绘制全球疫情实时地图的中国留学生(3)

一是动手早，在世界范围里先人一步，而与之后出现的其他疫情地图相比，数据更准确、更快；二是在流行病学方面比较专业，美国疫情精确到县级，对研究者和公众用处很大；三是在地图绘制方面表现出的专业性；四是数据公开透明，所有数据上传至GitHub，为全球所有政府决策部门和科研人员提供了开源数据；五是确保更新及时，用户参与度高，德、法、意等非英语语种国家的许多用户会主动向他们报告当地媒体报道的最新疫情，比等待官方审核渠道的确诊数字快得多；六是疫情地图的设计，黑色与红色对比度较高，构成视觉上的强烈冲击；七是约翰斯·霍普金斯大学在全球医学和公共卫生领域都享有很高声誉，使得疫情图从一开始，就具有普通大学难以单凭学校名声获得的权威性；八是从最初的导师推特到各国媒体的报道，产生了社交网络和媒体传播的滚雪球效应。

从日内瓦世界卫生组织总部，到纽约联合国总部和华盛顿白宫的疫情会，乃至《纽约时报》等美国主流媒体，也大都采用他们的统计。

不过，董恩盛特别指出，疫情地图和疫情数据并不能完整反映一个国家对抗疫情的能力。目前，国际社会缺乏全球性的疫情报告指导性文件，也没有统一的报告标准。各国、各地统计口径不一样，病毒检测水平不一样，各国民众对疫情的看法也不一样。

在欧洲和美国，同样存在不少数据统计上的混乱、缺失与重叠现象。比如，美国监狱系统分为联邦监狱和地方监狱，联邦监狱疫情是否计入了各州县统计不得而知，因涉犯人隐私和相关法律，多地也不愿公布监狱疫情。在州、县交界地区，出院或转院患者往往跨州，如何统计也是难题。此外，考虑到可能重复计算，美军疫情尚未统计在疫情图中。

在世界范围内，有时会出现“数据参考循环”，即相关网站的数据可能就来源于约翰斯·霍普金斯大学疫情地图，因而需要仔细甄别，不断提升直接获取数据的能力。

董恩盛认为，美国疫情虽然严重，但从科研和大数据创新角度看，不少做法值得借鉴。

比如，各种疫情预测模型分析层出不穷，相关研究可谓“八仙过海，各显神通”。不论面向学术界还是公众，这种数学模型分析是非政治化的，不管预测对错，都可以创造公共卫生对策的讨论空间，催生很多新观点、新对策。

追求多学科智力融合，“跨界”特色突出。在美国，本科就可以跨专业选课，像董恩盛这样拿到理学硕士而又攻读工学博士的例子，在美国并不鲜见。而要避免疫情图的单一呈现，恰恰需要地理、计算机和疾病传播等多方面的学术背景。

实际上，约翰斯·霍普金斯大学系统科学和工程中心是去年更名的，这一举措本身就突出了“跨界”色彩。董恩盛说，系统工程本身在美国就属于一个新领域，除疾病传播，还与公共卫生学院和美国医院系统开展了包括CT扫描、人工智能等多个项目的合作。

此外，在科研领域，不搞论资排辈，让有能力者能够相对顺利地脱颖而出。这对培育科研创新氛围也十分重要。董恩盛、杜鸿儒和他们的导师加德纳，都是去年进入约翰斯·霍普金斯大学的“新人”，年纪轻轻。他们推出的疫情地图，迅速得到从拨款、服务器维护、图书馆资源、运营团队建设等校方提供的多方面支持。