大数据专家涂子沛：光诚实不够，抗疫一线亟需强化数据思维

几天前，我看到新闻报道，钟南山院士的团队先后在粪便和尿液标本中分离出新型冠状病毒。这证实了病毒可以在人体的排泄物中存活，即病毒可能通过人体排泄物传播。

病毒究竟是如何传播的，这个问题几乎伴随着近两个月的抗疫全程。我注意到，一开始专家判断是呼吸，后来，有专家说通过眼睛也可以传染，接下来，又说通过接触、粪便，甚至气溶胶传播，中间有一段时间大家的注意力转向了公共设施，例如电梯按纽、扶手、火车上的洗手间等等，人们从出门戴口罩、护目镜，发展到戴手套，甚至一度在按电梯里按按纽也担心害怕。

钻石公主号邮轮就更说不清楚了，全员在船上隔离，最后全船却有621人感染，病毒究竟是怎样传播的，是通风、排污、食品还是其他什么东西，或者是气溶胶传播，目前没有定论。这么多种可能到底哪个概率最大，传染力最强？一直没说清楚。从疫情防控上来说，这是非常让人不安的。

2月24日，广州公布的一宗病例也让人迷惑。一家人一行六人1月22日乘高铁由武汉到达广州，在经过居家隔离14天的措施之后，2月21日有4人确诊。究竟是潜伏期长，还是在隔离之后又被感染，无从回答。

2月20日，在浙江省杭州市富阳区上官乡芳村检查点，工作人员展示手机上的“疫情防控云图”的实时数据。 新华社记者 徐昱 摄

从一个普通人的角度出发，我认为，传播途径一直不完整、不清晰是大众对新病毒感到恐惧最重要原因。我理解，对新生事物的认识需要时间，可是疫情的全面爆发已经有近两个月了，武汉封城也已经一个多月了，作为疫情防控最重要的一点认识，还有这么多疑问，说重一点，是后知后觉，显然这无法适应疫情防控争分夺秒的需要。我认为，这本质上是一个数据分析问题，这个问题的存在，证明我们一线的专家对病例的数据收集不详尽、不彻底，分析不到位，一线的专家很辛苦，付出很多、甚至牺牲也很惨烈，但方法对不对，需要反思、修正调整，尽快契合现实。

当下的重中之重，我认为是清晰地还原、确定病毒的传播渠道。

这几天，我常常想到2006年我在美国经历的一次疫情。

那年8月我去美国，飞机落地没多久就听闻美国爆发了大肠杆菌疫情，听说涉及20多个州，先后有200多人入院，出现3例死亡。因为刚到美国就遭遇一次疫情，所以印象特别深刻。

但在疫情早期，美国就成功地确定了传染源，有效地切断了传播链，避免了一场全国性的大流行和大恐慌，这一点同样令我印象深刻。

美国的流行病专家靠的就是详尽的数据分析。大肠杆菌寄居在人类的消化系统，它是通过食物传染的，这一点判断并不难。但一个人一天吃的食物那是五花八门，一个三明治、一份沙拉里面可能就有十多种配料，要确定是那一种引起疫情，那是相当不容易的。流行病专家设计了一份干预性很强的数据问卷，他们紧急会见患者，对患者一共问了450个问题，内容包括任何可能的进食、接触以及行程，最后拿回去分析，最终发现是一种“袋装菠菜”是传染源。

但不是全国所有的袋装菠菜带有病毒，而仅仅是一种“Dole”牌的袋装小菠菜带有病毒，也不是所有的“Dole”牌带有病毒，而只是在加州一个山谷中一块大小约1万平方米的种植基地出了问题，被动物粪便当中的大肠杆菌污染了。

在疫情发生的一周内，美国的流行病专家就锁定了袋装菠菜，不到一个月，就追踪到了出问题批次菠菜的准确种植基地，快速剪除了传染源。

在这个过程当中，还涉及到菠菜的召回，如果迟迟不能确定准确的传染源头，整个市场上的菠菜都不能售卖，已经流通的也要全部召回，这对菠菜行业无疑是一个巨大的打击。

举这个例子我想说明，在疫情溯源问题上，数据的收集和分析是非常重要的。这关系到能不能在最短的时间里找到传染源，切断传播路径，也关系到如何制定防控手段。传播手段都不知道，你如何设计隔离方案？万一留下漏洞怎么办？如果口粪传播成立，那么楼上楼下的光隔离房间是不够的，还要在马桶上面想办法。

其实，数据分析在流行病防控当中有非常久远的应用，历史上还有一些相当成功的案例。19世纪50年代，伦敦爆发霍乱，当时主流的观点认为是这种烈性传染病是通过空气传播的，有一名医生斯诺，他分解了一个区域房屋的水源，发现死亡的数据和供水路线有高度的相关性。饮用A公司自来水的家庭有1263人死于霍乱，而饮用B公司水的家庭只有98人死于霍乱，按照每万户的死亡率作对比，相差8.5倍。两个公司为什么有区别？斯诺追踪了两个公司的水源，最后发现，A公司是在泰晤士河下游取水，而B公司是在上游取水，当时的泰晤士河已经被霍乱患者的排泄物污染了。由于快速认清了霍乱的传播渠道，伦敦这一次霍乱得到较快平息，避免了更大的损失。

1904年广州霍乱流行，当时的女医生张竹君用了同样的思路应对，她认为患者呕吐秽物污染了江河水源，扩大了疫情传播，建议当局用船从广州郊区运水。两广总督采纳了她的建议，派出军舰拖水供市民饮用。几周之内，疫情就被控制下来，成为中国流行疫情防控历史上的经典案例。

回到我们当前面对的疫情，SARS-CoV-2的传播已经到了第三代、第四代，传播力在减弱吗？致病性有没有变化？我们需要清清楚楚的数据，才能得出结论，从目前情况看，存在轻症感染，还存在无症感染，这都增加了分析的难度。

办法也有。据多个新闻报道，已经有抗原抗体检测试剂在量产，通过一滴血，几分钟就可以查出患者的抗原抗体。有IgG抗体的可能是过去受过感染，有抗原的或者有IgM抗体的则是正被感染，以及多少人无症或轻症带病毒都可以检测出来。这种检测方式，收集的数据不仅快、准，而且分析价值也高，但面广难度大，我建议，我们要尽快着手，不怕麻烦，可以从几宗病例或者几个具有代表性的居民小区入手，尽早收集多一个传播全链条的数据以供分析。

理论上说，只要方法得当，我们可以从数据中得到足够多的知识，疫情防治是一门科学，需要严格按照科学规律办事，不放过任何一个疑问，不放过任何一个未解之谜，只有掌握详尽的数据，才能得出准确度高的结论。这是与死神在赛跑，马虎不得，犹豫不得。

加缪在总结人类应对鼠疫的经验时，指出“与鼠疫斗争的唯一方式只能是诚实”。 我认为，诚实就是说真话，即实事，经过疫情初期的应对，我们都认识到了说真话的价值，但说真话显然还不够，还要再加上数据的思维，就是“求是”，即通过全面细致的数据寻找规律。说真话加上数据思维，就是“实事求是”，大数据时代的实事求是，也可以说是“实数求是”。真理要从数中求，没找对方法，即使“毫不放松抓紧抓实抓细”“坚决打好”“绝不允许”，也会事倍功半。我相信全面贯彻数据思维，再加上诚实，一定可以快速切断病毒的传播，事半功倍，在最短的时间内战胜疫情。

（本文原题为《涂子沛：光诚实不够，抗疫一线亟需强化数据思维》，作者涂子沛为大数据专家，著有《大数据》、《数据之巅》、《数文明》，首发于微信公众号“涂子沛频道”，澎湃新闻获授权转发。）