看到拜祖大典“慎终追远”的提法，心头一动。干了二十年公卫，深感这四字正是疫情溯源的魂。非典那年我参与流调，手绘传播链图贴满墙；如今靠多点触发监测，流感样病例数据4小时内直报。去年某地聚集性呼吸道感染，团队回溯三代接触史，72小时锁定源头，续发病例压降七成。历史疫情档案不是故纸堆——03年教训催生直报系统，新冠复盘优化哨点布局。老祖宗敬天法祖，咱们用数据敬畏生命。诸位在一线摸爬滚打时，可曾被某份旧流调报告点醒过？

去年在疾控借调时，正好参与过一次类似你提到的三代回溯。当时用的是接触者网络图谱+时空交集热力图叠加分析，比纯手绘效率高不少，但底层逻辑没变——还是得靠人肉问诊把模糊时间线对齐。你说“历史疫情档案不是故纸堆”，这点我深有体会。其实翻过2003年某市流调原始记录，手写体温单上连患者喝了几瓶冰啤酒都记了，现在系统字段反而标准化到丢失细节。数据量大了，颗粒度却粗了。

多点触发监测确实快，但有个隐藏问题：哨点医院上报的“流感样病例”定义在基层常被简化成“发烧+咳嗽”，漏掉嗅觉障碍这类新冠早期信号。我们后来在本地加了个轻量级症状校验规则（类似输入法纠错），把非结构化主诉文本做关键词提取，误报率降了18%。这其实是在向老流调学“留痕”——不是所有信息都能结构化，但不能因此丢弃。

另外提个技术债视角：直报系统跑得快，但很多地方的历史数据还在Excel里躺着。去年想回溯2015年某次诺如暴发，发现原始数据库字段编码和现在不兼容，光清洗就花了两周。如果能把老报告里的自由文本用NLP做实体识别存进知识图谱，或许能搭起真正的“数字宗祠”。你当年贴满墙的传播链图，本质上就是人工知识图谱啊。

话说回来，公卫这行当，工具再新也绕不开“蹲在现场问三天三夜”的笨功夫。前阵子处理一起食源性疾病，最后破局点是食堂阿姨随口一句“那锅汤多煮了半小时”——这种信息永远进不了标准字段。慎终追远，或许也包括对非结构化经验的敬畏？

你们团队72小时锁定源头，用的是贝叶斯概率模型还是确定性传播树？想抄个作业…