创新背景

新冠肺炎疫情是公共健康安全的一大障碍，病毒的强效感染性预示着公共健康政策需要海量的数据支撑。在分析政治和社会措施在对抗疫情的有效性时，科学依赖于最完整、最干净和最新的数据。

创新过程

在2022年《自然科学数据》杂志上发表的一篇联合社论文章中，世界领先的研究机构呼吁世界各国改善传染病的数据收集。

慕尼黑工业大学（TUM）、约翰霍普金斯大学、牛津大学复杂性科学中心和维也纳兽医大学以及人道主义非营利组织ACAPS在内的研究小组共同收集了数十万份关于政府对大流行反应的数据。这些数据用于回答一些基本问题，例如：学校关闭在遏制病毒传播方面的效果如何？哪些旅行限制很有意义？应如何组织接触者追踪？

研究人员表示，除了疫苗外，学校关闭和限制行动等非药物干预措施是抗击COVID-19的最重要工具。这些措施的数据的可用性有助于测试对策的有效性。这使各国能够相互学习，并帮助它们在抗击大流行的斗争中采取成功的步骤。

尽管这些数据很重要，但缺乏适当的财政资源来收集数据，特别是在资源匮乏的地区。这些数据不仅对于了解原因和影响是必要的，而且还使科学界有可能在未来发生健康危机时更好地为州和政府提供建议。

TUM国际关系主席的研究人员负责协调世界上最大的流行病政策决策数据库。CoronaNet研究项目包含有关近200个国家政府为应对大流行而采取的130，000多种措施的信息。目前，有200多名志愿者不断更新该数据库。

大数据技术可以为公共卫生和社会措施的制定提供众多的参考意见，有助于各地区因地制宜制定各自的防控疫情的政策。大数据在公共卫生方面的使用既可供专家使用理解，又可用于政策措施研究。政策制定者和执行人员通过结构化的方法对数据进行分类，可以提高资源调动使用效率。

大数据技术可从巨量信息中心快速获取有价值的信息，将其使用在防控新冠疫情的公共卫生政策制定过程中，有助于为各地提供参考建议，并帮助预测各种措施的可行性。