數(shù)字技術(shù)幾乎已經(jīng)全方位融入人類生活，我們無時(shí)無刻不在享用著它的神奇。當(dāng)突如其來的新冠大流行時(shí)，我們正是依靠數(shù)字技術(shù)而避免更大損失。數(shù)字技術(shù)支撐了防疫工作的每個(gè)環(huán)節(jié)，本文從流行病學(xué)監(jiān)測、病例識(shí)別以及接觸追蹤這三個(gè)方面概述其作用。

流行病學(xué)監(jiān)測

公共衛(wèi)生部門在應(yīng)對(duì)大規(guī)模疫情時(shí)，必須開展的一項(xiàng)核心職能便是流行病學(xué)監(jiān)測——監(jiān)測病原體的散播情況、人群的易感程度、感染率和死亡率，疫苗接種覆蓋以及免疫效果等。這些反映疫情特征和防疫進(jìn)度的流行病學(xué)數(shù)據(jù)有助于我們確定傳染病的危險(xiǎn)因素，判斷其發(fā)展趨勢，并及時(shí)制定或調(diào)整防疫策略。

掌握病毒傳播情況的基礎(chǔ)是做好人群監(jiān)測工作。傳統(tǒng)的人群監(jiān)測系統(tǒng)主要依賴實(shí)驗(yàn)室提供的健康相關(guān)數(shù)據(jù)、醫(yī)生的臨床病例診斷以及癥狀監(jiān)測網(wǎng)絡(luò)（syndromic surveillance networks）。癥狀監(jiān)測網(wǎng)絡(luò)以來自醫(yī)院等醫(yī)療衛(wèi)生機(jī)構(gòu)的臨床癥狀報(bào)告（例如描述某尚未確定的傳染病為“流感樣疾病”）為基礎(chǔ)，這些機(jī)構(gòu)通常都會(huì)提供所有病例的定期監(jiān)測數(shù)據(jù)。

然而，此類人群監(jiān)測的缺陷在于全部數(shù)據(jù)均來自醫(yī)療系統(tǒng)“登記”的人群，無法反映那些并未尋求醫(yī)療幫助的潛在患者。英國的研究團(tuán)隊(duì)曾指出：英國在疫情暴發(fā)早期階段，只對(duì)住院患者和醫(yī)護(hù)人員進(jìn)行了病毒核酸檢測；他們基于此情況估算英國的確診病例數(shù)僅為實(shí)際感染人數(shù)的4.7%。

盡可能找出未確診病例，我們才能更真實(shí)呈現(xiàn)疫情的規(guī)模和特點(diǎn)，更準(zhǔn)確制定防疫措施。問題在于如何挖出那些“潛藏”的感染數(shù)據(jù)。

在過去20年間，我們通過新聞媒體、社交網(wǎng)絡(luò)以及搜索引擎等平臺(tái)搜集、提取和整合信息的能力顯著增強(qiáng)。今天，我們有能力在龐大的數(shù)據(jù)庫中找到傳統(tǒng)臨床報(bào)告沒有的內(nèi)容。在統(tǒng)計(jì)和分析COVID-19感染人群時(shí)，我們借用了網(wǎng)絡(luò)數(shù)據(jù)庫。

世界范圍最頂尖的流行病監(jiān)測在線平臺(tái)包括：美國科學(xué)家聯(lián)盟建立的新發(fā)疾病監(jiān)測計(jì)劃（ProMED-mail）、加拿大公共衛(wèi)生局開發(fā)的全球公共衛(wèi)生情報(bào)網(wǎng)絡(luò)（GPHIN）、波士頓兒童醫(yī)院組建的全球疫情監(jiān)控網(wǎng)（HealthMap）、世界衛(wèi)生組織（WHO）與其他機(jī)構(gòu)聯(lián)合打造的來自公開資源的流行病情報(bào)（EIOS）等。這些數(shù)據(jù)整合系統(tǒng)能夠借助自然語言和機(jī)器學(xué)習(xí)篩選并處理在線數(shù)據(jù)，給出可靠的監(jiān)測結(jié)果，并有望提供前瞻性的疫情分析。WHO搭建的EPI-BRAIN平臺(tái)集合了針對(duì)不同傳染病的數(shù)據(jù)庫。在WHO發(fā)表關(guān)于疫情的聲明之前，少數(shù)幾個(gè)監(jiān)測系統(tǒng)就基于眾包數(shù)據(jù)和新聞報(bào)道，提前“探查”了亞洲地區(qū)的早期病例。英國的自動(dòng)癥狀監(jiān)測系統(tǒng)掃描國家衛(wèi)生服務(wù)數(shù)字記錄，以收集可能發(fā)出COVID-19信號(hào)的呼吸癥狀。設(shè)想一下，如果在疫情早期，就可以通過此類排查來鎖定高風(fēng)險(xiǎn)群體，那么防疫工作會(huì)大大受益。美國的研究團(tuán)隊(duì)曾在國內(nèi)疫情尚未暴發(fā)之時(shí)，調(diào)用來自丁香園的眾包數(shù)據(jù)進(jìn)行了針對(duì)COVID-19的早期流行病學(xué)分析。

快速識(shí)別病例

在大流行期間，早期和快速識(shí)別病例對(duì)于病人和密切接觸者的隔離至關(guān)重要，這樣可以減少進(jìn)一步傳播，也有助于研究者了解傳染病的關(guān)鍵風(fēng)險(xiǎn)和傳播模式。在傳統(tǒng)的臨床和實(shí)驗(yàn)室病例報(bào)告的基礎(chǔ)上，數(shù)字網(wǎng)絡(luò)為線上看診提供了平臺(tái)。潛在感染者可以向網(wǎng)絡(luò)社區(qū)報(bào)告自己的癥狀，也可以根據(jù)指南自行判斷是否感染。無論方式如何，問診者的信息都會(huì)被即時(shí)錄入數(shù)據(jù)庫。

通過在線癥狀報(bào)告進(jìn)行病例識(shí)別（如新加坡和英國）傳統(tǒng)上用于監(jiān)測，但現(xiàn)在它提供了關(guān)于隔離和轉(zhuǎn)診到下一步醫(yī)療服務(wù)的建議，如視頻評(píng)估和檢測。這些服務(wù)可以迅速實(shí)施，但必須與正在進(jìn)行的公共衛(wèi)生監(jiān)測和行動(dòng)相銜接，例如病例隔離和接觸者隔離。雖然這種方法適用于有癥狀者，但對(duì)個(gè)體和人群的廣泛檢測以及接觸者追蹤而言，在病例識(shí)別中起著至關(guān)重要的作用，估計(jì)占80%的COVID-19病例是輕度或無癥狀。傳感器（包括熱成像攝像機(jī)和紅外傳感器）正用于根據(jù)發(fā)熱癥狀（例如在機(jī)場)確定潛在病例。大量的假陽性和假陰性結(jié)果意味著，這不太可能產(chǎn)生提高認(rèn)識(shí)之外的實(shí)質(zhì)影響。人們還在探索可穿戴技術(shù)，以監(jiān)測COVID-19在人群中的情況。

人們對(duì)分散的、數(shù)字連接的快速診斷檢測越來越感興趣，以擴(kuò)大檢測的機(jī)會(huì)，提升檢測能力，減輕醫(yī)療系統(tǒng)和診斷實(shí)驗(yàn)室的壓力。正在研發(fā)若干護(hù)理點(diǎn)的COVID-19的PCR測試，然而，其使用仍然限于醫(yī)療護(hù)理環(huán)境。開車通過檢測設(shè)施和自動(dòng)檢測試劑盒擴(kuò)大了檢測的范圍。在取樣、向中心實(shí)驗(yàn)室發(fā)送樣品、等待結(jié)果和后續(xù)工作之間存在不可避免的時(shí)間延遲。相比之下，護(hù)理點(diǎn)快速診斷抗體檢測可以在家庭或社區(qū)或社會(huì)護(hù)理環(huán)境中實(shí)施，并在幾分鐘內(nèi)給出結(jié)果。通過使用圖像處理和機(jī)器學(xué)習(xí)方法，與具有自動(dòng)讀出功能的智能手機(jī)連接，可以使大規(guī)模檢測與地理空間和病人信息快速鏈接，向臨床系統(tǒng)和公共衛(wèi)生系統(tǒng)報(bào)告，并可以加快結(jié)果的獲得。為了提高工作效率，需要數(shù)據(jù)標(biāo)準(zhǔn)化和將數(shù)據(jù)整合到電子病歷中。

通過抗體檢測識(shí)別過去的感染也是人群水平監(jiān)測和評(píng)估干預(yù)措施（如保持社交距離）有效性的核心。到目前為止，護(hù)理點(diǎn)血清學(xué)檢測尤其具有可變的性能，而抗體反應(yīng)可能是短暫的，這種檢測如何有助于病人管理仍然是未知的。一些人認(rèn)為：在經(jīng)濟(jì)中必須保持活躍的血清反應(yīng)陽性的工作人員可以獲得數(shù)字“免疫護(hù)照”，以表明不會(huì)感染；盡管這樣的策略是脆弱的，具有操作和臨床的不確定性。人們正在開發(fā)機(jī)器學(xué)習(xí)算法，將COVID-19從社區(qū)獲得性肺炎中自動(dòng)區(qū)分開來。

數(shù)字接觸追蹤

前文提到，除了鎖定感染者，快速追蹤并隔離與他們有過密切接觸的人群也是阻斷傳播的關(guān)鍵步驟，尤其是在病毒傳播率很高的地區(qū)，針對(duì)密切接觸者的監(jiān)測工作對(duì)控制疫情蔓延至關(guān)重要，但傳統(tǒng)的追蹤手段顯然跟不上病原體擴(kuò)散的腳步。

不少國家開發(fā)了移動(dòng)端的接觸追蹤應(yīng)用：韓國的監(jiān)測系統(tǒng)通過APP跟蹤確診病例的出行軌跡和交易記錄尋找密切接觸者。中國推行了支付寶健康碼，基于用戶的行動(dòng)軌跡自動(dòng)評(píng)估其密切接觸的風(fēng)險(xiǎn)；把守于車站、醫(yī)院、超市或小區(qū)等人流密集地或通行要塞處的工作人員根據(jù)健康碼決定是否執(zhí)行限制舉措。挪威曾推出一款名為Smittestopp的應(yīng)用程序用于收集用戶的位置數(shù)據(jù)，不過遭到了國內(nèi)數(shù)據(jù)保護(hù)機(jī)構(gòu)的反對(duì)，后者認(rèn)為Smittestopp的實(shí)際權(quán)限已經(jīng)超出其任務(wù)范疇；之后，挪威停用了此軟件。

隱私泄露一直都是某些手機(jī)APP招惹爭議之處，這一點(diǎn)在追蹤類應(yīng)用上體現(xiàn)得尤為明顯。有些國際機(jī)構(gòu)正在制定針對(duì)追蹤類應(yīng)用程序的框架，以規(guī)范數(shù)據(jù)收集過程。

接觸者追蹤程序的一大關(guān)鍵限制在于，它們對(duì)用戶數(shù)量的要求很高，只有全國大部分人口都使用它，并按其建議行事，追蹤數(shù)據(jù)才能最大程度發(fā)揮作用。從這個(gè)角度來看，新加坡的防疫應(yīng)用程序TraceTogether的進(jìn)展并不理想，到2020年6月，全國僅30%的民眾使用了這款A(yù)PP。

此外，追蹤應(yīng)用也面臨一些技術(shù)層面的挑戰(zhàn)，例如分析哪些接觸是密切到足以導(dǎo)致感染，多久的接觸時(shí)長應(yīng)觸發(fā)警報(bào)。另一方面，智能手機(jī)所有權(quán)、用戶信任、可用性和手機(jī)兼容性等一系列因素都會(huì)影響APP的效用。

要準(zhǔn)確量化數(shù)字技術(shù)對(duì)防控新冠疫情的貢獻(xiàn)還為時(shí)尚早，但至少我們可以達(dá)成這樣的共識(shí)：數(shù)字技術(shù)提供了一套高效便捷的輔助工具，可作為常規(guī)公共衛(wèi)生措施的補(bǔ)充，減小了新冠給人類造成的損失，也證明了數(shù)據(jù)共享的必要性，為未來移動(dòng)和數(shù)字醫(yī)療發(fā)展指明了方向。

資料來源 Nature Medicine