，并對疫情傳播規模時行估算，實時、準確地發出疫情態勢預警，輔助相關地區提前采取措施控制疫情蔓延。

除此之外，運用大數據分析，在醫療救治、輔助篩查、衛生健康、交通管理、資源調配、服務民生等方面都發揮了至關重要的作用。比如醫院門診的分診工作人員將來醫院看病的患者根據大數據提供的健康數據進行智能分診，針對疑似或確認感染病例和健康患者分別按照醫院規劃的不同路線就診，降低患者之間交叉感染的機會。臨床人員和防控工作人員不用再手工重復錄入居民的個人數據，首診醫師可以調閱患者的以往就診記錄、查看患者疫情暴發后患者的行動軌跡，對高危人群軌跡回溯并可以查詢其距離兩米或者三米以內、半小時以上的患者，追溯過程僅需 29 秒，并及時通過微信、電話、短信等方式聯系疑似被感染者，提醒對方馬上到醫院檢查或者自己居家隔離 14 天。大數據技術對病毒溯源和分析疫情動態發展趨勢發揮更好的支撐作用，提高醫務人員的工作效率，減輕醫務人員和基層防控工作人員的工作強度，減少醫務人員感染的機會。

大數據化，在海量數據的背后，是巨大的信息價值和洞察力。數據化正在變得越來越有說服力，通過這樣的仿真預測，模擬未來走勢的數據信息，對政府來說，大數據支撐了疫情期間大大小小的決策。對公眾來說，大數據的相關產品，提供了疫情警示。這些實效或許有希望推動大數據真正成為城市管理的主流技術手段，未來大數據的發展，將不可限量！