随着全球城市化进程的加快，如何快速高效地实现城市内部公共事件的协同治理成为改善城市发展质量的重要议题。2000年以来，世界各大城市陆续建立应急作业中心（emergency operations center，EOC），旨在实现城市内部公共事件的协调指挥与应急响应等各项工作，在应对自然灾害、传染病、生物恐怖等各类突发公共事件中发挥了重要作用^[1-2]。2012年，世界卫生组织（World Health Organization）启动应急作业中心网络（EOCNet），以促进全球公共卫生应急作业中心的建设^[3]。我国自严重急性呼吸综合征（SARS）疫情之后建立了从上至下的突发公共卫生应急体系，在“十三五”和“十四五”规划文件中均以独立文件的形式明确突发公共卫生事件的应急指挥建设方向^[4-5]。新型冠状病毒感染（COVID-19）疫情暴发后，2022年国家卫生健康委员会宣布正式成立国家疾病预防控制局，并提出“三定”方案^[6]，应急作业中心将更加聚焦与传染病相关的防控、应急处置，增加了相应的执法权，为各地应急作业中心的改革发展指明了新的重点方向。

另一方面，在数字化技术发展的浪潮下，应急作业中心的工作逐渐从“事件驱动”的被动响应模式转为基于城市大数据的主动治理模式。上海作为中国现代化程度最高的城市之一，在承担巨大公共卫生安全压力的背景下，已率先开始了针对公共卫生数字治理的应急作业中心的建设与改革。《健康上海行动（2019—2030年）》提出，在规划时期内，需全面建成卫生应急作业中心、培训演练基地、应急物资储备基地、卫生应急信息化综合平台，全面提升重大会议、活动医疗卫生保障综合性能力^[7]。在实际建设上，上海市在对标国内外先进标准建设新址EOC同时，引入数字孪生、AI、AR、VR、区块链、数据联邦、物联网智能等先进技术，于2022年配套开展上海市数智疾控应急作业中心管理平台建设项目^[8]。该项目基于“三中心、一平台”（数字业务中心、应急指挥中心、辅助作业中心、孪生服务平台）的架构设计，在上海市突发公共事件应急的总体部署框架下，进一步提升了疾病预防控制（以下简称“疾控”）业务应急数字基础支撑能力，推进上海公共卫生安全数字治理转型升级，实现复杂、紧急场景下应急高端智能决策，做到多方统一快速精准应急调度指挥，实现任务流驱动的应急事件处置闭环，提升应急作业日常保障能力，助力达成“建成统一高效、响应迅速、科学精准、联防联控、多元参与的公共卫生应急管理体系”的目标。

然而，针对特大城市的公共卫生综合治理方案尚未有较为完善的案例参考，新的数字化技术在应急作业中心建设中的应用经验仍需进一步总结与传播，我国城市公共卫生数字治理的理论体系与实践经验仍需进一步完善。因此，面临新时代、新形势下的超大城市数字公共卫生安全治理的新需求，现总结上海市数智疾控应急作业中心管理平台建设的规划内容与设计经验，围绕系统架构、孪生架构、业务模型阐明平台总体架构设计，详细介绍数字业务中心、应急指挥中心、辅助作业中心、孪生服务平台四大平台建设内容，为我国面向城市的公共卫生数字治理提供新的发展思路与实证参考。

1 总体架构设计 1.1 系统架构组成

上海市数智疾控应急作业中心在传统各应急部门协作基础上选择新址建设，在设计之初即要求符合“专址专用”的应急作业基础设施的建设条件。在完成数字底座建立与相应软硬件智能化的基础上，综合利用AI、AR、VR、区块链、数据联邦、物联网等前沿数字技术，实现对数智疾控应急作业中心应用的数字化转型。如图 1所示，在应急数字底座、指挥中心智能化系统、多媒体会议系统、业务应用支持系统等各类智能集成系统的基础上，上海市数智疾控应急作业中心的总体架构设计分为终端应用、数字孪生平台以及数智应用3层。（1）终端应用：以疾病预防控制各业务系统和各场景对应的智能设备为感知现实世界的前端，通过接入数智公共卫生应急服务总线，实现对现实场景中各类业务、事件、人员、样本、环境的状态感知，协同联动业务系统外部资源，兼顾系统从上至下的资源调配与指令调度，建立数字世界与现实世界虚实联动的双向桥梁。（2）数字孪生平台：围绕数智公共卫生应急服务总线实现终端应用服务聚集，利用综合感知引擎、数据引擎、时空引擎链接与现实世界对照的仿真的数字区域，实时感知现实世界的运作状态。借助调度引擎反馈数字响应至现实世界对应业务，同时在数字世界中完成动态模拟、模型验证与效应评估，真实反映现实世界的事件态势、事件处置的执行方式以及落实决策中可能存在的实际问题，进而支撑对公共卫生应急事件的科学发现与评价处置。（3）数智应用：通过“数字业务中心”“应急指挥中心”和“辅助业务中心”的“三中心”推动数智疾控应急指挥业务在数字孪生平台的重构与优化，结合孪生仿真拟定的前瞻决策，评估决策执行过程中的各项误差，建立执行过程中的快速干预机制，建立包含事前监测、预警、接报，事中研判、指挥、处置、控制，以及事后总结的闭环智能化管理模式。

1.2 孪生架构组成

“数字孪生”（digital twin）技术又称“信息镜像模型”（information mirroring model），指充分利用物理模型、传感器、运行历史等数据，集成多学科、多尺度的仿真过程^[9]。作为虚拟空间中对实体产品的镜像，虚拟空间的变化反映了相对应物理实体产品的全生命周期过程。如图 2所示，上海市数智疾控应急作业中心所开发的数字孪生平台将现实世界中各类业务、事件、人员、样本、环境等人、事、物相关的状态、动作等以数字的方式投射到数字世界中，以主题性的方式打造城市公共卫生事件的数字运行环境。平台所构建数字空间的模拟分析能力由3部分组成：以知识库的形式完成对国家规范、行业标准、应急预案的结构化；在知识数字化管理的基础上，辅以资源库、算法库支撑对现实世界的时空建模、业务建模，推动在数字世界中对上海市各类公共卫生事件的“平时状态”以及突发公共卫生事件“战时状态”的仿真拟合。在疾控应急数字化管理的具体应用中，虚拟平台与现实世界的交互则通过业务生产、数字孪生和仿真运行3个过程进行模型建设。（1）业务生产过程：指结合疾病预防控制领域与应急相关的业务活动，推动相关态势监测、资源调度、业务处置过程的标准化，形成在数字世界中针对业务运行数据的感知，以数字化甚至可视化的方式实现对业务生产状态的判断与呈现。（2）数字孪生过程：指以突发公共卫生事件的应急过程为主线，在数字世界中构建时空模型，将监测、预警、接报、研判、指挥、处置、控制等各个闭环的业务模型化，合理定义角色分工、流程触发、闭环管控、业务衔接的具体要求，模拟现实世界关于事件发生、发展以及干预的完整过程。（3）仿真运行过程：结合业务生产和数字孪生过程，实现数据从现实世界中来，经数字世界计算、决策后再以指令的形式返回到现实世界中，充分调动现实世界资源，形成对真实业务运行过程的有效干预。

1.3 业务模型组成

基于数字孪生平台提供的数据支撑与决策意见支持，落实到业务各环节，上海市数智疾控应急作业中心业务模型的设计秉持“数字驱动、关口前移，平战结合、全程闭环”的理念，数字化再现重大疫情和突发公共卫生事件的处置全过程。如图 3所示，除了在经验（培训演练）、技术、资源层面利用数字孪生技术完成日常积累外，业务模型的组成更侧重对公共卫生应急事件在事前、事中、事后各环节的闭环管理。

图 3展示了业务闭环模型的主要部分。针对事前状况，业务模型实现在“平时”对现实世界中各类公共卫生事件状态及趋势的感知，在以监测、预警和接报的形式跟踪公共卫生事件常态化运行的同时，将针对突发公共卫生事件的线索判断过程前移到“平时”的业务环节，做实“关口前移”的规范化管理，实现“平急转换”的快速、可靠衔接。针对事中形势，业务模型在“战时”明确重大疫情和突发公共卫生事件之后，通过研判、指挥、处置与控制4个环节，共同打造事件处置的完整闭环。研判环节主要针对事件态势发展进行分析，全面评估事件波及范围、未来走向及风险，确定适用的预案；在指挥环节，必要时将启动专家会商形成预案或事件处置的具体措施、决议，并以任务指令的形式下发；处置环节则以各独立闭环的事务呈现，涉及确定传播链影响范围的流行病调查，以及现场处置、实验室检验等手段，甚至是基于网格化防控要求所推行的社会范围内联防联控等；最终通过控制环节，跟踪评估处置效果与实际偏差，对处置效果进行纠正以确保符合预期。针对事后环节，在重大疫情和突发公共卫生事件的局势得以控制之后，将系统提供各种回顾性分析方法，协助进行复盘评估，并将经验与教训作为预案、实训调整的依据，为同类事件的合理处置提供参考。

2 业务应用与功能场景 2.1 数字业务中心

数字业务中心以业务与数据两条主线分别对既有的业务条线进行管理，以应对服务来源的多样性与复杂性。另一方面，业务中心将面向外部区域提供协同的多个应用重组为多组服务，虽然功能总量不变，但应用程序已被分解为可管理的模块或服务。见图 4。

对应数字孪生的底层处理逻辑，数字业务中心的服务同样由现实世界的业务场景出发，针对不同业务场景分析场景相关事件和涉及的各类风险。基于以上先验知识，对相关事件的发生过程数字化，将各类数据接入风险模型，以此进行数字孪生场景的预定义。随后推演虚拟场景的风险演化过程，包括数字、物联、视联和舆情等部分，识别未知风险并形成解决方案，进而调度分派任务至现实世界并进行闭环处置。最终对整个模拟计算和真实处置过程进行回溯、分析、评估和优化迭代，实现数字化镜像与物理现实的闭环联动及同步优化。

2.2 应急指挥中心

应急指挥中心是建立在数字业务中心基础上的下游执行部门，更关注利用数字孪生系统所提供的决策支持对现实事件进行监测与干预，实现对现实世界的“监测、预警、接报、研判、指挥、处置、控制”的应急作业虚实结合管理，促进应急指挥在“战时”的业务流程优化与重构。另一方面，相较于传统应急指挥中心，基于数字孪生的应急指挥中心旨在整合上海市既有应急信息资源，以进一步推动公共卫生事件应急指挥的数字化转型，打造跨渠道的应急事件感知与接警模式。同时，以数据驱动的智能决策模式、以任务驱动的指挥调度模式，以及微服务“小闭环”与全业务“大闭环”相互嵌套的事件处置模式，对处置过程合理匹配资源投入、科学调整预案计划，以更灵敏、更智能的方式为事件在跨机构、跨条线的复杂处置中提供支撑。具体而言，应急指挥中心共包括“接警处警”“智能决策”“指挥调度”和“事件处置”四大组成系统。

2.2.1 接警处警系统

“接报”是应急指挥工作的开始。事件被接报并经核实、研判、定性后，即被“建档”，之后其所有发展、处置等内容将全部归集在同一事件内进行集中管控。在数字孪生架构下，“接报”有多种形式：系统将充分发挥自身的感知能力，汇集预警线索，通过对协查事件、应急事件、苗子事件的管理，在事件发生前或者萌芽期即可自动发现风险，实现任务自动接报。同时，结合上海市及全国的跨域协查能力，形成广泛的联动网络，快速捕获重大疫情及突发公共卫生事件的预警信息。

2.2.2 智能决策系统

在数字业务中心建立现实世界业务仿真的基础上，应急指挥中心实现对城市运行过程中各类疾病、症状、药品销售、人员出入、物流转运等各类预警线索的跟踪与风险评判，对公共卫生相关业务进行日常监测与分析、跟踪并评价突发公共卫生事件处置过程，可视化再现现实世界的时空场景与业务态势，形成对事件的全景画像、应急发现、资源调度、处置跟踪的全流程闭环管理。图 5展示了应急指挥中心智能决策系统的事件处理流程、典型案例与优势对比，可见智能决策将有效提高问题分析的直观性，增强高风险传染病的洞察发现能力、科学决策能力、问题反应效率，并通过决策匹配合适的预案，形成在事件影响范围内的规范化处置与管控，以数据驱动疫情防控的现代化、精准化与智能化。

2.2.3 指挥调度系统

图 6展示了指挥调度系统的运行机制与实现流程。数字世界中所建立的指挥调度系统将基于会商和预案确定的处置方式，将处置方案以任务指令的形式传导到现实世界，达到指令在不同机构之间的流转，实现在中心端智能化调度下不同机构、不同角色之间的无缝衔接，即“指令一体化”；辅以步话、单兵、视频等手段，甚至是无人机、机器人等技术，落实对任务的分拨、处置、督办管理。指挥调度是数智疾控应急作业中心的指令中枢，根据事务的具体处置方式及规则，按照角色和业务拆解形成具体的任务进而逐级下发，确保任务分拣“无遗漏”、下发“无延时”，推动应急作业的有序进行。

2.2.4 事件处置系统

突发公共卫生应急事件处置任务的生成，除了指令之外，还会将相互衔接的流程组合成特定的作业。相对于指令的下发与反馈，作业更关注于整体的处置逻辑，以及作业执行过程中的资源匹配和作业执行后的效应评估，从而以流程化的方式持续推动处置任务的执行，并及时根据作业对现实世界的影响评判决策的执行效果，对执行过程中存在的问题及时进行优化纠正，确保针对公共卫生应急的处置始终在正确的方向前进。事件处置系统是数智疾控应急作业中心的作业中枢，是仿真运行的关键环节，它将数字世界中的决策最终落实到现实世界中，以虚实融合的方式打造以数据驱动的业务治理模式。

2.3 辅助作业中心

辅助作业中心围绕应急作业中心资源保障、实训演练以及事后评估，实现对应急指挥在人、财、物等多层面资源的“平时”储备与管理、“战时”调度与保障，从而完善应急作业中心在“平时”的辅助支撑，促使“战时”的资源保障更充分、预案执行更精准、业务协同更有序。

辅助作业中心由3部分组成：（1）应急作业保障。综合应急队伍、应急资源、后勤保障、工作机制形成在“平时”对人、财、物等各种资源的储备，支撑在“战时”的合理调度。同时，强化与“一网统管”的联动，促进应急事件与市级应急处置相关资源的协同。（2）应急作业演练。基于数字孪生构建集预案制作、推演、培训、复盘、决策于一体化的应急训演孪生平台，打造数字化、智慧化、可优化、可拓展的应急演练实训中心。应急作业演练可通过“零代码”可视化逻辑编辑让业务及管理人员零门槛定制演练课件、应急沙盘；配合人机协同训演VR、AR交互等手段，增强代入感，提升演练实效。（3）应急作业评价。在重大疫情和突发公共卫生事件局势得到控制之后，对处置措施情况、组织指挥、协同作战和应急保障情况等进行全方位复盘，总结经验，推动预案的动态优化。

2.4 孪生服务平台

孪生服务平台包含应急业务中所有直接应用数字孪生技术的服务集合，整合了上海市既有应急信息资源，旨在打造面向疾控应急领域的数字孪生底座，推动数字世界对现实世界的仿真。图 7展现了孪生服务平台的架构设计。平台结合感知引擎、数据引擎、时空引擎的服务能力，在“一网统管”框架下加载城市或区域三维实景模型、应急机构等各类场景数据，构建与现实世界对照的仿真数字区域，推动业务实景的叠加与应用，并通过调度引擎实现与现实世界业务运作的联动，深入城市疾控各个维度的信息神经末梢，推动在应急作业中心数字孪生框架下对既有业务、应急业务等的重构，驱动应急作业场景的数字化治理。

具体而言，数据孪生引擎是数智疾控应急作业中心的核心支撑平台。感知引擎将现实世界中各类业务、事件、人员、样本、环境等要素的状态、动作等以数字的方式投射到数字世界中，形成现实世界中的物理实体与数字世界中对应虚拟对象的连接，有效推动现实世界业务生产的状态监测。数据引擎与时空引擎以各类资源库、算法库以及相关工具支撑对现实世界的时空建模、业务建模，在安全框架下完成对现实世界业务逻辑与运行状态的复刻，并将其中与时空关联的要素准确投射到面向城市各场景的时空模型中，模拟现实世界关于事件发生、发展以及干预的完整过程。调度引擎将数字世界所确定的处置方式以指令的形式发送至现实世界，充分调动现实世界资源形成对现实世界业务运行过程的有效干预。感知引擎、数据引擎、时空引擎、调度引擎共同支撑起一个源自现实世界，模拟运行至仿真数字世界，并最终将结果和对策返回现实世界中的过程，以此推动现实世界与数字世界的双向联动，提升数智疾控应急作业中心针对突发公共卫生事件的治理能力与治理水平。

3 平台构建基础与发展方向

上海市数智疾控应急作业中心的设计与构建离不开上海市近20年持续性的应急管理系统建设。SARS疫情之后，上海市着手逐步强化突发事件的应急管理能力，由此逐步完善针对疾病的管理与突发事件的应急体系。早期上海市突发公共卫生事件应急信息系统重点是形成应急指挥的完整流程，并率先推进“平急结合”的实践，推动了当时疾控、卫生监督、医疗急救等各领域的信息化进程^[10]。2020年以来，上海市针对COVID-19疫情给城市治理带来的挑战，结合公安、交通、卫生健康等多方资源联合打造了上海市公共卫生突发事件应急处置系统，补全了在监测、流行病学调查、隔离管理等各方面的业务能力，完善了应急状态下的居民就医服务方案^[11]。此外，该系统还接入了传染病领域的多个项目，包括：基于电子病历直推的传染病报告系统与传染病预警监测和应急处置平台，进一步解决了终端报告问题，强化对风险的识别与管控，补全疫情监测短板，将处理重点从COVID-19的高效处置泛化至广义传染病范畴；结合疫苗综合管理和预防接种的系统，以及围绕疫苗及接种的保障服务，形成基层疫苗接种数字化、免疫接种管理、疫苗追溯、公众服务的完整服务流程；结合核酸检测系统实现对区域核酸信息的统筹、共享，实现在集中核酸检测下样本的采集、面向检测中心的调配、检测结果的发布等全流程服务。

以上系统均是上海市数智疾控应急作业中心建设的基础，而数字孪生技术的发展和城市大数据的应用将原本分散的各项业务有机结合起来，为未来面向超大城市公共卫生数字治理的疾控应急作业中心的构建提供了可行且高效的发展思路：一方面可以结合传染病、免疫接种以及慢性病等相关业务，以居民、群体和事件作为基本单元，建立各项业务在数字世界对应的仿真实体，对现实世界中存在的公共卫生应急事件或潜在威胁进行早期监测；另一方面，需积极推动在“一网统管”框架下，对既有面向COVID-19疫情等的公共卫生应急事务模块的融合，整体推动数智疾控应急指挥相关事宜在数字孪生领域的重构与优化，建立从事前监测、预警、接报到事中研判、指挥、处置、控制，以及事后总结等各环节的闭环智能化管理，进而促进超大城市突发公共卫生事件应急处置能力的整体提升。

•作者声明本文无实际或潜在的利益冲突