高校新冠疫情防控系统模式设计与开发

陈劳 刘金扬 杜昀徽

摘   要：高校由于其群体性、大规模等特征，是疫情防控的重地，亟需一个能覆盖全、填报快、采集准、管理高效、统计实时、上报有效的信息系统。在分析现有模式的基础上，学校探索出一种新的模式并在五天时间内快速研发了疫情防控系统，该系统以微信小程序为入口，提供实名身份认证、自动定位识别、精确信息采集、三级审核管理、数据实时上报等功能。文章对其设计和开发过程进行介绍，实践表明，疫情防控系统具有采集快、定位准、体验好、效率高、管理便捷的优点，为高校的疫情管理工作提供参考。

关键词：COVID-19;高校疫情防控;精准定位;微信小程序

中图分类号：G647 文献标志码：A 文章编号：1673-8454（2021）05-0076-04

一、引言

自2019 年12 月在武汉发现新型冠状病毒感染者以来，该病毒在短时间内在武汉以及国内其他省份快速传播，这次疫情也是新中国成立以来在我国发生的传播速度最快、感染范围最广、防控难度最大的一次重大突发公共卫生事件。截至2020年3月5日12点，全国累计确诊病患80567人。政府也迅速采取了一系列措施来应对疫情管控，从23 日开始，地方政府陆续开始封城并通过媒体实时发布确诊人数。专家通过网络及媒体传播防治疫情的注意事项。全社会自觉在家自我隔离，戴口罩出门，企业延期复工，人员聚集场所关停。新冠病毒的快速发展已经严重影响到了人们的日常工作与生活。高校恰逢寒假期間，师生分散在全国各地，面对全体师生的疫情防控管理，高校都在关注三个重要问题：一是全校师生现在在哪，健康状况如何;二是全校师生每天是否有位置变动，出现位置变化的学生我们如何准确掌握情况;三是每日如何快速准确高效地完成数据上报，供领导决策。解决上述问题亟需通过信息化手段建立一个特定时期的疫情防控系统。

目前领域专家、政府部门和企业公司对COVID-19 疫情防控进行了大量的研究，各种疫情统计分析软件也应运而生，但这些软件功能大都是分层级的汇总式统计，同质性强。对于如何利用信息技术对高校这个特殊群体进行疫情防控管理的相对较少，本文正是针对以上问题而进行的研究。

二、相关文献和防控管理模式

文献[1]根据最早425 例确诊病例数据，描述了病例特征，并估计了关键流行病学延迟时间分布情况，在病毒早期呈指数增长的初期，估计了传染病倍增时间和基本再生数。文献[2]发现了第二代病例，指出病毒会“人传人”，对金银潭医院最初开始收治患者时候的信息进行归纳研究，指出非华南海鲜市场暴露的病例的存在。文献[3][4]指出尚未完全了解新冠病毒的情况下，控制传染源，减少人员流动和传播，我们必须坚持的一项策略就是早检测、早诊断、早隔离、早治疗。文献[5]分析了高校疫情防控的严峻形势，指出了个体信息收集是一件有难度、极重要的事，急需高校提供统一的信息传递工具，既可实现个体对信息获知的确认，也可以及时向组织汇报信息，避免现在的无法确认是否所有个体已获知信息、手工汇总数据等落后方式。文献[6]指出政府各级管理部门的政策和学校紧急制定的各项措施需要及时、精准、高效实施，但由于疫情防控期间刚好是寒假，师生分散在全国各地，这时需要有一个畅通的信息传输渠道保证上传下达。如何在短时间内快速建造一套能实现对个体信息的快速、精准收集和确认，要具备可以实时分层统计、汇总和上报等功能，还要简单、好用的疫情防控系统，实现对高校防疫的精细化管控新机制、新模式，这是全国高校防疫需要直面的重要问题之一。

COVID-19疫情爆发突然，传播迅猛，举国上下齐心协力，共同抗疫。对于疫情防控管理模式，各个高校各不相同，主要有两种管理模式：

（1）线下分散采集、线下分散汇报。根据上级管理部门提供的上报指标，按照三级归口管理模式，自上而下进行信息采集，采集完后自下而上汇总上报。疫情初期只采集跟武汉及湖北其他地区有关系人员的信息，采集方式为点对点的微信、电话沟通采集。采集完毕后统计出相应指标逐级上报。随着疫情防控力度的加大，信息采集要求覆盖高校全体师生，这种传统的纯线下管理模式采集效率低、统计困难高、有效性差。高校管理人员压力很大。

（2）线上分散采集、线下分散汇报。该模式将线下采集模式调整为线上，利用第三方平台如问卷星、金数据等方式以问卷形式进行信息采集，采集完毕后信息线下汇总上报。相对于线下采集、线下上报模式而言，填报效率提高了，统计效率依然低，基层管理人员仍需通宵达旦统计数据，层层汇总上报。另外就是数据信息安全堪忧，采集中涉及师生的一些基础数据，都分布在第三方平台，数据泄露隐患大。

三、基于云平台防控模式的设计与开发

1.基于云平台防控模式构建

鉴于以上模式的不足，我们研究团队探索线上集中采集、线上集中汇报的云管理模式并设计了基于北航私有云平台的新冠疫情防控系统，其逻辑架构如图1所示。

该系统实现了“两统一”、“三督导”、“全链接”、“可追踪”等多项功能。这里的“两统一”即：数据统一线上采集，将需要采集的身份信息、健康信息、位置信息全部线上化，统一采集规范和标准;身份统一认证平台实名认证，所有用户通过统一身份认证平台实名认证，保证信息采集用户身份的有效性和信息的可信性。“三督导”即：基层管理员对每日填报率和准确性督办;二级管理员对填报情况进行督查;三级管理员将填报情况进行统计分析并上报。“全链接”即：通过网络将分布在全国各地的学生和教师全部链接到云网上，打破地域和时空限制。“可跟踪”即：对个人位置变动采用精准定位技术自动获取，解决重点信息的真实可信问题，便于异常追踪、一人一策管理。

2.设计与开发

北京航空航天大学从2020年1月25日开始启动研发疫情防控系统，本系统以北京航空航天大学官方微信小程序（以下简称官方小程序）为载体和入口，以统一身份认证为用户身份核验标准，以消息中心为信息传递媒介，引入互联网产品开发模式，小步快跑，快速迭代。在此基础上，5天时间内开发上线了覆盖疫情防控信息填报全流程的疫情防控系统。

（1）业务防控流程的设计

疫情防控业务总的流程如图2所示。

按照管理要求，师生需采集近14日情况的基础信息并进行每日信息上报，管理部门按照三级管理模式（人-所属单位-归口管理单位），所属单位每日督办师生填写并核对师生填报信息，保证100%填报覆盖率;归口管理部门依据师生填报的数据核对无误后进行汇总统计，提供给校级领导决策及上报上级管理部门。

（2）系统技术框架

疫情防控系统的技术框架如图3所示，系统采用分布式技术架构，应对高并发和高扩展。分布式系统是建立在网络之上的软件系统，具有高度的内聚性和透明性。因此，网络和分布式系统之间的区别更多的在于高层软件（特别是操作系统），而不是硬件。内聚性是指每一个数据库分布节点高度自治，有本地的数据库管理系统。透明性是指每一个数据库分布节点对用户的应用都是透明的，看不出是本地还是远程。分布式系统的架构对业务进行前后端拆分，前端负责业务交互，后端负责系统业务逻辑处理。

底层基础设施为北航私有云平台，可以提供弹性的服务器资源;应用数据库采用Mysql主从架构，读写分离;缓存数据库采用redis，Redis是一种支持Key-Value等多种数据结构的存储系统，可用于缓存、事件发布或订阅、高速队列等场景。该数据库使用ANSIC语言编写，支持网络，提供字符串、哈希、列表、队列、集合结构直接存取，基于内存，可持久化。同时利用消息队列应对高并发时的数据处理。

应用前端采用多服务器集群部署，请求之间通过负载均衡设备来均衡调度，尽可能地削平高并发的压力。用户入口为北京航空航天大学官方小程序，下拉即有，用完即走，减少自建App适配的管理和成本压力，整个后端的管理配置通过web端进行。

（3）功能模块开发

疫情防控通系统包含5大功能模块，如图4所示。

①身份认证对接的开发

对接学校统一身份认证平台，利用统一身份平台进行身份验证，返回用户真实身份的校内学工号信息。

②信息填报开发

用户通过每日打开小程序进入信息填报页面，首次填报进入基础信息填报页面，填报个人基础信息及近14日内信息，填写信息根据填写的实际情况动态填写相关内容，基础信息只需填报一次，填报后不能修改。每日填报个人相关信息，每日上报信息分为个人健康情况，包括体温情况，是否发烧、咳嗽，是否接触过确诊人员等告知信息;个人位置情况，自动获取位置信息（利用高德地图api接口）;个人其他情况申明，包括是否有跟重点地区（武汉、湖北）人员接触的告知等。每日填报内容中已经填报的系统自动默认显示，无需重新填报，对于无修改需求的师生只需要点击获取位置后直接提交，所有操作打开手机30秒内能快速填完。系统信息采集界面如图5所示。

③填报管理开发

填报管理功能实现了对全校师生填报信息的管理工作，包括填报督办、信息修改、信息核对。疫情防控系统按照三级管理权限进行疫情信息填报的管理，三级管理体系如图6所示。

针对高校的管理体系特点，整个管理按照归口分成学生归口和教工归口，学生归口以班级为单位，辅导员管理一个或者多个班级，學院副书记管理一个或者多个辅导员，学院书记负责整个学院的学生填报。每个辅导员负责管理范围内的所有学生的填报和信息核准，对于确实有困难不能填报或者信息填报错误的情况，核实后管理员可通过代填功能进行填报和修正。教工归口以教工所属单位为单元，单位负责人负责全面督办，单位办公室负责人负责整个单位的填报和信息核准。为了提升督办效率，系统提供一键催办，对于分管范围内未填写的人员将会收到未填写的短信通知，用户通过短信里的链接可以直接填报。

④填报统计开发

填报统计是系统的一个重要功能，是向上汇报的依据，也是向下督导的抓手。根据上级单位和学校管理要求的指标项开发了统计查询页面，每个管理员都可以看到自己分管范围内的统计指标，对于有异议的指标项目可以直接点击查看数据明细，便于快速核对和修正。归口部门管理员将指标项按照上级单位的填报要求进行审核上报，便于快速上报，指标体系包括总人数、已填人数、未填人数、境外人数、疑似病例数、确诊病例数、今日在校人数、仍在武汉人数、仍在湖北其他地方人数、14日内有武汉经历人数、14日内有湖北其他地区经历人数、14日内有湖北地区经历返京人数等21个统计纬度指标，统计界面如图7所示。

四、结语

北京航空航天大学采用采集、汇报全线上的管理模式，利用移动互联网技术让数据跑代替人工跑，极大提升了管理效率。疫情防控系统于2020年1月30日上线，在国内高校中率先使用信息化手段进行疫情填报管理，截至撰稿前夕已高效运行240余天，累计打卡800万余次，连续200多天打卡率100%，最高并发达到2万人次请求，有效解决了覆盖不全、采集慢、管理效率不高、统计慢的痛点问题，大大降低了基层管理人员的沟通成本，提升了疫情防控的管理效率，同时为打好疫情防控狙击战、全方位联防联控提供了强有力的数据支撑，实践证明基于云平台的疫情防控模式是疫情防控的最佳方案，也是高校特别是人数规模较大高校进行疫情管理的最佳选择。

随着疫情防控常态化不断推进，疫情防控系统将成为高校突发疫情管理的重要信息化手段，也会给师生每日学习生活带来一定的负担，需要在使用物联网技术降低师生的日常填报负担上进行进一步的研究实践，同时需在数据分析和预警方面进一步进行研究和优化，使疫情防控管理更具有前瞻性和可预见性。

参考文献：

[1]LI Qun，MED M，GUAN Xu-hua，et al.Early transmissiondynamics in Wuhan， China， of novel coronavirus-infectedpneumonia[J].N Eng J Med. DOI：10.1056/NEJMoa 2001316.

[2]Jasper Fuk-Woo Chan，Shuofeng Yuan，Kin-Hang Kok，et al.A familial cluster of pneumonia associated with the 2019 novel coronavirus indicating person-to-person transmission： A study of a family cluster[J].The Lancet，Doi：10.1016/S0140-6736（20）30154-9.

[3]Lingai Pan，Li Wang and Xiaobo Huang.How to face the novel coronavirus infection during the 2019–2020 epidemic：the experience of Sichuan Provincial Peoples Hospital[J].Doi： 10.1007/s00134-020-05964-0.

[4]Fu-Sheng Wang，Chao Zhang.What to do next to control the 2019-nCoV epidemic[J].Doi： 10.1016/S0140-6736（20）30300-7.

[5]王玉平.点对点的疫情防控，高校需要更有效的信息传递工具[EB/OL].https：//mp.weixin.qq.com/s/fMn0fRBwAAzxPn1qNuSdJA.

[6]陆以勤：信息化技术在高校疫情防控中的应用[EB/OL].https：//mp.weixin.qq.com/s/00d0LSDNyfSeLiXkWAh _XA.

（编辑：王天鹏）