从当前来看，大数据等相关技术助力科学精准打赢疫情防控阻击战，在疫情处置和防控工作中已经得到了应用。比如，在疫情处置上，应急管理有关部门根据全国各省区市的新冠肺炎病毒感染实时数据，有针对性地调用医疗物资，分批有序地驰援湖北，对应收尽收的疫情患者开展及时救治，较大程度上实现应急资源和力量实时动态调度；在疫情防控上，数家互联网公司基于疫情数据，开发了一系列疫情APP工具，如“确诊患者同乘查询”“定制防疫地图”“发热门诊分布地图”等；一些省份相继实施了智慧防疫，如浙江采取“一图一码一指数”等精细化管理策略，山东疫情可视化大数据分析，厦门市开发了“疫情监测溯源大数据平台”，以及应急管理主管部门实施“交通大数据溯源”和“公安大数据定位”，开展“疫情动态追踪”。这些手段及时锁定了传染源，为疫情处置和防控提供了决策依据。这些经验值得总结，推广应用。

放眼长远，在这次疫情应对中，一些地方和部门在预防预警、先期处置、应急能力等方面暴露了一些短板和不足，比如，贯彻预防为主的工作方针不足，应急响应的快速反应能力不足。对此，可发挥大数据事前预测预警、事中精准发现等优势，在提前预防、预测预警、快速响应、有效处置防控等应急管理全流程中发挥重要作用。

在提前预防上，要建立公共卫生事件日常预防监测系统。通过搜集各种全国卫生相关历史数据，用大数据技术建立国家卫生情势演变模型，设定观测指标数据的态势区间。比如，发现某些传染疾病与野生动物的扑杀贩卖数量紧密相关，就可以把野生动物交易量作为重要监测指标，当这一数据指标增长过快，超出了一定阈值时，国家可以出台政策加强管理，以避免公共卫生事件发生。

在预测预警上，要建立动态的重大卫生事件预测预警模型。根据各种数据指标的变动趋势，提前预测出重大事件爆发的可能时间、地域和严重程度，以便提前做好一些准备工作。公共卫生事件可以通过建立大数据自动预警平台，监测一些重要医疗卫生数据指标，设定阀值，一旦超出阈值，就会自动向整个应急管理系统发出警报，管理部门可以根据职权范围做出相应决策。比如，通过建立公共卫生大数据自动预警平台，实现一些疑难病例数据的自动上报，自动识别统计病例的各项特征，自动归集分析。

在快速响应上，要建立大数据应急物资管理平台。通过大数据自动预测事件的严重程度和爆发范围，根据系统平台中的物资储备量和存储地点等数据，自动给出应急物资配置建议方案，避免事件突发后手忙脚乱、应对乏力的局面出现。

在事中处置和防控上，当前的大数据应用已积累了不少经验，将这些经验进一步总结完善加以提炼，应用到国家公共卫生应急管理体系中。