透过这几张图告诉你，冠状病毒的传染性有多强

“要是早知道半个多月前那是我最后一次出门吃东西，我绝不会只是喝一杯奶茶那么草草了事。”

面对这个冬天突发的疫情，“大门不出二门不迈”的我们，和朋友们云聊天时的第一句话也由 “你吃了吗？”变成“今天，你出门了吗？”，到小区门口拿个快递、丢个垃圾、甚至运动步数过百，都成朋友圈里一件值得炫耀的事情。

然而庆幸的是，在持续严厉的防控下，新冠肺炎疫情出现积极向好的态势，确诊人数连续减少，病亡率有较大幅度降低，治愈率也在大幅提高。

回想起网红专家的那句名言：“现在开始每个人都是‘战士’，你在家里不是隔离，是在战斗！你觉得很闷吗？病毒也要被你‘闷死’了。”

是的，病毒可能真的快被我们“闷死”了。

 

- 不出门就是最大的贡献 -

 

“长沙一场年会导致29人感染”，“日本钻石公主号邮轮感染比例已高达14.6%!”，“天津宝坻百货大楼194位销售员集中隔离”······

回顾疫情初期，从武汉的集中爆发，逐渐蔓延到全国乃至亚太各地区的散点频发，输入性病例是导致武汉以外地区感染的主要原因。

让我们不禁想起前段时间在社交媒体上广泛流传的一个视频，视频用散点图的形式模拟了新冠病毒的传播过程。由于新冠病毒极强的传染性，潜伏期内无明显症状的输入性患者，也许在公共场所不经意间的一个喷嚏，可能瞬间就使得一座城市为病毒所笼罩。

所以今天，我们想带大家用图数据的形式，回顾讨论一个朴素的问题：

究竟，病毒是如何在一座城市造成传播的？具体传播路径又是怎样的呢？

 

- 没去过武汉，为何感染了新冠病毒？-

 

前几日，一则来自江西新余市的疫情新闻引发社会热议，一时之间将这座城市推至风口浪尖。

因为一家医院的集中大面积确诊感染，新余市成为江西新冠肺炎疫情最受关注的地区之一。

截至2月17日24时，江西省新余市累计报告新冠肺炎确诊病例129例。其中新余第四医院发生的14名医护人员感染的新闻引起了社会各界的广泛关注。那么，作为江西面积最小、人口最少的一个设区市，为何新余早期的疫情相比省内其它地市更严重？而第四医院的感染又是如何发生的呢？

从这则案例入手，来自百度安全图数据领域的工程师们，通过对网络公开数据梳理分析，搭建出了江西新余市部分病例传播路径模型，结合确诊病例的流行病学调查结果，抽丝剥茧，勾勒出了这座城市部分新冠肺炎病毒的传播图谱。*新余市新冠病毒数据为政府公开信息，由@Yaya,@江南剑心2等多位位志愿者收集

 

01 谁是第一个中招的人—寻找传播源

 

据江西省新冠病毒疫情发布会公布的信息显示，新余与湖北相距不远，两地人员往来密切。武汉往西南方向有一条大广高速，进入江西后第一个地级市的主城区，就是新余的渝水区，路程仅两个半小时，两地来往密切。通过大数据分析发现，仅1月至今，新余、湖北两地往返人员就达19232 人次，目前仍停留在新余的还有3611人。

早在1月中旬，新余市就出现了一名情况特殊的从武汉出差后返余的危重症患者黄某某，在当地累计报告的确诊病例中，约有50名病例与这名黄姓患者有直接或间接关联。

- 第四医院病例病例传播路径 -

根据【确诊病例黄某某】这个顶点的4度邻接关系分析，得出所有与黄某某相关联的病例图谱。通过图上清晰可见，第四医院感染的14名医生都曾直接或间接的与黄某某有过密切接触。

据新余市公布的信息显示，患者黄某某主要负责该医院业务推广工作，与新余各医疗单位联系非常紧密，接触医护人员多，病发前就曾前往武汉出差。

其在1月16日出现了咳嗽、乏力等轻症后，仍与多名同事在外聚餐，之后几天继续上班，还参加了医药公司年会等活动，1月20日发生高热症状，开始在第四医院输液治疗，随即造成了第四医院14名医护人员被感染。

同时，黄某某年前还与新余市妇幼保健院、新余市人民医院员工接触较多，也引发了这两所医院的医生感染。

因此可以看出，这又是一则典型的由输入性病例造成的感染案例。

 

02 聚餐致6人感染—家庭聚集型传播分析

 

“别再聚了!” 这可能是疫情新闻报道中用的最多的标题。

各地市出现的疫情中，由家庭聚集性造成的感染所占比重最多，无外出旅行史和疫区人员接触史的本地居民感染，大多就是家庭聚会所致。

临近春节，不免走亲访友，吃个团圆饭，但由于新冠病毒潜伏期症状甚轻，甚至没有症状，一旦疏忽了防护，就容易造成“一顿饭的功夫，全家感染”事件发生。结合新余市确诊病例和亲属关系的关联分析，我们发现该市存在多起家庭聚集性感染案例。

- 新余市部分家庭聚集性病例 -

以张某某袁某某夫妇一家为例，1月23日-29日期间，他们先后和父母、岳父母举行过三次聚餐，1月31日晚张某开始出现发热症状，2月4日夫妇二人均确诊，与此同时，其父母亲、弟弟、妯娌、同事相继发病，共计造成6人感染，60多人集中医学隔离观察。

- 袁某一家感染亲属关系图谱 -

 

03 防控传染源—确诊患者特征分析

 

对于城市病例特征的摸排，特别是地区、密切接触人群等，也是挖掘病毒传播路径，切断传染源头的重要一环。由此，HugeGraph通过对新余全市129例病例的群体特征进行数据筛查后发现：

新余市新冠病例可以划分为第四医院直接和间接接触群体、武汉返余群体、外省务工群体等五大类别。

- 感染群体图 -

 

其中，重症或危重患者，主要集中在距离武汉最便捷的渝水区和与第四医院密切接触患者群体中。

- 重症/危重患者图谱 -

 

此外，经过对新余市全部新冠病例统计分析发现，该市患者年龄分布主要集中在40岁以上，占到该市患病比例的72.8%。

- 新余市确诊病例的年龄段分布统计图 -

 

- 疫情可视化，战疫背后的科技力量 -

 

互联网、人工智能等新兴技术行业掀起强劲攻势，为战胜疫情注入科技力量，利用HugeGraph等图数据库对病例进行可视化关联分析，也缩短了我们与病毒之间从“陌生”到“熟悉”的距离。

一方面，通过对确诊病例的活动轨迹分析，可以直接迅速的找出潜在感染人群，及时采取医务隔离措施；另一方面能够找出社区传播、家庭聚集型传播的特征，为疫情防控形势的判断、防控的措施制订等提供支持。

由百度安全研发的大规模图数据库HugeGraph，是一款面向分析型，支持批量操作的图数据库系统，它能够与大数据平台无缝集成，有效解决海量图数据的存储、查询和关联分析需求。

HugeGraph支持百亿以上的顶点和边快速导入，且可与Hadoop、Spark等大数据平台集成以进行离线分析（OLAP），并适用于多维度、深链路的复杂分析场景。同时提供可视化向导式的元数据建模、数据导入操作，一键部署、备份、图数据统计、升级、运维等周边工具，使用门槛低，方便业务人员操作。

据介绍，HugeGraph目前已经在GitHub上开源（地址：https://github.com/hugegraph），免费提供给各地区开展对疫情相关数据的关联分析。同时，百度安全还即将上线基于HugeGraph搭建的疫情防控图谱系统，希望借助图的力量，让疫情的传播有迹可循，让科学的预防有理可依。

值得开心的是，截止2月18日，新余市近日疫情发展有所好转。连续13天，核酸检测呈阳性患者人数呈下降趋势；连续13天，确诊患者人数呈总体下降趋势，其中2月16日、17日，新增确诊病例均为0例，确诊患者治愈出院46人，治愈率35.66%。

我们也期待，在科学防控的支持下，冬天终将会过去，春天终将会来临，有越来越多的好消息出现。

 

∇

更多疫情场景合作请联系

HugeGraph@baidu.com