近日，成都市食品藥品檢驗研究院院長萬渝平表示：“基于大數據分析，今年1-8月成都食品監(jiān)督性抽檢的問題發(fā)現率從2.36%提升到10.71%。”萬渝平所在的機構通過整合與分析多部門的海量原始數據，推動了成都成為國內首個運用大數據進行食品安全監(jiān)測與預警的城市。
成都是地方政務數據開發(fā)探索的一個縮影。 2015年8月，國務院審議通過《關于促進大數據發(fā)展的行動綱要》（以下稱《綱要》），將政府數據開放共享、推動資源整合并提升治理能力列為重要任務，令政務大數據發(fā)展迎來全新發(fā)展局面。
“數據也是一種生產資料，而且這種新型生產資料所帶來的價值增量，或許不會低于土地這類生產資料曾經帶給我們的價值。”成都數之聯科技集團CEO、電子科技大學教授周濤稱。
跨部門的大數據應用
成都進行食藥監(jiān)領域大數據體系建設的一個背景，是目前成都的食品生產經營主體接近20萬戶。從農田到餐桌，每個環(huán)節(jié)分散著海量數據，碎片化表現嚴重。與之相對應，龐雜的監(jiān)管任務與有限的監(jiān)管資源矛盾突出，難以主動發(fā)現潛在風險。
與此同時，根據《綱要》要求，2017年底前要形成跨部門數據資源共享共用格局。
“和其他城市一樣，盡管之前成都市的各個政務部門也都建大數據庫，但真正運用起來的并不多。”萬渝平稱，究其原因，是因為各個部門的采用的數據編碼標準不盡相同，造成部門間的數據不能實現直接的共享運用�；诖�，2015年9月，成都建立了跨部門的“食品安全檢測預警數據中心”，作為第三方的數據接收與分析平臺，并和周濤團隊合作，共同研究和分析大數據。
最終，通過一臺手持的平板電腦實現了上述數據的共享與應用。21世紀經濟報道記者在現場看到，檢驗人員通過掃描食品包裝袋上的條碼，便可查詢到該食品從生產、加工至流通等全環(huán)節(jié)的信息數據，同時，這些數據又將被標識出地理位置等信息，上傳至“食品安全檢測預警數據中心”進行進一步的數據化分析。詳細而言，通過接入全國7000多萬商品信息，現場檢驗人員一掃條形碼，就可以將標準化的數據上傳到數據中心。如果產品外包裝信息和條形碼對應數據不匹配，現場人員立刻可以通過手持終端報警。傳統(tǒng)手工填報數據和離線異常分析的方法，要達到與現在同樣的不合格品檢出量，需要多聘用40-60名檢驗和分析人員。
“利用數據加技術產生了替代人力的效果。”周濤介紹，通過分級風控指揮系統(tǒng)，處置指令能實時傳達給一線執(zhí)法人員和相關機構，大幅度降低風險處置的時間周期。例如近期在成都某地檢出的包裝飲用水銅綠假單胞菌嚴重超標問題，在抽檢發(fā)現問題后1分鐘內，所有相關機構、部門都收到相應通知，不到1小時，執(zhí)法人員就到了現場。借助數據中心，在沒有增添人員的情況下，成都實現了罰沒金額和查處違法案件數的大幅度上升。
預防式檢測
萬渝平介紹，基于大數據分析，今年1-8月成都食品監(jiān)督性抽檢的問題發(fā)現率從2.36%提升到10.71%，這意味著，以前1萬元成本完成的工作，現在用2000多元就可以完成。更重要的是，還使更多預防式的檢測成為可能。萬渝平所說的“預防式檢測”，是指通過大數據分析，提前對可能出現的問題進行處置。
“基于跨域關聯的數據分析，我們可以早期發(fā)現食品安全的熱點問題”，周濤稱，“如今年，數據中心實時接入了所有哨點醫(yī)院食源性病歷數據。當病例數明顯上升并超過一定閾值后，我們就啟動應急，開展專項整治。通過對病歷文本的語義分析，我們能夠找到可疑食品源；通過對病歷檢驗報告分析，我們能夠找到主要致病菌；而以前積累的912萬條檢驗數據，本身也給出了致病菌和食品之間的關聯關系。三者結合，我們能夠有針對性地進行整治”。
而最直接的成果是，根據數據分析，成都市在今年5月份就開始針對動物性食品和水果類食品的專項整治，而以前根據經驗，都是在7月份啟動，且檢測標的的針對性較弱。
此外，成都還在探索在有限的監(jiān)管資源下，通過監(jiān)督性抽檢，發(fā)現更多的不合格產品。“通過對已有檢驗業(yè)務數據進行統(tǒng)計分析，我們注意到不合格品在地域上、品類上分布高度不均勻；在不同的季節(jié)和不同的氣候條件下，容易出現安全問題的食品也不相同。”周濤說。
