前两天，新疆喀什疫情冲上热搜。一夜之间，喀什激增了137例新冠肺炎无症状感染者，把人们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个国家受影响，确诊总数已超过4300万例，近115万人因此丧生。由于许多症状轻微者并未检测并列入统计之中，真实的病例数字预计要比通报数据高出许多。
目前，全球确诊病例数排在前三的国家分别是美国、巴西和印度。我国疫情控制比较稳定，前两天出现的喀什疫情已基本控制，专家表示这属于小范围的零星病例，公众不必太过恐慌。在确诊总数与死亡人数增长率上，数值也是极低，取得这样的成果除了我国政府积极响应，全民齐心抗疫之外，大数据也发挥了巨大的作用，它能够实时、准确、全面地为疫情防控提供决策支撑，进一步提高了新冠肺炎疫情防控工作的科学性、精准性。
简单来讲，本次抗疫主要是利用大数据的联动优化信息采集流程，对个人数据充分挖掘，实时将个人的外出轨迹、健康档案、电子病历、就诊记录、目前健康状况等与疫情相关的信息自动上传到全民疫情防治信息平台，方便医疗机构的救治和社会防控工作的开展，提高疫情防控效率，从技术上实现数据的高效利用。
比如在疫情的开始，大数据通过对人员流动的分析，在地区抗疫预警上就发挥了重要的作用。这张图是百度呈现的 500 万离武汉人群的去向数据。
百度人员流向分析
通过大数据，可以统计分析全国特别是武汉和湖北等重点地区的人员动态流动情况，分析预测确诊、疑似患者及密切接触人员等重点人群的动态流动情况，建立大数据分析的疫情传播模型，计算出两米或者三米之内、半小时以上的患者接触的一阶关联者以及一阶关联者接触接触的二阶关联者，分析出被传染的概率，再根据概率大小决定收治的力度和范围，通过这种方式可以形成疫情传播模式，并对疫情传播规模时行估算，实时、准确地发出疫情态势预警，辅助相关地区提前采取措施控制疫情蔓延。
除此之外，运用大数据分析，在医疗救治、辅助筛查、卫生健康、交通管理、资源调配、服务民生等方面都发挥了至关重要的作用。比如医院门诊的分诊工作人员将来医院看病的患者根据大数据提供的健康数据进行智能分诊，针对疑似或确认感染病例和健康患者分别按照医院规划的不同路线就诊，降低患者之间交叉感染的机会。临床人员和防控工作人员不用再手工重复录入居民的个人数据，首诊医师可以调阅患者的以往就诊记录、查看患者疫情暴发后患者的行动轨迹，对高危人群轨迹回溯并可以查询其距离两米或者三米以内、半小时以上的患者，追溯过程仅需 29 秒，并及时通过微信、电话、短信等方式联系疑似被感染者，提醒对方马上到医院检查或者自己居家隔离 14 天。大数据技术对病毒溯源和分析疫情动态发展趋势发挥更好的支撑作用，提高医务人员的工作效率，减轻医务人员和基层防控工作人员的工作强度，减少医务人员感染的机会。
大数据化，在海量数据的背后，是巨大的信息价值和洞察力。数据化正在变得越来越有说服力，通过这样的仿真预测，模拟未来走势的数据信息，对政府来说，大数据支撑了疫情期间大大小小的决策。对公众来说，大数据的相关产品，提供了疫情警示。这些实效或许有希望推动大数据真正成为城市管理的主流技术手段，未来大数据的发展，将不可限量！
