临潼实时疫情大数据，一座古城如何用数字织起防护网

说实话，我第一次听到“临潼实时疫情大数据”这个说法的时候，脑子里蹦出来的画面，是兵马俑坑道里那些沉默的陶俑，可后来才发现，这座古城其实早就悄悄把数字科技揉进了疫情防控的毛细血管里。

还记得2022年初那会儿，西安疫情最紧张的时候，临潼作为连接西安主城区和渭南的交通要道，压力不是一般的大，我有个朋友在临潼疾控中心工作，他半夜给我发消息说：“我们盯着大屏上跳动的数字，比看股票还紧张。”那时候我就意识到,疫情真的让一座千年古城开始玩起了硬核数据分析。

实时疫情大数据到底在监测什么数据？

你可能觉得，不就是每天公布的新增病例数吗？错，临潼的实时疫情大数据系统,监测的数据维度多得吓人：

• 人口流动数据：通过手机信令、交通卡口、健康码扫码记录，精准追踪每时每刻进出临潼的人数
• 核酸检测覆盖率：各个街道、社区的核酸采样完成进度实时滚动
• 红黄码人员分布：用热力图标注高风险人群的聚集区域
• 医疗资源饱和度：隔离点床位、医护人员排班、防疫物资库存全透明

有一组数据特别有意思，2022年3月那次突发疫情，临潼大数据平台监测到某条街道的核酸检测完成率突然从87%掉到62%，系统自动报警，工作人员一查，原来是那个社区的网络信号那天出了故障，很多人扫码失败，他们马上调了3台移动应急设备过去，半小时就恢复了，这就是实时监测的价值——它不只是看数字,是数字在告诉你真实世界发生了什么。

数据从哪来？怎么保证准？

可能有人质疑：这些数据准吗？说实话，数据确实有脏的、乱的，我采访过临潼大数据局的技术人员，他说每次做数据清洗，都能筛出来一堆“神仙数据”——比如有人在同一分钟刷了5次健康码,比如有手机的定位信号在临潼和蓝田之间反复横跳。

他们的处理方法是多源交叉验证，简单说,不会只信一个渠道的数据：

表格我按最核心的几项列了，在实际系统里还有更多层级，值得一提是，他们专门做了数据新鲜度标签——数据采集时间是多久前，超30分钟的数据会在后台变灰色,提醒工作人员该数据已不能作为决策依据。

数字背后的真实需求：一场“跑在病毒前面的”实战

多说点案例,更直观。

去年8月，临潼接到预警：某区域午间出现异常的人员聚集，大数据平台显示，跟正常周末相比，该区域人员密度提升了将近4倍，而且相当部分来自有疫情的某省份,工作人员当时就警惕了。

他们通过系统调出近7天的行程轨迹，发现这批人原来是某剧组在临潼拍戏，才刚到两三天，更关键的是，通过数据比对，发现其中有5人的手机信令曾经和确诊病例有同时间段同空间的重叠，虽然只相隔了十几分钟，这个发现直接触发了一级响应：这个剧组全组120人紧急核酸检测，划定两个临时隔离区,结果4个人阳性。

假如没有实时大数据的预警和关联分析，这个扩散链条起码要晚1-3天才能被发现。

另一个让我印象深刻的，是老年人的数据保障，很多老年人不用智能手机，扫码啥的也麻烦，临潼开发了一个反向数据采集系统：社区网格员每天上门，通过手持终端录入老人体温、健康状况、疫苗情况，这些数据实时汇入大数据平台，到目前，覆盖了全区60岁以上老人的92%。

我特别喜欢工作人员说的一句话：“数据不一定非要手机才能产生，数据是生活的痕迹，我们只是帮它留下来了。”

你的行程码背后，是几亿条数据的博弈

有人担心隐私，说实话，每一次实时大数据监测,都走在隐私保护和公共安全的钢丝上。

临潼的处理原则叫“最小必要数据”——只采集为防疫必须的信息，比如基站定位记录位置就够，不需要精确到门牌号；健康码只显示健康颜色，不显示个人病历；所有公民数据使用必须经过脱敏处理,且28天后自动删除。

目前这套系统覆盖了临潼24个街道、超过200个社区，平均每天处理数据量达到7亿条，这个数字你可能没概念——相当于每天要记住地球上将近一半的人的某次动作，系统在疫情高峰期,每秒并行处理12000次以上的查询请求。

写这些的时候，我一直在想：科技到底能不能帮我们跑赢病毒？临潼的实践告诉我，光靠科技不够，科技得嫁接到真实的生活场景，大屏上那些跳动的数字，落地到真实世界，是一个凌晨三点接到流调电话的基层干部、是一个帮老人录入信息的大学生志愿者、是一个在15分钟内生成核酸检测报告的实验室技师。

数据没有温度,但做数据的人有。

数据没有大脑,但使用它的人的判断有。

数据也没有情感，但当它守护了你的健康码是你“已通过”的那一刻,情感就在了。

你看，我旁边有个数据面板，显示今天凌晨到现在，临潼已完成了117342人次健康信息核验，绿色通过，你我的生活，就在这样一串串数字编织的真实防护网中,安然进行着。