流调是怎么进行的？大数据的作用太大了

文|小代

每次疫情发生时，当地的病例人数公布后，大家最紧张等待的便是他的活动轨迹。

流调是漫长又辛苦的工作，但时间不等人，需要快速调查清楚病例的活动轨迹，以防止疫情的大规模扩散，老百姓更等着流调结果来自查。

流调是怎么进行的？大数据的帮助有多少？

每一个公布的病例活动轨迹中，时间线非常清晰，精确到每一分，对当事人来说，过去十多天的行程，恐怕只记得一个大概，这么详细的时间记录，根本记不住。

流调人员就像一个福尔摩斯，需要抽丝剥茧，一点一点地问，病例一点点地回忆。先有一个大概的行程雏形，然后借助大数据平台，把这个行程慢慢的具体化。几点乘坐公共交通？几点在哪里吃饭？几点去商场购物？把这些具体的事情填充上去。

听起来好像很简单，只需要询问和依据大数据即可，其实里面困难重重。流调不仅需要还原病例的活动轨迹，还要确定密接和次密接者，工程量浩大。

需要信息组和流调组相互配合，信息组依靠大数据，接受公安、街道以及工作单位的信息，收集到大量数据后，需要进行筛选审查，整理出最有用的信息，然后发送给流调组。流调组要挨个打电话进行流调工作，为了快速地完成流调，斩断传播途径，有时候半夜也要打电话询问。可能会遇到不想沟通的、直接否定的、或者故意隐瞒一些行程的、或者记忆力出现偏差等各种问题。这时候大数据的作用尤为关键，流调人员根据询问的情况，再依靠大数据的记录，剥丝抽茧般的判断受访人员回答的是否隐瞒，有无偏差。

大数据在流调过程中充当辅助作用，还是要依靠流调人员不断的现场和电话询问。但大数据能最大程度筛选出有用信息，如果一个确诊患者乘坐了一辆高铁，那么其他同乘的人，数据库能查询到这辆车的其他乘客人员，流调起来更加快捷。

大数据不是万能的，但流调中若没有大数据，难度实在太大了。

河南代码工场以“创新、开放、共享”为核心，整合河南老家所有软件企业的生产力、销售力等自身优势资源，有效解决软件行业的人才紧缺、开发成本高、拓客难、管理混乱、软件与服务之前融合性差等诸多难题。代码工场以坚持价值创造、共同发展为根本，建立了一套成熟完整的服务体系，整合软件企业的专业优势、共享资源、相互促进、以推动各方的共同发展，建立良好生态。