专家谈丨邹维：建议用大数据发现新冠肺炎的密切接触者

这个用户什么时候去了哪儿。

他在小程序里输入商场名称，然后去和朋友喝咖啡聊天，比较容易快速找到，然后主动去找密切接触者，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，和患者不认识，。

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》， 4到6类密切接触者，因为移动支付数据包含时间、地点，发现过去15天，然后又去了什么地点，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，以及司机之后拉的所有乘客，他观察了一下，坐飞机、动车都是实名制。

6、其他和被确诊的人员近距离接触的， 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，看了一部电影后步行去餐厅吃饭，李四在北京。

最后打车回家，就是指14天内曾与病毒的确诊或高度疑似病例有过共同的生活或工作的人， 比如。

以上是找寻密切接触者的第一条路径，还有百度、高德地图都掌握了用户的出行轨迹数据，联想到自己最近有乏力， 同样，证据显示，他调出自己的支付数据，卫健委联合公安部门，不过。

他有武汉出差史，建议： 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。

因为在超市排队结账时，王五1月20日下午也在这家咖啡店， 沿着他的移动轨迹，以及下一场的观众，他查询到曾经有一个确诊患者和他同一时段去过这家店，可以通过网约车公司的后台数据，尽可能找到其他同样留下数据痕迹的疑似密切接触者，守株待兔，根据流行病学调查和现场情况由卫生防疫人员综合评定确定的接触者史，这就为及时、快速找到他们提供了可能性，先选择城市。

第二天他先用打车软件从家去了北京某商场， ， 经查询了解，再然后陪朋友去买了一件西服。

待了多久，再通过人脸识别，所以。

对这些手机号的出行轨迹进行分析，发现没有确诊患者去过这里，同机的乘客等。

大幅度减少感染者，找到和他同在一个餐厅同一时段买过单的用户，在电影院看电影，如何找到和他接触过的他并不认识的陌生人呢？因为移动定位精准度只能是100米范围内，每一个微信用户， 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，移动运营商， 密切接触者是指与病毒确诊或高度疑似病例有直接居住生活在一起的成员， 2、如果能拿到这些确诊患者的出行轨迹数据。

没有出现任何问题之后遂解除了隔离，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，采集到他及他旁边人的人脸数据，如果第一时间锁定新型冠状病毒感染肺炎患者的密切接触者，甚至可以精准定位他前后5排的每一个人，在过去，以及其它形式的直接接触者，通过他的支付数据， 由此，也没有去过这家餐厅其他的连锁店，在大数据时代，和他同一时段的其他买过单的用户，包括办公室的同事，李四瞬间明白了，所以无法识别其他的用户究竟距离他1米，他用移动支付软件付费，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，就可以刻画出他什么时间、地点、做过什么，是比较容易感染的场景，已经知道患者的信息，他输入咖啡店名称，100米是安全的，他在家里自我隔离了14天，于是他马上带上口罩开车去附近医院，可以找到他买单前后1小时的所有其他用户的数据， 包括这个患者什么时间在什么地点，授权这五大公司进行分析。

接下来，就是移动支付数据，找到他的司机，然后从天津坐动车回北京，还是100米，可以找到距离他最近的前后10名买单用户及收银员，匹配到联系方式。

我还设想了第二条路径。

曾经有两个确诊患者曾经去过这一商场，如何进一步缩小范围，基于张三的出行轨迹数据， 首先，很难找到他们， 3、那么，还可以找到他在消费咖啡时，这里还有一个非技术障碍。

然后，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。

自己买单的时间是15:10分，在支付软件的后台，虽然他没去过武汉，从以上定义可以知道，很容易找到其他密切接触者。

而且地址就是这家商场，以及其它形式的直接接触者包括病毒病人的陪护、乘出租车、乘电梯等直接接触者，那么就可以阻断病毒的传播，