突发公共卫生事件应急决策支持方法综述*

秦选斌 代 伟 陈邦华

(华中科技大学同济医学院医药卫生管理学院 武汉 430030) (武汉市疾病预防控制中心 武汉 430024)

马敬东

(华中科技大学同济医学院医药卫生管理学院 武汉 430030)

1 引言

我国《突发公共卫生事件应急条例》规定，突发公共卫生事件是指“突然发生，造成或者可能造成社会公众健康严重损害的重大传染病疫情、群体性不明原因疾病、重大食物和职业中毒以及其他严重影响公众健康的事件”。为有效预防、及时控制、减轻和消除突发公共卫生事件对公众造成的伤害，保障公众身体健康与生命安全，各国逐步完善突发公共卫生事件应对机制。2003年我国建立了一套以“一案三制”(应急预案、应急体制、应急机制、应急法制)为核心的综合应急管理体系[1]。根据应急预案内容划分，应急管理流程大致可分为应急准备、监测预警、应急响应和善后处置4个阶段。其中应急响应阶段是指在事件发生后，根据危急情况立刻科学决策并采取有效处置措施的阶段。

决策一般指在众多备选方案中选择最优方案以实现组织目标的过程，有学者[2]将应急决策分为问题定义、目标设定、项目设计、项目选择、组织实施和反馈修正6个阶段。在突发公共卫生事件应急响应中，应急决策和协调响应具有同等重要地位[3-4]，物资保障、应急指挥等应急响应子环节均需要应急决策支持，如智能化物资保障决策支持、决策支持系统(decision support system，DSS)和智能决策支持系统(intelligent decision support system，IDSS)等，为应急决策提供更多信息，助力科学决策。

传统应急决策支持方法及模型是过往应急决策支持研究的重点内容，而新一代信息技术背景下，基于大数据和人工智能的DSS、IDSS研究成为未来发展趋势。本文从传统和大数据两个维度，围绕突发公共卫生事件应急决策支持方法，对算法、模型、系统和应用进行梳理总结，为突发公共卫生事件应急响应及决策支持研究提供借鉴，以期促进我国应急管理事业发展进步。

2 数据来源与分析框架

2.1 检索策略

检索中国知网(China national knowledge infrastructure，CNKI)和Web of Science两个文献库。在CNKI中采用专业检索，检索式为：(SU=‘突发公卫’OR SU=‘突发公共卫生事件’)AND (SU=‘应急决策’ OR SU=‘决策支持’ OR SU=‘应急决策支持’)，共检索到59篇文献，包括学术期刊论文33篇、学位论文23篇、会议论文3篇。在Web of Science中选择核心合集，引文索引限定为科学引文索引(science citation index，SCI)、社会科学文献索引(social sciences citation index，SSCI)和新兴资源引文索引(emerging sources citations index，ESCI)，采用高级检索，检索式为：TS=((Public Health Emergenc*)OR (Public Health Crisis))AND TI=((Emergenc* Decision Making)OR (Emergenc* Decision Making Support)OR (Decision Making Support))，共检索到41篇文献。

2.2 纳入与排除标准

纳入标准：文献主题为突发公共卫生事件应急管理；采用方法为定性或定量应急决策支持研究。排除标准：文献虽然在标题或摘要中出现检索词，但主题脱离突发公共卫生事件应急管理范畴；文献对方法、过程描述不清楚，或未开展实际方法应用。

2.3 分析框架

通过对筛选后的文献进行初步归纳，拟从突发公共卫生事件的传统应急决策支持方法和基于大数据的应急决策支持方法两个维度进行分析，见图1。

图1 文献分析框架

3 传统应急决策支持方法

应急决策支持是应急管理领域的基础内容之一。基于现有文献，传统应急决策方法大致可划分为经验决策方法、“预测-应对”方法和“情景-应对”方法。

3.1 经验决策方法

经验决策方法主要依据个人经验和智慧，从意识、体制、方法和能力等多层面综合考虑并决策。Mintzberg H[5]指出在突发事件中，决策主体通常会选择依靠直觉和经验作出决策。通信技术不发达、信息不对称、事件随机性等因素往往会导致决策主体依据经验快速作出判断，因此经验决策方法是过去突发公共卫生事件的常见决策支持方法。

3.2 “预测-应对”方法

“预测-应对”方法是基于应急预案的决策方法，指在事件发生前相关部门和人员根据以往实际案例和经验编制当下应急预案，将发生事件情况和应急预案进行对比的决策。舒其林[6]认为“预测-应对”方法更适用于常规突发事件的应急决策。国家、省、市和区级“突发公共卫生事件应急预案”对应急响应的机制、措施和保障等进行了较详细的描述，是“预测-应对”方法得以开展的重要条件。

3.3 “情景-应对”方法

“预测-应对”在应急预案等基础上进行决策支持，其局限性在于较难应对突发公共卫生事件的动态性和随机性。“情景-应对”方法通过情景分析突显人、环境、事件之间的相互关系，可以较好地对未知风险进行决策支持。Mahmoud M[7]分析非常规突发事件的情景发展趋势与内在机理；Ahmed D M等[8]分析情景构建的步骤与方法，提出一种基于知识的“情景-应对”方法；张磊等[9]利用情景建模，从事件本身、事件属性和属性间关系3个角度探索基于“情景-应对”的应急决策支持方法。

3.4 传统应急决策支持模型

已有学者基于前景理论、贝叶斯网络、案例推理等理论方法，以特定事件为案例从定量角度进行应急决策支持模型研究。通过构建模型并验证其可靠性，旨在为未来可能发生的同类事件应急响应提供决策支持，见表1。

表1 部分传统应急决策支持模型

4 基于大数据的应急决策支持方法

上述传统应急决策支持方法的有效性已在实践中得到验证，然而随着大数据和人工智能的进步，传统方法无法大规模挖掘语义信息、较难根据事件进展动态智能决策等短板日益凸显。随着XGBoost、长短期记忆人工神经网络(long-short term memory，LSTM)、双向编码器表征(bidirectional encoder representations from transformers，BERT)等机器学习和深度学习算法兴起，自然语言处理技术、词向量模型及其他语言模型对文本数据的挖掘与利用逐渐成熟，知识库、知识图谱和仿真模拟等技术在突发公共卫生事件应急决策领域的应用研究逐渐兴起。

4.1 突发公共卫生事件应急知识库

知识库是采用特定知识表示方式来存储管理互相关联的知识集合。根据突发公共卫生事件的应急过程，应急知识库可以分为事前、事中和事后知识库，而事中知识库主要为应急响应阶段的应急决策提供支撑。

4.1.1 突发公共卫生事件应急知识库应用 知识库的主要作用是对医疗、经济、地理位置、公共卫生危险因素、人口死亡、应急资源等突发公共卫生事件应急管理相关信息进行梳理分类，将知识存储并应用于现实中的突发公共卫生事件应急管理工作。国外已有基于知识库的应急管理系统[17]。国内学者对突发公共卫生事件应急知识库的应用研究主要分为两类，一类关注知识库的内容组成，围绕突发公共卫生事件应急管理的医疗服务[18]、数据共享[19]、监测预警[20]等，运用内容分析、基于实体或本体的方法形成知识库内容。另一类关注知识库的系统构造，通过设计知识库原型系统，运用浏览器/服务器(browser/server，B/S)架构、MySQL等工具实现知识库系统的开发[21-23]。如徐建等[22]探讨如何构建突发公共卫生事件应急知识库，熊励等[24]提出疫情应急知识库的构建策略。

4.1.2 突发公共卫生事件应急知识库构建 根据知识库的构建流程，可以将突发公共卫生事件应急知识库构建分为知识获取、知识表示、知识推理和知识检索4个环节。(1)知识获取。收集大量突发公共卫生事件应急管理相关文本，为后续知识表示提供数据基础，如《国家突发公共事件总体应急预案》《国家突发公共卫生事件应急预案》以及针对各类传染病的专项预案、各级政府发布的政策指南等。(2)知识表示。对上述语料进行知识建模，以便机器识别和理解，此过程既要考虑知识的表示与存储，又要兼顾知识的使用和计算。(3)知识推理。主要包括基于规则的推理[25]、基于分布式表示的推理[26]和基于神经网络的推理[27]。(4)知识检索。主要包括传统基于分词的关键词匹配检索[28]、针对图像数据的检索[29]、3D模型检索[30]等。

4.2 突发公共卫生事件应急知识图谱

知识图谱是用节点表示语义符号，用边表示符号间语义关系的一种通用语义知识形式化描述框架[31]。Liu X X等[32]认为知识图谱是一种结构化语义知识库，以符号形式描述物理世界中的概念及其关系，通过知识表示和管理，解决知识检索和语义问题回答等知识关联问题。

4.2.1 突发公共卫生事件应急知识图谱应用 突发公共卫生事件应急知识图谱通过挖掘语义关系，在特定情境下给出基于大数据的预测结果从而辅助决策。国外对应急知识图谱的研究开展相对较早，聚焦基于知识图谱的疾病预测和智慧问答，如通过维基数据构建知识图谱以验证疾病发展趋势[33]；基于知识图谱实现涵盖医疗、公共卫生、物资、防控、科研等主题的智慧问答系统[34]。国内近几年对突发公共卫生事件应急知识图谱的研究逐渐增多，如基于实体和语义网规则语言推理规则的突发公共卫生事件辅助诊疗[35]、基于语义知识图谱的突发公共卫生事件网络舆情主题发现[36]等。

4.2.2 突发公共卫生事件应急知识图谱构建 通过文献梳理可知，知识图谱构建主要有知识抽取、知识融合、图谱构建3个过程。(1)知识抽取。指通过命名实体识别和实体关系抽取从海量数据中提取有用信息，如提取突发公共卫生事件应急主体、响应措施、事件时间、地点、人群等，以“节点-关系-节点”或“节点-属性-节点”等三元组形式储存。(2)知识融合。通过构建本体和知识库使计算机具有人类智慧，能够执行类人的推理过程，例如通过关联响应措施和人群，使计算机明白“人群应该采取什么措施”等规则。由于知识抽取的语料可能来源于不同语料库，存在一词多义或多词一义等现象，知识融合阶段还需开展实体对齐、实体消歧、实体链接等工作。(3)图谱构建。知识图谱主要以图形数据库形式存储并可视化，最常见的是Neo4j数据库。Neo4j数据库可将三元组中的节点表示为图形上的点，将三元组中的关系表示为点与点之间的连线，通过批量处理节点和关系，实现图形的快速增、删、改、查，从而完成知识图谱构建。

4.3 突发公共卫生事件应急仿真模拟

4.3.1 应急仿真应用价值 应急仿真可以模拟突发公共卫生事件发展的动态过程，模拟预防控制政策和应急响应处置方案的实施过程，进而为有关部门应急决策提供有力支持。此外，采用仿真技术搭建应急培训与沙盘演练平台，能够使应急人员更充分地利用网络资源提高应急处理能力。

4.3.2 国内外应急决策支持仿真应用 常见的突发公共卫生事件应急仿真模拟有基于系统动力学、基于Agent建模(agent-based modeling，ABM)和基于地理信息系统(geographic information system，GIS)的应急决策仿真。国外使用较多的是系统动力学模型，采用基于过程的仿真模型对突发公共卫生事件等问题进行研究。ABM是一种自底向上的建模方法，模型系统基本元素为具有适应性的Agent，Agent之间相互交互，最终形成一个复杂适应系统[37]，ABM在应急决策相关研究中得到广泛应用。GIS仿真模拟通过对城市空间数据、人群信息、突发事件信息进行收集、分析、监测和动态演化，以直观、高效的可视化方式为应急决策提供科学支撑，提升应急响应的快速性和精准性。目前GIS已广泛应用于地震、洪水、海啸等自然灾害应急管理中，在公共卫生领域尚处于探索阶段，见表2。

表2 部分应急决策支持仿真应用

5 结语

随着新一代信息技术的发展，传统应急决策支持方法和基于大数据的应急决策支持方法成为突发公共卫生事件应急决策的两大类方法。通过文献分析可知，目前国内外对突发公共卫生事件的应急决策支持研究主要围绕单一案例或单一任务展开，而面向应急响应全流程的整体性、系统性实践研究相对较少。同时较少有学者关注到应用效果的评估研究。未来应更全面、宏观地探讨应急知识库、知识图谱和仿真模拟对突发公共卫生事件的决策支持，创新应用方法，提高使用效能。