金马彩票|金马彩票

“乙类乙管”后是否会有第二轮感染？疫情信息如何统计？总台独家专访吴尊友******

　　1月8日起新冠病毒感染实施“乙类乙管”，对于疫情监测数据通报、病毒变异是否会引发新一轮感染，我国又将采取怎样的措施继续实施监控，总台央视记者独家专访中国疾控中心流行病学首席专家吴尊友，他就公众关心的问题进行了解答。

　　总台央视记者 史迎春：大家都在担心在国际上的奥密克戎BQ系列，然后包括XBB系列的变异株，它们在我们实行“乙类乙管”，出入境打开以后，进入国内会掀起第二轮的感染，这是大家普遍担心的一个问题，您认为这个问题应该怎么看。

　　中国疾控中心流行病学首席专家 吴尊友：我们也对国际社会的各个国家流行的新毒株的情况进行了解追踪，那么同时对国内发生的疫情也进行了毒株变异的监测，特别是从境外回国人员当中也检测到这些毒株。会不会造成新一轮的疫情，取决于变异的毒株和我们刚刚流行的这些毒株之间，在结构上面有多大的相似性，或者说它的变异差异有多大。从目前来看，因为它的变异也是奥密克戎亚型里面的分支的变异，马上造成新一轮传播的这种风险的话，应该说不会太大。

　　总台央视记者 史迎春：还有一种担心是认为中国人口基数比较大，感染的人口基数也大，会不会产生新的变种，从而影响整个世界的病毒序列，或者说整个世界的病毒的进程。

　　中国疾控中心流行病学首席专家 吴尊友：优化防控策略以后，本地传播的疫情病例数在有一定的水平和规模的情况下，确实存在着新的变异毒株的可能性，我们也密切关注。所以在“乙类甲管”调整为“乙类乙管”的疫情监测方案当中，就专门提到了新冠病毒变异毒株的监测，在现阶段，每天都在进行新的毒株的样本收集和测序，来对它的变化进行监测。从目前的结果来看，我们现在发现的所有的毒株，都是已经在国际共享平台上分享的毒株，也就是说在国外已经报告了，或者说主要是从境外流行以后传入中国，到目前为止还没有发现国内新出现的变异毒株。

　　为指导全国各地做好当前新型冠状病毒感染疫情监测工作，国务院联防联控机制印发了《新型冠状病毒感染“乙类乙管”疫情监测方案》，及时动态掌握人群感染发病水平和变化趋势，科学研判和预测疫情规模、强度和流行时间，动态分析病毒株变异情况，以及对传播力、致病力、免疫逃逸能力及检测试剂敏感性的影响，为疫情防控提供技术支撑。

　　总台央视记者 史迎春：对于之前疫情通报的数字和自己本身的感受，很多公众觉得差距比较大。我们国家一直的疫情统计和发布的疫情信息，是如何去监测和统计报告的？现在有没有相应的调整？

　　中国疾控中心流行病学首席专家 吴尊友：在武汉疫情控制以后，到我们优化防控方案这期间，是叫严格管控时期。每一起疫情的源头、造成感染的毒株，几乎每一个感染者都能够被诊断管理，所以我们采取的是一个计数统计。现阶段由于防控方案的调整，报告病例数和公众感觉的数字，存在着一定的差距。造成这种差距有两个方面的原因，一个是不再实行行政区的大规模核酸检测了，除了重点机构重点人群以外，采取的方法是愿检尽检的方法，这样的话检测的人数、报告的人数就有明显的下降。第二个方面，疫情的感染者主要以轻症为主，多数人还在家庭自我休息调整、进行抗原检测，这一部分也没有纳入到传染病报告，这就造成了这样的差距。为了更好地做好统计工作，联防联控机制制定下发了新冠病毒感染“乙类乙管”疫情监测方案，采取的是多种渠道的监测，包括住院病例的报告监测、核酸抗原检测的数字统计，还有重点机构像养老福利机构的监测，再有像学校学生的呼吸道症状的监测，以及对部分病人的检测。还有我们在全国设立500多个流感哨点监测。我们采用了多种统计方法综合运用，也能够相对准确评估疫情的发生发展趋势，能够对于疫情的发病，流行的强度，流行的趋势，流行的时间做出研判，对防控效果作出评价。在过去几年，欧美国家和全球其他的国家实际上也是采取这样一个统计方法，它主要就是通过抽样的方法来反映总体情况。(央视新闻客户端)

报告显示：超六成受访者认为应强制企业公开算法******

　　光明网讯（记者 李政葳）“当前，国内对于算法治理的基本思路和框架都是清晰的，而分级分类精准治理的模式应当可以解决如何落实的问题。”在日前举办的“2022啄木鸟数据治理论坛”上，谈及算法治理的现状，清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任梁正表示，算法分级分类本身不是目标，而是要针对不同风险场景配备不同监管规则。

　　论坛由南都个人信息保护研究中心联合清华大学人工智能国际治理研究院、人工智能治理研究中心（清华大学）主办。其间，南都个人信息保护研究中心发布《算法应用与治理观察报告》《个人信息安全年度报告》《平台经济反垄断观察报告》。

　　记者了解到，《算法应用与治理观察报告（2022）》，梳理了国内外的多项法规，结合热点事件及应用场景呈现了算法治理现状，并发布千份算法治理调查问卷了解公众对算法公开和算法治理的了解程度和基本态度，最后基于多方调查分析，给出了当前算法趋势观察以及未来治理方向建议。

　　报告发现，目前国内算法治理仍处于早期探索阶段，企业的算法公开主要依靠官方的互联网信息服务算法备案系统，或在舆情事件发生之后。调查问卷结果显示，近半受访者承认算法让自己的使用体验更好，但仅一成受访者认为企业算法公开做得很好，逾六成的受访者称曾遭遇“大数据杀熟”；超过六成的受访者认为应该强制企业公开算法。

　　“在数据、算法方面治理政策进展显著，在平台与应用方面的政策和落地尚需加紧。”中国科学院人工智能伦理与治理研究中心主任、国家新一代人工智能治理专委会委员曾毅认为，目前人工智能伦理有三个相当紧迫的问题需要被正视：首先，人工智能应当被适度使用；其次，目前人工智能服务知情同意落地艰难，被迫知情同意普遍存在；最后，目前用户数据的授权撤销在人工智能服务中存在巨大挑战，需要监管和更高层的网络服务提供方联合提出更合理的政策与解决方案。

　　针对日前发布的《互联网信息服务深度合成管理规定》，中国政法大学数据法治研究院教授张凌寒表示，从算法治理角度来说，深度合成管理规定与之前的算法推荐管理规定的思路有所不同，前者采用了一种“三位一体由的数据与技术规范。

　　具体来讲，由于深度合成技术的门槛较高，技术支持者也被纳入了监管范围内。比如，深度合成服务提供者提供智能对话、合成人声、人脸生成、沉浸式拟真场景等服务，应当进行显著标识，这就将更重的责任落在了服务提供者身上。

　　中国社科院科技和社会研究中心主任段伟文提到，算法治理需要构建可信任的算法认知，而这需要产业和消费者的共同努力：产业要努力提升算法精准性、透明度，减少偏见，减少歧视；消费者则需要提高数字素养，提升算法意识，加强在人机互动中自主性、控制感和协同意识。

　　（文图：赵筱尘 巫邓炎）