2月3日，中央下达“应收尽收”新冠肺炎感染者指令后，武汉市大批扩建方舱与征调宾馆、学校，使“应收尽收”逐渐落到实处。同时实施“拉网式大排查”、上门测体温等，到当月18日，床位已有空余，“应收应治”达到预期目标。新增曲线在400例左右，预期也会进一步好转。湖北其他市州的情况，也同样在不断好转中。

湖北、武汉等地随着出院人数的增加，以及未来复工复产的需求，将面临新的问题。一是病人跟踪管理：有些出院人员，已有数据显示病情还会反复，也就是仍然不排除传染性，需要进行跟踪，包括本人的病情发展，以及活动轨迹等。另外，由于本次新冠肺炎病毒传染性太强，最长潜伏期达1个月左右、治愈出院10天后还可复发，说明抗体很不稳定，大量无症状但携带病毒者无法管控。二是复工后人员管理：哪些地区可以逐步实现复工，需要有第一手的数据表明该区域已是低风险区域。另外，复工后还要进行高、中、低风险区的显示及预警，让人员自动避开疫情高风险地区，降低病毒传染风险。

鉴于以上需求及面临的问题，建议建立并利用人口大数据做好新冠肺炎疫情精准管控。

建立在武汉人员大数据库，形成确诊、疑似人员的跟踪统计，注意在应用这些数据时，也要认真做好个人数据的隐私保护。统计确诊、疑似人员的信息，包括发病时间、治疗情况，以及出院后居住、活动情况、是否复发等。这部分人员是后期跟踪和防控的重点，如若有病情治愈后复发情况发生，则根据其活动轨迹，快速给出可能接触的人员信息，从而采取相应的隔离、预防等措施，将病情控制在有限范围内，巩固前期战“疫”成果。此部分数据从各医院、隔离点采集，比较容易获得，同时与中国移动（电信）合作，也能获得其活动轨迹。当然在应用中也要做好个人数据的隐私保护，不得用于防控疫情之外的其他任何用途。

统计其他人员信息。2月中旬开始，摸排已下沉到社区进行，居民每天的体温测试、采买活动等，基本已在网上进行。因此，建议借此机会尽快实现社区数据入库。原始数据可以由社区专门人员输入，也可在大多数情况下（操作者较年轻或能熟练操作）通过手机完成，只需输入住址或姓名或电话、体温、身体状况、当日外出时间、所经历位置及其他所需信息就行。社区工作人员（或者志愿者）只需进行检查，补充无能力自行完成的人员信息即可。对于低风险门栋或低风险社区，可以动员门栋邻居或社区志愿者协助进行。这部分工作量虽大，但对后期形成完整的城市疫区“画像”，给出高中低风险区及预警是必须的。当然在应用中，也一定要做好个人数据的隐私保护。

进行大数据分析，形成城市“画像”、疫区作战地图，并为政府提供辅助决策支撑。有了上述人口大数据支持，各级疫控部门可以了然重点控制对象，对高或中风险人群、区域，可重点标识与管理，可绘制疫情地图，可帮助健康人规避风险。

如果社区或门栋再新出现病患，也方便迅速确定风险区域与风险个人。

随着疫情好转，复工复学提上议事日程，通过大数据分析，也可以更精准解决何时解封、企业何时复工的问题，以最大限度减少复工复学的风险。在复工复学后，万一出现疫情反复，也可最快作出应急响应。

根据大数据分析，给危险区域、上班人群提供预防中药，用成本价向需要人群发售预防中药。疫区未感染新冠肺炎的人员，尽管宅在家，但团购、购药、慢性病救治、社区服务等，不可避免有人员之间交流接触，导致仍有潜在的传染风险，更有无症状感染者也有可能是传染源。因此，预防是很好的方法，大数据分析，可以给出需要加强预防的区域，从而实现有的放矢进行防控，进而提高预防效率。

形成的人口大数据，进一步与智慧城市系统相连形成一体化系统，提升城市管理效率。传染病防控应具备全局性、系统性的思维，除了采集的人员相关信息形成的大数据系统外，建议进一步与已有的智慧城市系统相连接，形成一体化系统，特别是与供水、排污、垃圾处理、住房等各类大数据相关联。这样可利用人工智能、大数据分析、可视化技术等形成更全面的疫情态势分析，为政府部门提供辅助决策支撑。包括加强红区消毒、强化社区封闭管理工作，重点解决那些管理松懈社区的问题。