疫情地圖走紅后——

　　揭秘約翰斯·霍普金斯大學(xué)

　　作者：本報(bào)記者 鄧暉

　　隨著新冠病毒在全球范圍蔓延，透明、真實(shí)的疫情數(shù)據(jù)備受關(guān)注。一段時(shí)間以來，在眾多實(shí)時(shí)可視化數(shù)據(jù)發(fā)布平臺中，約翰斯·霍普金斯大學(xué)的疫情數(shù)據(jù)頻頻出現(xiàn)在包括美國本土在內(nèi)的多國媒體、機(jī)構(gòu)的報(bào)道和分析中。

　　相關(guān)數(shù)據(jù)顯示，從該疫情數(shù)據(jù)1月22日上線以來，每日平均使用量從1月底的2億次，在3月初上升到每日12億次，高峰時(shí)每日近20億次。

　　統(tǒng)計(jì)數(shù)據(jù)的機(jī)構(gòu)和網(wǎng)站如此之多，為何約翰斯·霍普金斯的數(shù)據(jù)更受青睞？這是一所什么樣的學(xué)校？在科研、教學(xué)等方面有什么特色？它和中國大學(xué)又有哪些合作？

　　火爆的疫情地圖背后：

　　權(quán)威的大學(xué)研究實(shí)力在“背書”

　　作為約翰斯·霍普金斯大學(xué)疫情可視化數(shù)據(jù)圖的核心開發(fā)成員，過去很長一段時(shí)間，約翰斯·霍普金斯大學(xué)土木與系統(tǒng)工程學(xué)院博士一年級學(xué)生杜鴻儒一直在“連軸轉(zhuǎn)”。他告訴記者，這一疫情可視化數(shù)據(jù)圖由他的導(dǎo)師、該校系統(tǒng)科學(xué)與工程研究中心的勞倫·加德納(Lauren Gardner)副教授倡議開發(fā)，最初的核心成員只有他和另外一位中國學(xué)生董恩盛。

　　“最開始，這一系統(tǒng)叫作‘約翰斯·霍普金斯大學(xué)系統(tǒng)科學(xué)與工程研究中心疫情可視化數(shù)據(jù)圖’。”杜鴻儒介紹，在今年1月份，新冠肺炎疫情還未在全世界范圍流行起來時(shí)，董恩盛就與導(dǎo)師達(dá)成一致意見，要做一個(gè)疫情數(shù)據(jù)地圖，并于1月22日完成并上線了最早一版。最早數(shù)據(jù)的收集完全靠手動整理，每天最多更新4-5次，但隨著疫情發(fā)展，這樣的工作模式難以持續(xù)，2月1日，杜鴻儒開始加入。進(jìn)入3月以后，數(shù)據(jù)已經(jīng)可以實(shí)現(xiàn)每20分鐘自動更新一次，并且加入了人工審核，保證數(shù)據(jù)準(zhǔn)確性。

　　杜鴻儒告訴記者，他的工作主要分為兩個(gè)階段：“在手動收集的階段主要負(fù)責(zé)數(shù)據(jù)收集整理以及美國數(shù)據(jù)的更新；進(jìn)入自動更新階段后，我主要負(fù)責(zé)編寫自動更新的代碼，同時(shí)負(fù)責(zé)維護(hù)Github數(shù)據(jù)庫，通過對比WHO的數(shù)據(jù)，驗(yàn)證數(shù)據(jù)的準(zhǔn)確性。”此外，為了不斷完善可視化效果，研發(fā)團(tuán)隊(duì)還對數(shù)據(jù)地圖進(jìn)行了多次改版。

　　記者注意到，約翰斯·霍普金斯大學(xué)的疫情數(shù)據(jù)地圖并不是“獨(dú)此一家”。隨著疫情在全球蔓延，哈佛大學(xué)與牛津大學(xué)合作、美國CDC官方以及《紐約時(shí)報(bào)》、CNN等媒體都構(gòu)建了自己的數(shù)據(jù)發(fā)布體系。“對手”眾多，約翰斯·霍普金斯大學(xué)的數(shù)據(jù)為何吸引到如此多的關(guān)注？采訪中，多位專家告訴記者，美國是聯(lián)邦制國家，各州可以根據(jù)自身情況制定不同的防疫措施，所以CDC地圖的更新速度和精度都很有限。而約翰斯·霍普金斯大學(xué)疫情數(shù)據(jù)地圖走紅的背后，既有著“最早啟動”等偶然性因素，也跟約翰斯·霍普金斯大學(xué)本身在醫(yī)學(xué)和公共衛(wèi)生領(lǐng)域的權(quán)威性相關(guān)。

　　“約翰斯·霍普金斯大學(xué)疫情數(shù)據(jù)圖的‘走紅’主要是兩方面原因，一是他們及時(shí)搜集整理了來自中國網(wǎng)站丁香園、美國和歐洲疾控中心等的疫情數(shù)據(jù)，數(shù)據(jù)覆蓋全球，更新及時(shí)，完整性和時(shí)效性甚至超過了WHO網(wǎng)站；二是約翰斯·霍普金斯大學(xué)在醫(yī)學(xué)和公共衛(wèi)生方面的研究歷史悠久，實(shí)力雄厚，公眾更加愿意相信它作為學(xué)術(shù)機(jī)構(gòu)的權(quán)威性和獨(dú)立性。這個(gè)數(shù)據(jù)系統(tǒng)的開發(fā)只是一項(xiàng)很具體的工作，社會效應(yīng)是主要的，學(xué)術(shù)價(jià)值是次要的?；羝战鹚勾髮W(xué)的研究實(shí)力是他們在疫情危急時(shí)刻得到公眾和媒體認(rèn)可的主要原因。”清華大學(xué)醫(yī)學(xué)院教授洪波告訴記者。

　　除此之外，清華大學(xué)醫(yī)院管理研究院副院長薛鐳認(rèn)為，與其他數(shù)據(jù)發(fā)布平臺相比，約翰斯·霍普金斯大學(xué)疫情可視化數(shù)據(jù)發(fā)布的界面易于導(dǎo)航和閱讀，同時(shí)更新最頻繁，在系統(tǒng)升級后可以自動抓取數(shù)據(jù)，即時(shí)性較高。“在這個(gè)過程中，值得點(diǎn)贊的是約翰斯·霍普金斯大學(xué)極強(qiáng)的學(xué)術(shù)敏感性，校方在發(fā)現(xiàn)這個(gè)疫情數(shù)據(jù)地圖‘火’了之后，迅速給予了相關(guān)團(tuán)隊(duì)強(qiáng)有力的支持，保證了這項(xiàng)工作的可持續(xù)性和專業(yè)性。”薛鐳說。

　　但在更新過程中，這一疫情數(shù)據(jù)地圖也曾經(jīng)出現(xiàn)過大的失誤，比如北京時(shí)間4月14日上午8時(shí)曾誤報(bào)“全球確診病例200萬”。

　　“因?yàn)槲覀冏龅氖侨蛞咔榈貓D，但每個(gè)國家的播報(bào)標(biāo)準(zhǔn)一直在變，比如西班牙會突然引入疑似病例，但我們因?yàn)檎Z言障礙有時(shí)無法將這一變化及時(shí)反映出來。所以現(xiàn)在學(xué)校給我們配備了一個(gè)很大的團(tuán)隊(duì)在做這件事情，系統(tǒng)也更名為‘約翰斯·霍普金斯大學(xué)疫情可視化數(shù)據(jù)圖’，圖書館、應(yīng)用物理實(shí)驗(yàn)室的很多科研人員給我們提供了很大的幫助。目前，所有數(shù)據(jù)都已經(jīng)實(shí)現(xiàn)了自動更新，只需要人工做一些異常情況的應(yīng)對工作。”杜鴻儒介紹，他現(xiàn)在的工作重心已經(jīng)轉(zhuǎn)向了數(shù)學(xué)建模，即在數(shù)據(jù)展示的基礎(chǔ)上進(jìn)行更多的分析和預(yù)測，“一是評估美國現(xiàn)有的疫情應(yīng)對政策效果，二是精準(zhǔn)到郡縣一級對疫情走勢進(jìn)行預(yù)測。”