例如健康代碼、旅行卡等。，也可用於推動防疫。
面對突發公共衛生事件和多源海量數據，如何結合政府和企業，科學利用大數據技術，為公眾提供更加完整、連續、準確、及時的防疫信息，為專家提供溯源疾病的方法，為決策者提供傳染病的發展趨勢，是大數據應用於防疫的三大重要任務。
可以分析“疫情相關”人員的活動軌跡。大數據通過整合電信運營商、互聯網公司、交通部門等單位的信息，可以分析人員流動的軌跡。具體來說，利用數據分析、數據挖掘等技術，壹方面可以通過包括地理位置、手機信令等時間戳信息在內的數據分析得出患者的行動軌跡；另壹方面，根據患者確診日期前壹段時間的行動軌跡，以及長期陪伴患者的陪同人員，大數據可以推斷出患者的密切接觸者。綜合分析確診患者、疑似患者和相關接觸者的行動軌跡，可以準確描述跨區域溢出的不同類型人群的流動情況，不僅為精準治療提供有力指導，也為預測高危區域和潛在高危區域提供有力依據。
追溯傳染病源頭，利用人工智能、深度學習等新興技術，結合出行軌跡流量信息、社交信息、消費數據、暴露歷史等大量數據。，科學建模可以根據患者診斷順序、密切接觸者等信息定位時空碰撞點，進而有望計算出疾病的傳播路徑，為傳染病溯源分析提供理論依據。
通過高危人群即確診患者和患者密切接觸者的移動情況預測疫情發展趨勢，結合疫情新診斷、疑似、死亡和治愈病例數，借助傳播動力學模型、動態感染模型、回歸模型等大數據模型和技術，不僅可以分析和展示發病熱度分布和密切接觸者風險熱度分布，還可以預測疫情高峰拐點等重要信息。根據預測的疫情，衛生部門可根據病熱分布情況，加強重點地區的衛生措施；根據風險的熱力分布，在可能擴散的地區提前安排疫情防控資源，避免二次暴發、局部暴發和多點暴發。同時，疫情發展趨勢預測將對政府部門確定復工時間、出臺公共管理措施、促進經濟發展起到重要作用。無論是對於決策者還是普通人，心中有個“數”，才能提前安排，防患於未然。