去年1月中旬，深圳出现第一例新冠肺炎确诊病例。结合当时武汉疫情，中国科学院深圳先进技术研究院（以下简称深圳先进院）数字所高性能计算技术研究中心的尹凌团队迅速做出反应，投入到紧张的研究中，开展基于人群动态大数据的新冠肺炎传播风险与非药物干预措施的研究，在疫情防控期间，持续为各级疾控和政府部门提供了决策支持。

　　而这一切，都与融合大数据的多智能体时空传播模型密不可分。

　　精准预判各个攻破

　　“融合大数据的多智能体时空传播模型面向真实世界，实现了个体层面、建筑物级别的城市环境、人群动态、疾病传播的复杂交互过程仿真，能够有效支撑居家隔离、楼栋隔离、社区隔离、密接者追踪与隔离、外来人员隔离、佩戴口罩、减少出行、限制城际交通、停学、逐步复工等各项非药物干预措施的融合建模，不仅能够评估已经实施的干预措施效果，而且能够系统地、科学地辅助应对未来的疫情防控。”尹凌表示。

　　利用大数据分析与建模技术，尹凌团队就疫情各个发展阶段提供了不同的决策支持方案。在疫情早期，利用大数据建模对短期输入性人流及疾病风险进行实施监测与预测。随着疫情发展进入平台期，广东省各地市前期严防严控的效果已展现，团队通过交通大数据进行公共交通减流的模拟分析，提出不要忽视了复工人群公共交通出行的防控环节。在疫情回落期，团队为省市疾控部门研发了疫情高发国家的输入性风险动态监测平台。

　　进入疫情控制后的常态化防疫期，团队又马不停蹄地利用高精度仿真模型进行了针对城市内部疫情二次暴发的防控措施研究；结果表明，在常态化防疫阶段，一旦出现散发疫情，在保证密接者追踪与隔离的基础上，维持居民外出佩戴口罩不松懈，并督促疑似病例在发病后立即停止外出活动及时就医检测，则能够在四周内有效抑制疫情的二次暴发。此外，团队还开展了新冠肺炎感染患者愈后生活质量跟踪评估研究。

　　五年储备严阵以待

　　“养兵千日，用兵一时”，这句话同样体现在科研工作者身上。科学研究需要耐心和毅力，绝不只一朝一夕。能够做到对疫情防控辅助决策的快速响应，离不开尹凌团队一直以来的技术储备。

　　在2011年取得美国田纳西大学地理信息科学（GIS）的博士学位后，尹凌便来到深圳先进院，致力于国内蓬勃发展的时空大数据研究领域，聚焦于海量轨迹数据的城市人群动态分析理论、模式识别、建模与应用研究。

　　2014年，广东省遭遇20年以来最严重的登革热疫情。从那时起，尹凌就意识到，公共卫生领域，尤其是面向传染病防控的人群动态大数据技术储备十分重要。自2015年起，尹凌与广东省和深圳市疾控部门密切合作，以精准防控为目标，从提高模型的空间精度入手，融合海量手机位置数据与机器学习研发了城市内部百米级的登革热高精度风险制图方法、乡镇级的登革热时空预测模型、行政区级的流感时空预测模型，并提出了基于手机位置数据挖掘的定制化出行干预措施，以实现干预措施的“成本—效益”优化。

　　但人群动态大数据的应用，在新冠疫情发生之前，除了学术界，其他社会各界并未关注到其在传染病领域的深入应用。“这套技术是我国公共卫生体系中必需的技术储备。我们必须要面向常规各类型传染病和未来可能出现的重大突发传染病精准防控，发展常规备战与战时响应的一体化大数据关键技术与系统工具。”尹凌认为，一方面，需专注人群动态大数据分析建模的基础研究，为应用层面提供技术与理论支撑；另一方面，需与应用领域深度结合，把理论用于应用场景，在应用层面反哺理论研究。

　　这些长期孜孜不倦的积累，为新冠疫情的防控提供了技术储备，让团队和技术方案能够做到快速响应，为政府部门及时提供科学决策支撑。

　　在“沃土”上成长起来的大数据

　　回国9年，尹凌感受到国内大数据环境，尤其是深圳，有着得天独厚的优势。互联网企业的迅速发展，为促进产学研一体提供了更多可能性。同时，政府部门对科学的包容与接纳，也为科研工作者提供了一个良性的发展环境。

　　“有了一线的需求和一线的数据，科研工作就能迅速开展起来。理论技术在科技创新的氛围中能够找到出口，真正服务于社会。”谈及在深圳做科研工作的感受，尹凌如是说。

　　2020年5月，尹凌入选“广东最美科技工作者”，这对尹凌和她的团队来说，不仅仅是肯定，更成为了她们在科研道路上前进的动力。回溯几个月前，尹凌表示，在高强度的科研节奏下，团队在各方面的能力都得到了锻炼和提升，在技术上收获了更多的经验。

　　尹凌告诉记者，未来，团队将进一步向传染病大数据建模工作的两端延伸，一边深入基础研究，为精细化模型提供理论支撑，一边研发应用系统，让整套模型技术切实服务于各个类型的城市公共卫生体系。