2020年这个特别的春节，想必会被很多人铭刻在心。从一月底全民兴高采烈准备春运回家过节，到二月中14亿国人画地为牢困在家里，再到三月初守得云开见月明，国内外疫情局势反转，短短40余天恍若隔世。
世界卫生组织（WHO）将新型冠状病毒命名为“COVID-19”，医学研究显示新冠病毒与2002年流行的SARS高度同源，但又发生了变异。病毒变得“越来越流氓”，体现在无症状感染者、传播途径多样、潜伏期飘忽不定、检测手段并不十分准确、出院也可能阴转阳等等，给防控带来很大难题。
打造数字孪生城市抗疫利器，与传染病毒随时战斗
来源：丁杰
发布时间：2020 / 03 / 16
新冠病毒流氓（源自网络）
据WHO统计，新冠病毒致死率约1%，低于SARS的7%，但远远高于普通流感的0.1%。同时新冠病毒的潜伏周期长，感染率R0也较高，平均每个患者感染2.68人。
这两个数据不高不低，才是最厉害的。而可以与之相比的是1918年西班牙流感，其全球平均致死率约为2.5%-5%、感染率也达到了5%，2年间造成全世界约10亿人感染，2500万到4000万人死亡（当时世界人口约17亿人）。
人类需要准备与传染病长期共存和随时战斗
早在人类出现之前，病毒就占领了这颗星球。与传染病的战斗几乎贯穿了人类历史。
迄今为止唯一战胜的只有“天花”，但我们放大了成就，却忽略了隐藏其后的那丝侥幸。即天花病毒有一个致命弱点，其唯一的宿主是人类，因而只要发明出对其奏效的疫苗并为全人类接种，它即会因无法找到栖身之处而灭亡。
对于人畜共患型传染病，人类并没有找到根除它们的方法。比如埃博拉，虽能得到暂时的平息，但潜藏于丛林的病毒总会找机会重返人群。抗药性病菌和新型病毒的出现还昭示着，拥有强烈生存意志的病原体们才是大多数。人类在进步，它们也在进化，这些微生物和我们一样通晓物竞天择的道理。
人类与传染病的共存发展史（源自澎湃新闻）
流感年年都来，而更为厉害的冠状病毒等，则每隔几年就会变个样子卷土重来。
大部分的病毒毒性越来越低，最终与人类宿主和平共处，但也总有突发的变异剧毒出现，因此人类需要做好与传染病长期共存和随时战斗的准备。
对抗疫情“智慧城市”建设尚待升级
如今随着飞机、高铁等交通工具的普遍应用，大量人群跨国高速流动。病毒传播速度更快、传播范围更广，席卷全球危害更大。中国政府不惜一切代价进行阻止、隔离、封城、停工，乃至冒着经济停摆的风险，大国担当，但代价惨痛。
既然与病毒长期共存不可避免，我们如何能在与病毒的长期战役中，精准出击，减少损失，智慧城市建设是否可为疫情防控提供弹药支持？
据亿欧智库此前统计，截至2017年我国95%的副省级城市、83%的地级城市，总计超过500座城市，均明确提出或正在建设智慧城市。但是很遗憾，在本次疫情蔓延中大多数智慧城市，未见出色表现，暴露出了“智慧城市”建设和管理中的突出问题，例如：
部分医院人满为患，造成流量拥堵，医疗资源等超负荷运转，而部分医院门可罗雀。前期没有做到很好分流，导致后期交叉传染求助无门，这是智慧医疗？小区进门需要面对面A4纸登记信息、逐级上报统计、疫情动态求助无门、半夜看灯上门检查，这是智慧社区？
小区出入健康登记（源自网络）
2月10日，在国务院联防联控机制新闻发布会上，民政部基层政权建设和社区治理司司长陈越良建议：“能不能开发一个服务社区抗疫的软件，这比捐十个亿还管用。”说的很实在，也很无奈，此前如火如荼的“智慧城市”似乎并没有在关键时期发挥出应有的力量。
不过2月下旬以来，社会民间和互联网企业自发发力，开始不断出现了“健康码”、“小区登记”、“复工管理”等APP支持，逐步体现了“大数据”在防疫应用中的价值。
但不同城市、小区、单位各自为政，APP各式各样、信息互不关联、反复填报和漏洞百出，真实性难以检核，仍然反应出对基于传染病疫情防控模型支持的数据互通互联的需求，而这正是数字孪生城市建设相对于传统智慧城市的升级重点。
数字孪生城市建设为疫情防治提供精准打击武器
如何在与传染病长期战斗中，未雨绸缪、备战备荒，打造利器？
宅家半个月，关于疫情的海量信息轰炸。在为医护和社区一线工作人员点赞的同时，深感加强“数字孪生城市”新基础建设，加强城市疫情防控数字孪生体建设，十分必要且大有可为。总结一些要点抛砖如下：
1. 疫情应急防控模型的建立
传染病控制的核心模型是大家所熟知的“控制传染源”、“阻断传播渠道”和“保护易感人群”三步曲。然而落实到具体可实操的程度，还有大量问题需要考虑和补充，例如如何发现新的疾病及其传播特征、疫情防控过程所需要的医疗资源和物资储备、信息公开和舆情监控等等，这些都是影响决策和实操方案的关键要素。
同时由于病毒传播指数增长的特性，信息瞬息万变，时间就是生命。这些数据还应能够迅速采集和整合起来，支持各种传播模型下的模拟仿真和趋势预测，并且按对病研究程度的加深不断反馈修正。多种数据有序的整合和展现出来，必要时进行沙盘模拟，支持决策者作出最优决策。从而避免在一切不可收拾的情况下，采取最决绝悲壮的封城手段。
从以社区疫情防治工作的复杂性看大数据需求，这还只是整个疫情防治体系的九牛一毛（源自人民日报）
而下文所描述的这些内容，都应该成为疫情防控模型中的重要参数，可能还远远不够。
2. 早期精准发现新的疾病及其传播特征
首先是如何从海量的病例中发现一种新的疾病，明确其诊断特征；而传播途径和潜伏期是控制传播的最重要参数，这些数据是随着对病毒的认识逐步清晰的，而且可能随着病毒变异而改变。
对于一种新的病毒来说，早期的病例往往都是零散而个别的，等到引起公众注意都已经到了相当传播程度。病毒从哪里来，是否具有人际传染性、传染性如何、致死率如何往往都是不清楚的，而这些恰恰是决策是否对外公开和采取隔离措施的关键要素。
其结果要么是“虚报”造成恐慌、现实的经济损失和信誉损失，要么是迟报以至于无法收拾，从过往案例看决策者在信息不全下往往赌后者。
对于病毒及其特性的研判属医学研究领域专业范畴，不在此讨论。而数字孪生城市的价值在于穿透行政层级和层层上报机制，通过AI在茫茫病例大海中把疫情苗头识别和曲线拐点直观展示出来，使决策者可以全局的看到水面以下的冰山，引起重视。
电影中的美国疾病控制中心CDC，源自《传染病》
3. 控制传染源
对于传染源的控制包括患者（确诊人员）、疑似患者和密切接触者，需要采取不同级别的隔离措施。实际操作中，具体还有细分，例如本次新冠肺炎还存在“CT检验高度疑似但是核酸阴性者”、“核酸阳性但无症状者”、“病毒超级携带者”、以及不同级别的密切接触者等等，带来操作的复杂性。
如何快速追溯患者和疑似患者的行动轨迹及接触范围，快速定位密切接触者，就变得刻不容缓。
就诊和隔离需要资源保障，这些人员的数量变化之间具有某种传导关系，也需要进行预测、资源安排、隔离期间监控、动态统计和评估。
2020年1月“武汉迁入规模”较大城市人口流动联系图
节点大小代表迁入人口规模，颜色表示迁徙族群（源自清华同衡规划设计院）
同时对于海量的居家隔离人员，如何确保隔离效果，如何区分隔离期满人员，也带来巨大挑战。阿里和腾讯分别推出了“健康码”产品，已在潜在传染源人员管理方面迈出了可贵的一步，但在数据准确性、全国认可度等方面仍有很大距离。
手机里安装的N个健康码、复工和小区理发预约等APP（源自手机和网络）
4. 阻断传播渠道
这是控制疾病传播最有效的途径，在没有特效药或疫苗的情况下甚至是唯一方法。但是“封城封区”、“阻断交通”和“停工停产”也是最为消耗社会资源和经济代价巨大的行为和决策，可否采取更为精准化的措施？
传播渠道溯源需要进行流行病学调查，但现在往往还处于“专案组破案”和“悬赏通缉”的原始时代。
原始的“悬赏通缉”式流调方式和超级传播者的威力(源自网络)
事实上现在通过实名制购票，民航和铁路掌握了精确的乘客出行信息，通信公司也掌握了精确到几百米范围的基站连续登录信息。在对“疑似人员”进行识别和追溯后，整合这些信息将可能发出更为精准的警报信息和管控措施。
当然实现上还需要解决大数据技术、数据知识产权、法律隐私保护和伦理等系列问题。
近期境外输入病例已经成为疫情防控的重点，新闻报道说将“加强入境人员的大数据分析”，应该已经开始展开这方面的信息整合工作。
大数据高风险航班分析（源自飞友科技）
5. 保护易感人群
对抗传染病最有效的武器是疫苗。不同的传染病有不同的疫苗，而疫苗的有效期也各不相同。除计划内免疫普遍接种的疫苗外，去往特殊风险的地区，也需要接种特定的疫苗，例如黄热病、霍乱和疟疾等等.
因此人群的免疫抵抗能力是不同的，特别是除疫苗外，还与人员的年龄、基础疾病等健康状况有关。传统上通过“小黄本”进行免疫记录，但信息十分有限。政府建立公众个人健康和免疫信息的记录，将有助于采取提前预警和差异化预防措施。
WHO对于疫情高风险地区的预防接种要求以刚果为例（源自IATA）
6. 舆情监控和疫情披露
信息封锁意味着谣言和恐慌，古今中外，概莫能外。
在疫情之初，“网络求救”的舆情如何引起重视。这不光是武汉早期有，世界很多地方都已出现。而对于印度之类国家政令止于县、县级以下全凭自治的地方可能更具价值。
此前中国疾病预防中心在内的传统监测系统控制和预防（CDC）通常依赖于医生和实验室提交的临床，病毒学和微生物学数据。由于时间和资源的限制，缺乏报告系统的操作知识以及这些系统中的法规，暴发事件与其报告之间存在严重的滞后现象。
平均而言，传统监控系统的报告延迟约为两周。而对传染病而言两周已经是非常漫长的时间，足以让大量人群感染。
随着互联网和智能手机的普及，越来越多的人使用社交媒体共享信息。在通过卫生机构和官方报告机构进行报告之前，一个事件可能已经在社交媒体上发布了几天甚至几个月。
搜索引擎是各行各业人们获取健康信息的重要来源。依次分析搜索行为对检测和跟踪新兴疾病提供了新颖且经济的方法，并已成功用于SARS ，流感，登革热等众多案例中。
SARS（蓝色）和非典（红色）微信搜索指数
（源自西安交通大学附属第二医院论文，WeChat, a Chinese socialmedia, may early detect the SARS-CoV-2 outbreak in 2019）
可以看到“SARS”跟“非典”这两个关键词的微信搜索指数在疾病爆发前都已经有了征兆，以“非典”指数为例在12月15日后持续活跃，比官方宣布存在新型冠状病毒肺炎的日期提早了2周。
而疫情之中，确诊病例和疑似病例的发展趋势和活动范围，如何给予公众提示和信心？数据的准确性、及时性、易读性和发布渠道及其权威性，无不考验着城市乃至国家数据基础建设的水平。
不同的数据通报方式大家感受下（源自网络）
基于模型数据整合的价值
2月以来新冠病毒造成全国接近停摆，疫情防控也从最初的各自为政手忙脚乱到现在联防联控秩序井然，终于胜利在望。
过程中也可以看到信息化应用的程度不断提高，从最初的单点应用到逐渐整合，发挥的价值越来越大，IT和DT从业人员也在战疫中贡献着自己的力量。
智慧医疗、智慧社区、智慧交通、智慧通信等等都是传统智慧城市建设的重要组成部分，能在短短一个多月中开发如此规模的APP抗疫应用，也显示着我们在智慧城市建设中基础数据采集（“数化”）方面已经具备了很好的基础。
传统智慧城市与数字孪生城市数据的不同应用特征
（源自安世亚太《数字孪生体技术白皮书》）
在人类与传染病毒的长期共存和随时战斗中，如果充分分析和总结本次抗疫全民战争的经验教训，建立更适合国情的全面疫情防控模型，在智慧城市各板块的基础上通过“互动”，进而实现“先知”、“先觉”和“共智”，是一个值得深入探讨和实践的课题，数字孪生城市建设必将成为疫情防治的利器。
