原文链接：
《“十四五”数字经济发展规划》指出，到2025年数字化公共服务将更加普惠，更加平等。在医疗领域，阿里云通过数字技术为各地政府打造了疫情防控应用和医疗大数据平台，均作为数字健康典型案例被国家卫健委嘉奖。我们希望在医疗领域有更进一步的突破与创新，大胆尝试将数字孪生技术运用其中。
2020年起，我们在工业、交通等行业数字孪生领域，得到国内外多个奖项的肯定，如今「数字孪生 x 医疗」又得到了来自”智博杯“的认可，获得了产业服务银奖。
本文将分享「疾控数字地图」的思考过程与作品呈现。展现我们在疫情时代下，为应对传染病蔓延课题，在数字医疗业务中通过设计专业做的一些积极尝试与改变。
全文共 2706 字，阅读需要7 分钟
①
疫情之下我们能做些什么？
2019年底新冠疫情在国内出现，传播范围也随着大量人口流动加速蔓延。新冠疫情爆发让我国疾控部门开始对重大突发事件的应对能力、疾控水平逐渐重视起来。作为阿里云产业智能的设计师，也希望通过阿里云的数据与技术能力，在疫情之下找到自己的答案。
〇 要解决什么问题？
为了熟悉疾控业务场景、流程、难点及其中涉及到的产品与技术诉求，我们走访了省疾控中心信息中心。通过走访我们发现，打通业务链路并为居民和医院提供帮助是疾控中心亟待实现的目标。在传染病监测预警中，涉及多维数据收集与分析，数据来源不仅包括医疗机构、流调数据、各类聚集性场所、交通工具等，环境数据的监测对研判传染病的源头与传播途径也至关重要。
经过调研和梳理，我们拆解出3个主要痛点及目标：
〇 用户是谁？
要解决疫情场景下的痛点，就需要明确我们是为”谁“在解决问题。疾控业务主要面向疾控中心与卫健委主管疾控的部门的工作人员，服务的对象则是每一个生活在城市里的你我他。管理部门需要对服务提供方进行监管，提供物资调配与诊疗辅助，对所有其他对象收集数据、发布预警、政策，对病例与密切接触者进行流行病调查。服务提供方和服务对象需要向管理方同步就诊数据与异常情况。所有对象及其之间的关联，则是推演研判的重要依据。
②
为什么通过数字孪生缓解这些痛点？
人类历史上，传染病对人和区域带来的影响是难以控制的、深远的、不可逆的，而防控与治疗措施的研究制定是高难度、高风险、低容错的。数字孪生体可以让疾控分析工作在一个与物理实体相映射的虚拟实体上开展，基于物理空间当前与历史数据，在数字空间中通过全维度的数据监测和反复推演研判，找到并验证疫情传播发展的规律，以仿真、可控、低风险、高灵活度的方式进行模拟预测，提前识别未来可能发生的风险。从虚拟空间回到物理世界，对真实空间可以进行精准有效的「反控」，在最合适的时间，对最合适的对象，采取最合适的疫情防控措施。
从客户、媒介、技术角度，为疾控部门提供综合性的解决方案：
政府- 识别风险、提前干预
疫情动态监测和趋势推演，找出变化规律，尽早识别风险；给出防控处置措施建议，提前储备资源，提高常态化疫情防控效率与能力。
公众 - 信息平等与信任
预警传染病危险因素，将健康教育建议精准推送给公众，促进信息对等，加强公众的安全感和对政府的信任。
医院 - 改善诊疗能力
通过风险提示和诊疗推荐，改善医生诊疗能力，优化医疗资源的分配。
技术 - 数字孪生
通过灵活可控和相对低风险的方式，在虚拟空间中开展多点触发的疾控模拟分析和风险预测，形成突显数据智能特点、客户可感知的数字孪生能力解决方案，提升产品竞争优势。
产品 - 形态创新
根据客户真实诉求，通过数字技术打造多端联动的产品方案，拓展产品类型与创新机会。
综上，我们结合客户价值挖掘出设计机会点：
③
构建疾控体系化构建数字孪生设计方案
对客户和用户大量的调研后，对诉求进行归纳聚类，提炼为环境监测 —> 推演研判 —> 预警防控这三大主要模块。
〇 交互设计
对上述场景中涉及到的数据进行收集分类，可以分为面向政府监管 G 端、医疗机构 B 端与居民 C 端的数据，根据业务目标与描述对象性质，选取不同的可视化呈现方式。在与业务和算法同学沟通过程中，根据传染病动力学模型确定设计方案中影响因子的选取与交互设计方案。从用户使用产品的场景出发，我们在推演逻辑上采用「正向推演」和「逆向推演」相结合的方式。
正向推演
当用户知道影响疫情的关键因素时，用户可以从影响因子出发，选择相关因素并指定作用对象或范围，调整参数进行仿真模拟，对推演结果进行时间空间维度的对比。
逆向推演
当用户明确了疫情管控目标，例如需要在3天内控制住疫情蔓延。可以采用逆向推演的方式，设置限定条件，通过知识图谱展现影响因子和目标元素之间的关联要素（即隐性影响因素），计算达到目标所需要的条件，即可得出精准高效的措施建议。
在设计影响因子相关交互操作时，我们结合传染病相关专业知识与涉众分析中的各类对象及其关系，尽量充分考虑社会、人文、自然等多维度要素，提供更多维度的调参可能。
利用数字孪生核心技术，推导整体解决方案。
〇 结合孪生亮点，推导整体方案
在环境监测场景中可以基于数字孪生对疫情传播风险尽早识别，将监控关口前移。在模拟推演中，我们利用数字孪生，将来多维因素在区域地图上整合起来，力求充分考虑各类因素的动态变化对疾病传播的影响。由此，环境监测与仿真模拟作为数字孪生能力与疾控工作的契合点，成为重点优化交互方式、打磨各方面体验、提升客户与业务价值的突破口。
④
医疗数字孪生：沙盘推演 + 微镜探查
我们在产品/大屏侧从两个创新出点出发，提炼出沙盘推演+微镜探查的概念方案。
〇 沙盘推演
按比例还原并模拟疫情发生区域的自然环境、天气因素、社会因素、人口因素、与社会因素。通过电脑端调整疫情影响因素，在沙盘中观察疫情对地区生态/人文/社会等方面的影响。
微镜探查
将产品类比成洞察疫情发展的显微镜，用户通过上帝视角在产品中模拟探查不同因素对疫情发展产生的影响，对未来的疫情起到趋势研判的效果。
⑤
不断探索，积极前行
作为数据智能与数字行业设计师，我们希望利用专业做出尽管可能微小但积极的改变，为业务、行业和社会带来一些价值。在公共卫生领域，我们不断在社会意义、客户与用户诉求、业务目标之间寻找契合点，探索数字孪生体验设计的突破口。疾控工作涉及到的公共卫生与医疗知识、伦理抉择、社会关系、经济利益等交织在一起，极度复杂；但希望通过在行业转型过程中加入数字孪生体验设计的视角与方法，最终可以在促进疾病预防、公共卫生资源分配平衡，改善全民健康、生活质量与社会公平信任的艰巨道路上，增加一点点推动的力量。
特别鸣谢：项目成员
数字医疗团队pd：达蓬 、基冈 、蒋梦华
数字医疗研发算法：延妮
阿里云设计中心设计师：项婉 、指耘、六衣
若有收获，就点个赞吧
0 人点赞
