大数据技术通过“亮灯”机制精准识别未做核酸人群，依托手机定位、消费记录等数字轨迹实时追踪其活动路径，为城市防疫提供动态数据支撑，这一模式不仅提升了流调效率与管控精度，更推动防疫从“人海战术”向“精准施策”转型，数字轨迹的广泛应用也引发数据隐私、算法伦理等新考题，如何在保障公共安全与个人权益间寻求平衡，成为城市治理现代化的重要课题，标志着防疫工作进入技术赋能与制度创新并重的新阶段。
清晨七点，市民李女士的手机弹出一条提醒：“根据您近期活动轨迹大数据比对，您尚未完成24小时核酸筛查，请尽快前往就近采样点检测。”这条来自“城市防疫通”的提示，正成为越来越多城市防疫场景中的日常，随着疫情防控进入常态化，大数据技术凭借其精准、高效的优势，已成为筛查未按规定做核酸人群的“数字哨兵”，既织密了防疫安全网,也引发了关于科技边界与个人隐私的深层思考。
大数据如何“捕捉”未做核酸者？
在疫情防控中，“未做核酸”并非孤立事件，而是与个人活动轨迹紧密关联的“数据拼图”，大数据筛查的核心逻辑，是通过多源数据的交叉比对，定位“应检未检”人群，具体而言，至少涉及三个维度的数据联动：
一是身份与时空数据，市民的身份证信息、手机定位、公共交通刷卡记录、小区门禁出入记录等，构成了“人在哪里”的基础画像，若系统检测到某人在过去24小时内出入过商场、写字楼、地铁等公共场所，却未在核酸数据库中找到对应的检测记录，便会触发“应检未检”预警。
二是健康码与检测数据联动，各地健康码系统已与核酸检测数据库实时对接，市民每次核酸采样后，结果会同步更新至健康码，若健康码显示“绿码”，但检测记录超过规定时限（如72小时或24小时），系统会自动标记异常，并通过短信、APP推送等方式提醒补检。
三是行为轨迹的智能分析，结合大数据算法，系统能识别“高频活动人群”与“低风险暴露人群”的差异，外卖骑手、医护人员、超市员工等因职业需要频繁接触人群，系统会缩短其核酸提醒间隔；而长期居家者则可能适当放宽提醒频次，避免“过度打扰”，这种“精准画像”让筛查从“大水漫灌”变为“靶向定位”，大幅提升了效率。
从“被动追查”到“主动预警”：大数据重构防疫逻辑
传统核酸检测筛查多依赖“被动发现”——出现阳性病例后，通过流调追溯密接、次密接，再排查其核酸记录，这种方式往往存在滞后性，易导致“漏网之鱼”，大数据的介入，则让防疫逻辑从“事后补救”转向“事前预防”。
以某一线城市为例，其“防疫大脑”每天要处理超过10亿条数据，包括800万市民的出行记录、500万条核酸检测数据和1000万条公共场所消费记录，通过AI算法比对，系统每天能精准识别出约2万“应检未检”人员，并推送提醒，数据显示，该措施实施后，本地新增阳性病例中的“社会面感染”比例下降了40%，有效切断了隐匿传播链。
大数据筛查还缓解了基层防疫压力，过去，社区工作人员需要挨家挨户排查核酸记录，耗时耗力；系统自动生成“未检人员清单”，社区只需定向通知，效率提升数倍，在疫情反复的背景下，这种“科技赋能”让有限的防疫资源得以集中用于高风险环节。
争议与平衡：当防疫遇上隐私边界
尽管大数据筛查成效显著，但其对个人数据的深度采集，也引发了关于“隐私安全”的讨论，有人质疑：“我的出行记录、消费习惯被系统掌握，是否存在信息泄露风险？”“算法判定‘应检未检’是否绝对准确？”这些问题的核心，是如何在“防疫优先”与“权利保障”之间找到平衡点。
各地已通过“最小必要原则”和“数据脱敏”技术尝试破解这一难题，系统仅采集“时空轨迹”与“核酸结果”两类必要数据，不涉及聊天记录、浏览记录等敏感信息；数据在传输过程中加密存储，访问权限严格受限，且仅用于防疫目的，疫情结束后会自动删除，对于判定有异议的市民，也提供了“申诉通道”，经人工复核后可调整结果。
正如法学专家所言：“疫情防控中的数据使用，如同戴着镣铐跳舞——既要跳得稳，也要跳得正。”大数据是工具，其价值取决于使用者的规则意识，只有让数据采集、使用、全流程透明化，接受公众监督，才能让科技防疫既有“力度”，也有“温度”。
科技向善，方能让“数字哨兵”更可靠
从纸质登记到扫码核验，从人工流调到大数据预警，疫情防控的进化史，也是科技与疾病赛跑的缩影，大数据筛查“未做核酸者”，本质上是用技术手段弥补人力短板，守护更多人的健康安全，但技术终究是冰冷的，唯有以“以人为本”为内核，以“规范透明”为边界，才能让“数字哨兵”真正成为城市防疫的“安心盾”。
随着疫情防控进入新阶段，如何让大数据更精准、更安全、更人性化，仍需不断探索，但可以肯定的是，科技向善的方向，永远是让每个人在安全与自由之间,拥有更多选择权。
还没有评论，来说两句吧...