大数据辅助决策在大规模核酸筛查中的应用

秦晓松，教授，医学博士，博士/博士后导师。现任中国医科大学附属盛京医院检验科主任，辽宁省医学检验临床医学研究中心主任。主要学术兼职：辽宁省医学会检验分会副主任委员；辽宁省医师协会检验医师分会副会长；中华检验医学教育学院辽宁分院秘书长；中华医学会检验医学分会临床免疫学组委员；中国医师协会检验医师分会甲状腺疾病专委会副主任委员；中国老年医学学会检验医学分会常委；临床化学（中文版）编委。曾在日本德岛大学医学部留学、美国哈佛大学医学院、意大利圣·乔万尼医院（San Giovanni di Dio Hospital）进修学习。主要从事生化与分子生物学及抗感染免疫、疾病诊断标志物筛选、实验室质量管理等领域的研究。沈阳市高级人才，主持和参与了多项国家及省部级课题，获经费近500余万元。获辽宁省自然科学学术成果奖二等奖1项。发表论文60余篇,其中SCI收录22篇。多次受邀在国内外学术会议上进行报告。

王思宇，硕士研究生，2018年于北京工业大学获得硕士学位，现任职于东软集团股份有限公司医学检验产品部。从事规则引擎、知识图谱、自然语言处理等方面研究，参与实验室知识库系统、实验室信息化管理系统研发工作。参与1项国家级科研课题，1项市级科研课题，发表SCI和EI论文2篇。

新型冠状病毒肺炎（新冠肺炎）疫情的暴发，使信息化建设在疫情防控中起到了至关重要的作用。目前，疫情防控已经由传统的表格抗疫转换为信息化抗疫，但相关大数据的治理与挖掘仍不够深入，无法为全场景的管理与决策提供科学依据。基于全场景疫情病原体信息检测系统，研发了大数据辅助决策智慧监控平台，主要包括资源、标本流转、检测机构等3个大数据智慧监控中心。该平台通过对疫情防控过程中的管理、信息、数理、医学等多领域进行联合研究，面向不同的工作场景与决策主体，实现全场景的大数据驱动管理与决策。经过国内多地核酸筛查工作的应用实践，该平台充分展现了基于大数据驱动的管理与决策的优势，具备高频实时、深度定制化、全场景沉浸式交互、跨组织整合、多主体决策等特性，为科学高效决策提供了实时、精准的大数据支撑。

新冠肺炎疫情是对城市应急处理能力的一次大考验，信息化应用在疫情防控和保障复工复产过程中起到了至关重要的作用[1]。近年来，涵盖标本采集、标本送检、标本接收、实验室端应用系统、指挥中心基础监控大屏等5大核心应用的全场景疫情病原体检测信息系统，为国内全域的大量核酸筛查工作提供了有效的信息化支撑，尤其是在疫情初期，面对“表格抗疫”的信息登记方式[2]、移动PC方案的标本采集等众多耗时、耗力、耗物资的现状，全场景疫情病原体检测信息系统以其精准、高效、低投入的理念，为信息化抗疫提供了完备的整体解决方案[3]。

然而，面对新冠疫情仍然严峻的发展态势，在有效支撑核酸筛查信息化工作的基础上，如何有效根据现有的各方面资源，对疫情防控预先实现有效部署？如何根据现有资源进行精准管理与决策？如何在大规模筛查过程中及时预测问题、发现问题、解决问题？是目前亟待解决的一系列问题。

全场景疫情病原体检测信息系统的科研团队，重新出发，聚焦科学问题，凭借对全国大量省、市核酸筛查工作信息化支撑的经验总结，依托于现有的全场景疫情病原体检测信息系统，成功研发了辅助决策大数据智慧监控平台。通过对工作场景、决策主体与相关大数据的分析，该监控平台主要包含3个分中心，即资源大数据智慧监控中心、标本流转大数据智慧监控中心、检测机构大数据智慧监控中心。各监控中心根据各自的工作场景与决策主体，呈现所需的大数据实时、动态信息，辅助进行相应的管理与决策，同时各监控中心大数据的实时互联、动态反馈，最终实现基于大数据驱动的全场景的管理与决策。

一、全场景疫情病原体信息检测系统

结合“表格抗疫”和移动PC采集的方案，以及针对疫情初期全国各地大规模核酸筛查过程中发现的问题，研发了全场景疫情病原体检测信息系统，该系统主要包含标本采集、标本送检、标本接收、实验室端应用系统、指挥中心基础监控大屏等5大核心应用。基于上述5大核心应用的核酸检测业务流程，首先登记护士采用采集APP，选择采集点位、采样模式，对转运箱码、试管码等进行开箱、开管操作，并对待检测人员的身份证进行扫描，通过OCR识别技术进行信息提取[4]，进行封管、封箱等操作；然后，转运人员采用标本送检APP，对需要送检的转运箱进行扫码，确认送检信息，执行送检工作；其次，检测机构采用标本接收APP，扫描需要接收的转运箱码，确认转运箱信息，进行接收；检测机构采用Excel管理方案，即用Excel录入上机板所检测标本的试管码和检验结果，并上传至实验室端应用系统。同时，该应用也可进行结果审核、报告查看、报告打印等操作，并可直接生成不同的结果文件格式，用于直接上报（如大疫情网等结果平台）；最后，指挥中心基础监控大屏为疫情防控指挥中心或相关管理机构提供的高度可视化、实时动态更新的数据展示系统。该信息系统对大规模核酸筛查工作起到了至关重要的作用，且具备高效、精准、低投入的特性。

二、大数据辅助决策智慧监控平台

大数据辅助决策智慧监控平台主要分为资源、标本流转、检测机构等3个大数据智慧监控中心，即从不同的场景与决策主体，实现对核酸筛查工作实现全场景的实时监控、科学决策。

图1为大数据辅助决策智慧监控平台架构图，其中资源大数据、标本流转大数据、检测机构大数据取自全场景疫情病原体信息检测系统。当标本流转的某一环节出现问题时，将通过相应大数据表征在其监控中心的决策主体进行调整或部署后，标本流转大数据智慧监控中心将动态呈现反馈数据[5]，且资源大数据智慧监控中心、检测机构大数据智慧监控中心的相关数据也将动态反馈，3大监控中心实时联动、互相作用，最终作用于全场景疫情病原体信息检测系统。

图1. 大数据辅助决策智慧监控平台架构图

1. 资源大数据智慧监控中心：准确、科学的调配与整合人、财、物、信息等各类资源是进行城市级核酸筛查工作的有效保障与前提条件。面对核酸筛查这一具体问题，可将各类资源的整合、调配分为前期准备、战时核酸筛查资源部署、常态化核酸筛查资源部署等3个阶段。针对不同阶段研发的资源大数据智慧监控中心聚焦于行政区划、人口、采集点、工作人员、检测机构等5个维度，可针对不同的核酸筛查任务快速建立灵活的跨部门联动和协作机制[6]。

图2为基于省级资源大数据智慧监控中心架构图，其从行政区划、人口、采集点、工作人员、检测机构等5个维度，对省级核酸筛查工作的各类资源进行实时统计和监管。在行政区划维度，统计省、市、区、街道、社区等各级行政区划的所属关系以及数量；在人口维度，统计各行政区划的人口底数；在采集点维度，汇总各行政区划的采集点详细信息以及各行政区划的采集点数量；在工作人员维度，上报各行政区划的医护人员数量、志愿者数量；在检测机构维度，各行政区划上报具备核酸检测资格的检测机构数量以及各检测机构的检测能力，同时通过省级资源大数据智慧监控中心的地图热图，可下钻到相应市级资源大数据智慧监控中心，对市级的5个资源维度进行详细分析、表征。

前期准备方面，对上述5个维度的现有资源进行分析、调配、整合。各行政区划决策主体可根据现有的人口底数，推演所需的检测机构数量、工作人员数量、采集点数量，同时各行政区划决策主体也可根据检测机构的日检测能力，部署工作人员数量、采集点数量等。对于各行政区划上一级决策主体，可统筹各行政区划的各类资源，实现跨行政区划的资源实时动态调配和整合。

根据战时、常态化核酸筛查要求，如核酸筛查范围、时间等要求，对上述5个维度进行相应资源的匹配和调度，并在核酸筛查时，根据标本流转大数据智慧监控中心实时数据进行本行政区划内、各行政区划间的资源动态调配。

图2. 资源大数据智慧监控中心架构图

2. 标本流转大数据智慧监控中心：标本流转大数据智慧监控中心主要针对前期准备、采集、送检、接收、检测等标本流转的各节点进行实时监控、预警。同时，依托于标本实时流转状态、趋势走向、关联关系[7]，各部门决策主体对资源大数据智慧监控中心的5个资源维度进行实时调配与整合。图3为标本流转大数据智慧监控中心架构图。

标本流转大数据智慧监控中心在采集、送检、接收、检测等标本流转的各节点，依次对其工作速率、速率趋势变化、标本积压情况等进行实时监控、预警。在采集阶段，该监控中心对开展采集工作的采集点、工作人员、已采集人数、待采集人数等信息进行实时动态更新，辅助相关决策主体根据采集任务、采集进度进行实时资源调整；在送检阶段，对当前标本积压状态进行实时反馈，辅助相关决策主体根据标本积压状态进行送检资源的实时调配；在接收阶段，对各行政区划不良事件进行实时通报，降低此类事件的发生概率；在检测阶段，该监控中心将实时分析各检测机构的标本负荷情况，便于相关负责人及时调整未送检标本的送检机构。

图3. 标本流转大数据智慧监控中心架构图

3. 检测机构大数据智慧监控中心：实时监控各类检测机构的检测能力、检测效率、当前状态等信息，保障标本检测质量，对于战时或常态化的核酸筛查工作具有重要意义。该监控中心围绕省级核酸检测工作，对其进行不同维度的数据挖掘，同时也可通过省级地图下钻到各市的核酸检测监控中心。该监控中心可协助各部门对相关资源、标本流转等信息进行实时状态跟踪，为相关决策提供检测机构核酸筛查的实时大数据。

图4为检测机构大数据智慧监控中心架构图，对于省级核酸检测大数据智慧监控中心主要面向省级相关负责人，从省级、各市、检测机构等3个维度，对核酸检测的能力、当前状态进行实时信息监控。也可通过省级监控中心地图下钻到市级监控中心，查看进一步详细信息。实时检测趋势走向、检测机构负荷情况等信息，科学有效的为各级决策主体提供管理和决策支撑。

图4. 检测机构大数据智慧监控中心架构图

三、临床应用与实践

自2019年新冠疫情伊始，全场景疫情病原体信息检测系统迅速投入研发，并于2020年临危受命，助力辽宁省大规模核酸筛查工作。目前，该系统作为第一个支撑城市级大规模核酸筛查任务的信息化系统在全国范围内已服务超50亿人次的核酸检测。

基于对全场景疫情病原体信息检测系统在全国范围内的应用，大数据辅助决策智慧监控平台得到了迅速研发，为智能监管、科学决策提供实时大数据支撑。该监控平台于2022年研发完成，并经过多轮的测试、迭代、完善，先后在福建省、西藏自治区、上海市、呼和浩特市等全国多地进行应用实践，对其大规模核酸筛查工作的有序开展起到了至关重要的作用，充分展现了该监控平台高频实时、深度定制化、全场景沉浸式交互、跨组织整合、多主体决策的特性。

四、小结

本文介绍了依托于全场景疫情病原体信息检测系统的大数据辅助决策智慧监控平台，其包括资源、标本流转、检测机构等3个大数据智慧监控中心，为疫情防控提供基于大数据驱动的全场景管理与决策。资源大数据智慧监控中心，针对行政区划、人口、采集点、工作人员、检测机构等5个资源维度呈现实时高频、深度定制化的资源大数据统计分析信息；标本流转大数据智慧监控中心，针对前期准备、采集、送检、接收、检测等标本流转节点进行实时高频、全周期沉浸式呈现，通过关联交互、趋势走向、地图热力图等展现其实时动态变化与特征；检测机构大数据智慧监控中心，针对省级、市级等不同决策主体，对各级检测能力、检测进度、检测机构负荷情况等相关数据进行大数据分析。另外，资源、标本流转、检测机构等3大监控中心，对不同场景进行各自独立监控的同时，彼此又相互关联、数据间动态作用，对相应的管理与决策呈现实时反馈，最终，实现基于大数据驱动的全场景的管理与决策，实时、准确、深入的为疫情防控提供有力保障。

参考文献

Hdrich F. Information systems in the COVID-19 pandemic: An analysis of infection dashboards and their state-tracking abilities[J]. 2021.

郭强,衡反修,束军.新型冠状病毒肺炎疫情背景下医疗卫生信息化建设思考[J]. 医学信息学杂志, 2020, 41(8): 8-11+24.

赵玉虹, 刘勇, 秦晓松, 等. 全场景疫情病原体的信息化检测方法: CN112488269A[P]. 2021.

Islam N , Islam Z, Noor N. A survey on optical character recognition system[J]. Itb J Informat Communicat Technol. 2017.

Torre-Bastida AI, Villar-Rodriguez E, Gil-Lopez S, et al. Design and implementation of an extended corporate CRM database system with big data Analytical functionalities[J]. J Universal Computer Sci, 2015, 21(6): 757-776.

周君, 贾昱晞, 周力, 千红, 等. 医学装备部门在疫情物资保障工作中的职能作用研究[J]. 中国医学装备, 2020, 17(12): 6.

Sekhar CH, Rao MS, Battacharyya D. Statistical analysis of novel COVID-19 based on real-time data and future epidemics[J]. 2022.