新冠密切接触者一般分6类
1、与确诊或疑似病人一起居住、工作或学习的人员。2、看望确诊或疑似病人时未进行必要防护的人员
3、与确诊人员同病房的人员或陪伴人员
以上3类人员,都属于和患者的强关系,比较容易快速找到。
4、与确诊人员共同乘坐同一交通工具且有着近距离接触的人员。这样的人员也是密切接触者,而且感染的概率是比较高的。包括飞机、火车、乘电梯等密闭空间。
5、与确诊或疑似人员共同用餐的人员。
6、其他和被确诊的人员近距离接触的,比如超市购物排队付钱时。在电影院看电影,在咖啡馆喝咖啡等。
4到6类密切接触者,和患者不认识,无关系。在过去,很难找到他们。但是,在大数据时代,所有人的行为几乎都会在互联网、移动互联网上进行数据留痕,这就为及时、快速找到他们提供了可能性。
首先,每一个确诊患者同时也是一个手机用户,移动运营商,包括移动、电信、联通,还有百度、高德地图都掌握了用户的出行轨迹数据,这个用户什么时候去了哪儿,又从哪儿去了哪儿,这些轨迹数据都是可以掌握的,那么追寻密切接触者的方法就有两个:
第一种、被动查找
1、各地卫健委将每一个确诊患者的所有手机号提供给移动、电信、联通,还有百度、高德地图等,对这些手机号的出行轨迹进行分析。当然,这里还有一个非技术障碍,这种对手机出行轨迹进行分析的一般是公安部门追踪犯罪嫌疑人时才能采取的非常手段,所以,需要从制度创新上突破,由国家有关部门快速决定,授权这五大公司进行分析。3、那么,如何进一步缩小范围,找到密切接触者呢?再加上一个新的条件,就是移动支付数据。因为移动支付数据包含时间、地点,并可以比较和其他用户的位置远近。比如,张三是北京第30位确诊患者。他有武汉出差史,他在确诊之前,先从武汉坐飞机到天津,然后从天津坐动车回北京,第二天他先用打车软件从家去了北京某商场,然后坐电梯去看电影,看了一部电影后步行去餐厅吃饭,然后去和朋友喝咖啡聊天,再然后陪朋友去买了一件西服,然后去超市采购年货,最后打车回家。
沿着他的移动轨迹,我们来分析一下,坐飞机、动车都是实名制,很容易找到其他密切接触者。
网约车打车,可以通过网约车公司的后台数据,找到他的司机,以及司机之后拉的所有乘客。
他通过移动支付,在购票网站里购买了影城的两张票。通过购票网站后台,可以查询到同一时间,在电影院的其他观众,以及下一场的观众。甚至可以精准定位他前后5排的每一个人。
他去餐厅吃饭,他用移动支付软件付费。在支付软件的后台,可以找到他买单前后1小时的所有其他用户的数据,同理,还可以从其他支付平台的数据后台,找到和他同在一个餐厅同一时段买过单的用户。同理,还可以找到他在消费咖啡时,和他同一时段的其他买过单的用户。因为在超市排队结账时,人和人距离比较近,是比较容易感染的场景。通过他的支付数据,可以找到距离他最近的前后10名买单用户及收银员。
这样,卫健委联合公安部门,基于张三的出行轨迹数据,尽可能找到其他同样留下数据痕迹的疑似密切接触者,短信通知他们做好防护工作,如果他们及家人出现乏力、发热、干咳等症状,需要马上戴上口罩到附近的定点医院就医。
第二种、主动登记
可以开发一个微信小程序《新型冠状病毒感染肺炎密切接触者比对系统》。将所有确诊患者发病前15日的出行轨迹数据导入比对系统。
包括这个患者什么时间在什么地点,待了多久,然后又去了什么地点,待了多久。
然后将这个微信小程序通过微信里的新闻发送给11亿微信用户。
这样,每一个微信用户,可以进入《新型冠状病毒感染肺炎密切接触者比对系统》小程序,先选择城市,再输入自己过去14天去过的公共场所、尤其是相对封闭的场所、餐厅、电影院等。
比如,李四在北京。虽然他没去过武汉,身边也没有人去过武汉,但是,证据显示,新型冠状病毒感染肺炎是人传人的。他想看看,自己近期去过的地方有没有出现过确诊患者。于是,他在小程序里输入商场名称,发现过去15天,曾经有两个确诊患者曾经去过这一商场。他进一步输入餐厅名称,发现没有确诊患者去过这里,也没有去过这家餐厅其他的连锁店,他觉得很安心。接下来,他输入咖啡店名称,发现曾经有一个确诊患者去过那里,而且地址就是这家商场。李四心里一惊,自己前几天刚刚去过这里。然后,他查了一下患者在这家咖啡店的时段是2020年1月20日14:00到15:30。李四记得自己1月20日下午也在这家店,他调出自己的支付数据,自己买单的时间是15:10分。李四瞬间明白了,自己也是密切接触者,联想到自己最近有乏力,干咳的症状。于是他马上带上口罩开车去附近医院。
同样,王五1月20日下午也在这家咖啡店,他查询到曾经有一个确诊患者和他同一时段去过这家店。不过,他观察了一下,自己并没有任何症状和不适,于是,他在家里自我隔离了14天,没有出现任何问题之后遂解除了隔离。
网友回复