数据科学如何助力抗疫？这4点很重要

互联网为抗击新冠肺炎疫情提供了工具和基础设施，但疫情也给互联网带来了前所未有的挑战。我们尚未充分利用互联网和数据分析来快速应对疫情，做出公共健康决策。政府、研究机构、技术社群、企业等主体应当采取措施，积极发挥数据科学在后疫情时期的作用。

在新冠肺炎患者治疗过程中，基因型和表现型的关系十分复杂。患者的愈后诊断取决于患病倾向、身体素质、环境效果等多种因素，疾病的表现方式也各有不同。

目前，我们仍缺乏因果数据模型，帮助我们厘清复杂的关系网络。因此，必须运用机器学习等基于计算的统计方法来处理各种数据，识别疾病的关键特征和关系。系统工程师需要在更广泛范围内分享流行病的潜在模型，关注多种角度，提升应用模型的针对性，包括针对病毒本身、基因型/表现型特征之间的因果关系、对人群的效果等，以建立适用性更强的模型系统。

当前，疫情数据散见于几千个数据控制中枢，位于全世界的医院、实验室、区域数据中心、国家资源库等，每个控制中枢必须平衡好数据分享与个人隐私保护之间的关系。

数据分析与共享是一个全球性议题，能通过计算对复杂疾病进行深度分析的科学家，不一定就住在掌握相关数据的国家。因此，为了提升应对疾病的能力，需要建立基于双方或多方认可的协议和标准，以可控制、可审查、符合道德规范的方式在全球范围内共享数据资源。

验证计算模型的可行性和效果是全球性议题。我们使用模型时，希望从某国的早期经验中获得信息，指导后期受影响的国家采取行动，还希望针对当时的相关证据，对不同国家所采取的策略进行实时比较。

疫情背景下，需要将本次疫情的防控经验转化为未来规划和决策的模板，从而在类似事件发生时可以迅速响应。同时，在未来数据共享标准建立后，计算模型能以更加迅速、更具结构化的方式共享国家数据和全球信息。

在收集数据时，只有相当小的一部分流行病模拟或疾病描述的证据可被视为“真实的”。在多数医疗体系中，数据编码仍有一周或数月延迟。即使有了编码，仍会存在人为错误、系统差异和个体偏差。全自动数据采集设施有助于提升可靠性和标准化程度，但也存在大规模突发事件背景下数据质量难以评估、不易控制等问题。因此，我们需要在数据分享系统中加强供应能力，通过可信的数据输入以及可溯源的数据输出，形成良性循环。

目前，对于全球数据分享系统的发展前景呈现出不同声音。

目前，政府、国际组织、跨国企业乃至个人已经将注意力转向这个挑战：许多国家政府正在打造国家级数据基础设施；国际组织提倡跨国数据共享和经验分享；跨国企业同意接受约束，在保护个人和国家利益的同时，从基因型和表现型数据中提取价值；个体也开始从个人利益和共同利益方面认识到个人数据的价值。

尽管涉及技术、政治、社会、伦理等多方面复杂因素，但通过促进全球医疗知识共享来保护各国居民已成为全球共识，各国需要树立共同目标，携手逾越障碍、破解难题。

来源：《网络传播》杂志