摘 要：一场突如其来的疫情拉开了2020年的序幕，疫情之下，不仅仅有医务工作者，基层服务人员等一线工作人员为我们保驾护航，还有大数据库所构建起的数据网络在抵御着疫情的侵袭，控制着疫情的扩散，在數据信息爆炸式增长的如今，本文将浅谈当疫情发生时，数据将如何更好地赋能效用。
　　关键词：大数据;新冠肺炎疫情;人工智能
　　每日网上冲浪时所关注的包含着新冠肺炎患者的数量、增减趋势，患者地区分布，境内、外输入病例等信息的疫情数据实时报告，便是数据之于疫情，之于我们最直观的体现，那么此次疫情过后，数据将会怎么更好地为我们服务呢？
　　本文以医疗与城市治理两个方面展开论述。疫情期间，不少地区城市，牢牢把握起疫情防控中的这一“利器”，注重大数据思维和手段助力治理能力的提升，逐步完善城市公共卫生环境精细化治理机制，建立起专业化、标准化、智能化、多元化城市社会基层治理架构，为建立数据城市积累了初具特色的经验和做法;另一方面，数据信息的爆炸式增长亦包括医疗信息数据的不断积累，且随着计算机算法的优化、学习能力的加强，数据将更好地应用在人工智能与医疗领域的深度融合。
　　1 数据汇总分析，拉响疫情警报，控制疫情发展
　　本次新冠疫情于2019年末源自武汉华南海鲜市场，并迅速发展成为了全球性难题，其迅猛发展与疫情初期政府医院的重视程度低有着密切的联系，政府之所以没有提前防控与对病情的错误评估以及缺少精准预判密切相关，因此，未来要格外重视数据的即时与共享，为人工智能辅助医疗的发展不断“充电”，推动人工智能在疫情突发上发挥更大的作用，做好疫情确定、预判流量，及时拉响疫情警报，防患于未然。
　　数据共享，政府、企业、个人实现全方位协作，政府推动数据库不断完善，打破数据垄断，企业之间加强数据共享，协作研发人工智能辅助医疗产品，推动居民信息实时全方面更新，才可建立起智能、立体、主动式的传染疾病防控预警体系。数据库内不仅仅包含了电子健康档案、电子病历、全员人口库等3大数据库，而且汇总了实时患者数据、居民信息、气候数据、全球流行传染病数据、牲畜以及野生动物数据，一旦在数据库内出现了多例类似症状，将患者的居住信息、活动信息、气候状况以及牲畜和野生动物等相关信息相连接分析，迅速判断是否存在疫情，是疫情还是流感还是普通的感冒，若存在疫情，便迅速定位疫情出现的地点，即刻封锁，并根据疫情所发生的地点和居住工作的人员进行相关追踪，监测其近期身体状况并且提醒其做好防护工作前往医院就诊。但如何根据有限的数据迅速准确确定疫情的发生与否及相应对策是值得思考的地方。
　　在疫情出现初期便可做到及时判断、监测传染病疾病类型、疾病来源、疫情集中地点等基础信息，提出预防预警信息以及预警登记，并通过深一步数据分析，推断疫情的传播途径，从宏观上根据人员流动情况判断疫情人数及分布范围，拉响全城疫情警报。并进一步推动政府做好疫情评估，提高决策质量，提前做好物资、床位、人员的配备，设置最优的资源配备方案，防止高风险区因资源缺乏而造成的患者丧生以及低风险区过度配备而造成的资源浪费，以期通过有限的医疗资源实现最大程度的医疗配备，减少疾病的传播。
　　2 数据收集，机器学习，助力疾病源头找寻、疾病诊断、药物研发
　　医药大数据作用的发挥主要依托于人工智能，依托于数据的不断积累，近年来人工智能也得以迅速发展，人工智能与医疗领域融合程度逐渐加深，体现在了医院与科研的方方面面，如智能阅片系统、智能导诊机器人、手术机器人以及药物研发系统等人工智能。
　　通过数据收集，智能阅片系统将掌握诊断疫情的要点且效率极高，能够迅速提高疫情背景下医疗资源紧张的社会的整体诊断效率。只需要通过数据录入，进行快速深度学习，阅片系统便可迅速掌握新冠肺炎的阅片要点，并根据新版手册实时更新，经由智能阅片系统进行阅片的速度可达几秒钟两三百副胸片，准确率可达95%以上。
　　病源寻找方面，通过数据提高全基因组测序（WGS）以及机器学习的工作能力，分析基因，寻找疫情的致病因素，分析疾病源头，抑制疫情扩散。科学家可以通过庞大的数据样本，收集DNA样本，进行全基因组测序，即对未知基因组序列的物种进行个体的基因组测序，分离出病毒，确立潜在的干预方案。
　　新药研发方面，随着医药数据的不断积累及计算性能的不断提高，数据主要应用在药物研发中的药物靶点识别、活性化合物筛选、蛋白结构预测及蛋白配体相互作用等方面，然而其新冠肺炎疫苗的研发依然艰难重重。
　　结语
　　随着大数据库的不断完善积累以及计算性能的不断提高，数据经由人工智能而在医疗领域的应用场景愈发广泛，的确人工智能效用的发挥需要丰富的数据积累，从而发挥作用，然而在疫情爆发之时如何依靠有限的样本量，在有限的时间内迅速准确赋能效用是未来大数据与人工智能发展值得思考的问题。