您的位置: 新闻动态 > 人口•卫生•健康 > 详情

数字人口在疫情防控中的应用 ——以2019年新型冠状病毒肺炎疫情防控为例

来源:《中国数字医学》2020第15卷第2期 添加时间:2020-06-30 10:03:00 点击:3900

  摘 要 进入21世纪,我国经历了两次重大疫情,在疫情防控上积累了不少经验,比如中央强有力的调控和各级部门的联防联控以及发挥群众的群防群控等,但也暴露了一些不足,比如疫情防控基本靠人体肉搏,数字人口应用不足。数字人口的发展不仅有助于人的全面发展,而且在疫情防控、应急管理、人口普查、战争模拟、智慧城市建设、基本公共服务需求仿真模拟、个体智能化管理(含健康管理)等方面能发挥重要作用。以2019年新型冠状病毒肺炎疫情的防控为例,介绍了数字人口在疫情防控中的应用。建议加快推进互联网和物联网的发展以及人的数字化进程,加强数字人口工程建设,大力发展数字人口学。

关键词 数字人口 疫情防控 应急管理 数字人口学
  1 引言
  数字人口(Digital Population)指的是人类人口(Huma n Population),也翻译为自然人口及其数字体。数字人口的表现形式可以是网民(又称虚拟人口)、计算机专家系统、机器人、类人脑和数字孪生人口。数字人口是人类数字化进程的客观产物,是数字化时代人口发展的客观必然。数字人口的发展客观上促成了人类在低生育率时代由自然人口再生产向数字人口再生产的转变,也促成了数字人口学的诞生与发展。数字人口学是人口学与计算机、人工智能、医学技术等交叉发展而形成的分支学科,是人口学发展到一定阶段的产物。数字人口的发展不仅有助于人的全面发展,而且在疫情防控、应急管理、人口普查、战争模拟、智慧城市建设、基本公共服务需求仿真模拟、个体智能化管理(含健康管理)等方面能发挥重要作用。本文将重点介绍数字人口在疫情防控中的应用。
  新世纪以来,我国先后经历了两次重大疫情,分别是2003年爆发的非典型肺炎(简称SARS)和2019年爆发的新型冠状病毒肺炎(简称新冠肺炎)。两次疫情都是从局部爆发后随着人口流动向全国扩散。2003年非典从广东扩散到全国24个省份,而2019年的新冠肺炎则是从武汉扩散到全国3 1个省份。两次疫情都是在岁末爆发,在假期快速蔓延,2003年非典爆发于2002年12月,直到2003年7月才取得彻底胜利,持续时间接近8个月,而2019年新冠肺炎也是在2019年12月爆发,随着春节假期人口流动而扩散。2003年非典患病合计8 064例,死亡774人;截至2020年2月15日09:39,2019年的新冠肺炎确诊66 576例,死亡1 524例。人类与疾病的战斗从来没有停止过。经历过两次重大疫情的中国在疫情防控上积累了不少经验,比如中央强有力的调控和各级部门的联防联控以及发动群众实现群防群控等,但也呈现出了一些不足,比如疫情防控基本靠人体肉搏,数字人口应用不足。为此,本文以2019年新冠肺炎疫情的防控为例,介绍数字人口在疫情防控中的应用。
  2 数字人口在疫情防控中的主要应用
  数字人口通常包括网民( 又称虚拟人口)、计算机专家系统、机器人、类人脑和数字孪生人口,考虑到此次新冠肺炎的特征,重点介绍网民、计算机专家系统、机器人和数字孪生人口的应用。
  2.1 网民(虚拟人口) 网民全称为网络用户,又称为虚拟人口。网民既是人类人口(Human Population)又是数字人口。随着互联网的普及,使用互联网的人越来越多。根据中国互联网络信息中心的统计,截至20 1 9年6月,我国网民规模达8.54亿,互联网普及率达61.2%;我国手机网民规模达8.47亿,网民使用手机上网的比例达99.1%。互联网催生了很多职业,其中网络医生就是其中之一。网络医生又称在线医生,简称网医,指在互联网上开展问诊和健康指导以及健康科普工作的人员。根据国家卫生健康委公布的《中国卫生健康统计年鉴2019》数据,2018年全国执业医师达到360万人,注册护士409万。由于医务人员大多有中专以上学历,因此,医务人员队伍有9 5%以上是网络用户。他们通过互联网(比如微博、微信朋友圈和微信群等)传播医学知识,甚至发挥网络问诊的作用,尤其在疫情防控中,可以充分发挥互联网远程问诊的优势,指导疫情防控和智能检测。2020年2月6日,国家卫生健康委办公厅印发了《关于在疫情防控中做好互联网诊疗咨询服务工作的通知》(国卫办医函〔2020〕112号),明确各级卫生健康行政部门要充分发挥互联网诊疗咨询服务在疫情防控中的作用。互联网医院和手机问诊App等是互联网诊疗咨询服务的主要平台。根据国家卫生健康委公布的统计数据,截至2019年7月我国互联网医院有158家。未来互联网医院和手机问诊App还会不断发展壮大。
  2.2 计算机专家系统 计算机专家系统是人类知识的数字化积累或结晶,是数字人口的重要表现形式。计算机专家系统起步于20世纪60年代初,经过60年的发展,逐步形成为一种模拟人类专家来解决问题的计算机程序系统。因为这个计算机程序系统通常包含了该领域大量的知识库和数据库,因此,专家系统就是根据该领域的知识和经验以及数据,进行推理和判断,模拟人类专家的决策过程。从疫情防控来看,主要有两类专家系统:一是疫情本身的诊断和治疗专家系统,二是疫情扩散的防控系统。第一类专家系统通常由临床医学专家的知识库和数据库构成,而第二类则由公共卫生和人口学专家的知识库和数据库构成。两类专家系统相辅相成,共同致力于疫情的防控任务。尽管疫情防控最终需要依靠第一类专家系统研发出来的药品来完成,但是疫情防控过程中,疫情扩散的防控系统也至关重要,甚至关乎整个疫情的防控成败。
  计算机专家系统的表现形式分为数据平台、软件、App或网站等。比如由中国人口与发展研究中心研发的人口与发展数学模型与综合决策支持系统(简称PADIS+)和国际通用人口预测软件PADIS-INT都是计算机专家系统。本文以PADIS+为例分析2019年新冠肺炎的疫情防控。尽管针对新冠肺炎并没有特效药,但是及时治疗,治愈的概率还是很大。因此,从疫情本身的治疗技术来看,并不是整个疫情防控的关键,但是,由于新冠肺炎爆发后正处于春节假期,大量务工返乡人员和高校学生放假以及假期人员流动导致新冠肺炎在人与人之间快速传播。因此,在疫情防控中,人口流动的信息至关重要。
  由于2019新冠肺炎主要是从武汉向湖北其他地市和其他省份传播。因此掌握从武汉向其他省份的人口流出轨迹对整个疫情防控具有重要意义。根据武汉市市长于2020年1月26日发布的消息,因为春节和疫情的影响,截至2020年1月26日武汉已经有500万人口流出,还有900万人口留在武汉。
  那么已经流出武汉的人口去往哪些省份呢?根据PADIS+系统中的全国流动人口动态监测数据,2018年武汉流动人口中有28.2%来自省外,而来自省外的流动人口中有77.8%的是农村户籍。根据2010年第六次人口普查中湖北省跨省流动人口的分布来做一些说明。图1蓝色柱显示2010年湖北跨省流动人口的分布,可以发现,河南(18.7%)、重庆(11.0%)、湖南(9.7%)、四川(7.3%)、安徽(5.9%)、江西(5.7%)、浙江(5.6%)、广东(4.0%)占比较多。
  如果对比湖北省以外的肺炎确诊案例,可以发现疫情发展态势。图1红色柱为截至2020年2月15日09:39的全国各省的确诊案例分布,可见,前六位依次是广东(10.72%)、河南(10.04%)、浙江(9.63%)、湖南(8.29%)、安徽(7.87%)、江西(7.56%)。其他省市的占比均在5%及以下,其中,重庆(4.45%)、江苏(5.00%)、山东(4.39%)、北京(3.08%)和上海(2.70%)。

微信图片_20200630144331.jpg

  数字人口在疫情防控中的应用 ——以2019年新型冠状病毒肺炎疫情防控为例
  因为目前湖北省外的确诊人数持续下降,也就是说,湖北省外的疫情格局基本成型。对比图1中的蓝色柱和红色柱,可以发现:第一,河北、福建、河南、湖南、重庆、四川等省份的流动人口占比多,但是患者占比低,说明从湖北流入这些省份的流动人口传播力弱,导致了这些地区的患者占比并不高,还可能是这些地区的疫情防控做得好;第二,北京、黑龙江、上海、江苏、浙江、安徽、江西、山东、广东等地区的患者占比明显高出流动人口占比,这意味着从湖北流入这些省份的流动人口传播力大,导致了这些地区的患者占比增加,因此,疫情防控形势严峻;第三,东北地区(黑龙江除外)和西北地区的流动人口占比和疫情占比基本吻合,这说明这些地区的疫情相对稳定,在当前强有力的有效防控措施下,疫情大爆发的风险较低。
  当然,这些统计数据都是粗略分析。此外,离开武汉的500万人口,还可以通过手机漫游数据、出行(飞机、高铁)信息来追踪。这些大数据构成了人口流动轨迹分析的专家系统,可以模拟仿真人口流动的方向和轨迹,既可以模拟春节前的人口流动,也可以模拟春节中的人口流动,还可以模拟春节后的人口流动。
  2.3 机器人 机器人是模拟人类行为的机器,是人类在工业和服务领域的好朋友,是当前和未来数字人口的重要成员。机器人最早诞生在科幻电影中。19 5 9年德沃尔与美国发明家约瑟夫·英格伯格联手制造出第一台工业机器人。随后,他们成立了世界上第一家机器人制造工厂即Unimation公司。鉴于英格伯格对工业机器人的贡献,他也被称为“工业机器人之父”。6 0多年来,机器人经历了快速发展。根据世界机器人协会(International Federation of Robotics)发布的数据,2018年全球新增工业机器人42.2万台,其中中国新增15.4万,占全球新增工业机器人的36.5%,是世界上工业机器人的主要使用国。
  机器人在替代人类的繁重、高危、重复性等工作上具有独特优势,尤其在疫情防控中,使用机器人不仅可以治好病人,而且还可以防止疫情向医务工作者扩散,是疫情防控中的主力。根世界机器人协会估算,医疗机器人呈现快速增长态势,2018年全球新增5 100台医疗机器人,比2017年增加50%;2019年新增7 200台,比2018年增加39%。
  医疗机器人在疫情防控中大有作为。英国《卫报》2020年1月23日报道了美国采用机器人治疗首例新冠肺炎的过程。病人被救护车从家中送到医院,随后被安置在只有一个出入口的隔离病房。该病房有专门的安保人员职守,任何人进入这一病房都需要戴上特制的安全帽,全身需要做严密防护,而医生则坐在病房外,通过操作机器人对其进行治疗。被安置在隔离病房的机器人配有摄像头、麦克风和听诊器。根据该医院工作人员的介绍,这名患者的治疗取得了令人满意的结果。
  2.4 数字孪生 数字孪生(Digital Twin)就是数字双胞胎或者多胞胎,指的是通过数字化技术将真实世界双胞胎化为一个或多个数字化的虚拟世界。美国密歇根大学 Michael Grieves于2003年提出数字孪生的概念,他认为,数字孪生就是实体产品通过物理设备的数据在虚拟空间映射形成仿真的虚拟实体,而实体产品与虚拟实体构成了数字孪生。后来,数字孪生得到普遍重视和广泛应用,并逐步从航空航天领域拓展到智慧城市、产品研发、装备制造等场景。
  数字孪生在疫情防控中主要有三方面的应用:一是人体器官的数字孪生,也就是人造器官。人造器官(Artificial organ,又称Lab-grownorgan,或称Man-made organ)起源于人类器官的衰竭或意外残缺。随着20世纪50年代以来快速发展的器官移植技术,人造器官如雨后春笋般地快速发展,如今几乎人体内的绝大部分器官(人造皮肤、人造血、人造胃、人造心脏、人造子宫、人造骨骼、人造视网膜、人造肌肉等)都可以人造。人造器官是人类器官的补充和替代,是数字孪生的初级阶段。二是人口的数字孪生,即人的数字化过程,包括人的身体、行为和意识的数字化。人的数字孪生有助于健康管理和信息追踪,在应对突发事件中可以发挥不可替代的作用。三是城市的数字孪生,即结合新一代信息通信技术与虚拟现实(Virtual Reality,VR)、增强现实(Augmented Reality,AR)、混合现实(Mixed Reality,MIR)和介导现实(Mediated Reality,MER)等技术,对城市建设与规划、人口变动、交通运行、治安管理、文化旅游、医疗和教育服务等的模拟和仿真。数字孪生城市可以对现实城市的交通管制(比如“封城”)前、中、后的疫情传播和人员流动以及物资供需进行模拟。
  本文以人造器官为例说明数字孪生技术在疫情防控中的应用。人造器官虽然存在天然局限,却也给重症急症病人带来了延续生命的希望。在新冠肺炎治疗中,武汉大学中南医院用移动心肺仪(ECMO)成功救治了一名患者。移动心肺仪类似于人造肺,其技术原理是将体内的静脉血引出体外,经过特殊材质人工心肺旁路氧合后注入病人动脉或静脉系统,发挥部分心肺替代作用。ECMO治疗主要是通过为病人建立体外膜肺氧合治疗,先帮助其恢复正常血压和心跳,随后再维持呼吸功能,让肺部得到充分休息。该病人是湖北省首例用ECMO技术成功救治的新冠肺炎患者。据了解,ECMO技术已经应用几十年,特别近几年在急症重症治疗中得到广泛应用,不仅在救治肺炎,而且在救治心脏衰竭病人中也可以得到应用,特别适合新冠肺炎危重症患者。在疾病的突发应急中,人造器官可以发挥较大的作用。
  3 讨论与结论
  数字人口在疫情防控中具有广泛的应用,不仅可以在医学上有效防治疫情,而且可以实现疫情的精准防控,更重要的是,可以更加人性化地保护医务工作者,从而遏制疫情的二次乃至多次扩散。因此,在疫情防控中要充分发挥数字人口的作用。
  大力发展数字人口需要从三个方面入手:一是加快推进数字化进程。数字化是人类发展的大势所趋,也是未来智能化的必经阶段。大力发展数字化技术重点需要推进人的数字化,即加快推进互联网和物联网的发展,让人的身体和行为以及意识数字化,确保每个人都有自己的数字化数据库,而且每个人的数字化数据库能通过加密的方式实现互联互通。二是加强数字人口工程建设。在伦理先行的基础上,加快推进人造器官、专家系统、机器人和数字孪生人口工程建设。借助生命科学、计算机科学以及自动化技术等,加强人造器官和机器人的研发及其应用。借助大数据、物联网和人工智能等技术,加强计算机专家系统和数字孪生人口的研发及其应用。三是大力发展数字人口学。数字人口学不仅仅关注人类自然体的再生产,而且重点关注人类自然体的仿真体和数字体的再生产,以及人类自然体与仿真体、数字体的平行化过程,更重要的是,数字人口学最终目的是迈向智能人口学,而智能人口学旨在构造一个智能人口系统。在这个智能人口系统中,疫情防控将更加富有前瞻性、精准性和可操作性。
  (参考文献略 )
  (黄匡时,中国人口与发展研究中心副研究员;贺丹,中国人口与发展研究中心主任)