来源：CCTV今日说法
“ 各方面的表现非常奇怪
那我们民警就感觉
这个人要么就是精神有问题
(资料图)
要么就可能是涉嫌吸毒的人员”
异常患者，医患矛盾？
2022年4月2日，山东省青岛市海慈医院发生了一起医疗纠纷。视频中的这名男子在开始就诊时，原本可以正常交流。没过多久，因为对自己的血液检测结果不满，他与医务人员发生了争吵，随后开始胡言乱语。眼看这名患者情绪越发激动，在场的医务人员报了警。
发现这名患者情况与吸毒后的反应高度相似后，警方将其带回派出所进行尿样检测，检测样本呈阳性。
该名男子名叫赵某峰，20多岁，有多次吸毒史。清醒后的赵某峰交代，他在医院就诊时毒瘾发作，在卫生间偷偷吸食了冰毒，对于之后发生的事他毫无印象。
根据赵某峰提供的线索，警方锁定了他购买毒品的上线庄某。庄某是青岛本地人，平时通过网络与其他涉毒人员联系。进入庄某所在的小众聊天软件内部进行调查后，警方发现其中人员成分复杂，除毒品犯罪外，还暗藏其他违法交易。
暗语联络，上家是谁？
很快，警方将庄某抓获，在其住所当场缴获5克冰毒。对于吸食和贩卖毒品的行为，庄某供认不讳。
据庄某交代，他早年在夜场工作时染上了毒瘾。为逃避公安机关侦查，庄某等涉毒人员只进行内部交易，还形成了用暗语交流的特殊方式。
暗语交流、群体固定、使用虚拟货币隐藏交易痕迹，随着庄某的落网，这个网络涉毒团伙进一步浮出水面。
庄某有两条购买毒品上线，一条是内蒙古的孙某建，他和庄某一般通过快递运输完成毒品交易。庄某的另一名购毒上线是湖北的金某喜。相较于用快递运毒的孙某建，金某喜行事更加小心谨慎，只接受线下现金交易。
2022年4月，警方在侦查中获悉，庄某购毒上线之一的孙某建要到辽宁进行聚众吸毒。原本分散的吸毒人员聚集，无疑是抓捕的好时机，连日细致的调查终于迎来收网时刻。
在辽宁，警方现场抓获了涉毒违法犯罪人员5人，查获冰毒10多克。同时，远在湖北的金某喜也落网了。
上线之上，还有上线？
金某喜，2017年染上毒瘾，经历两年的强制戒毒，仍未彻底戒掉毒瘾，重新开始了吸毒贩毒的勾当。
到案后，金某喜供述，自己的毒品上家是贩毒圈内的名人“东东”。确定“东东”的真实身份为陈某新后，警方二进湖北，将陈某新抓捕。在陈某新房间内，警方搜查出冰毒、麻古等毒品90余克，查获大量现金以及吸毒工具。
陈某新之前因贩卖毒品被判刑，由于身患严重疾病未被收押。然而他不思悔改，仍继续吸毒、贩毒的勾当。同年，陈某新通过交友软件认识了金某喜，并开始向他出售毒品。
而陈某新的上线，已于2021年被警方抓获。此后，警方共抓获涉毒人员51人，查获毒品共计100余克。两条层级分明且涉及山东、湖北、内蒙古、辽宁的贩毒链条终于被完全斩断。
2022年10月25日，山东省青岛市市北区人民法院对此案作出一审判决：陈某新犯贩卖毒品罪判处有期徒刑八年六个月，与前罪未执行的刑罚七年六个月并罚，决定执行有期徒刑十四年，并处罚金人民币1万元；金某喜犯贩卖毒品罪判处有期徒刑一年八个月，并处罚金人民币4000元；庄某犯贩卖毒品罪判处有期徒刑三年六个月，并处罚金人民币6000元。其他37名涉嫌吸毒的违法人员被公安机关依法处以行政处罚。
一审宣判后，被告人庄某提出上诉。山东省青岛市中级人民法院经审理，裁定驳回上诉，维持原判。
普法时间
Q1：涉毒人员通过网络联系，然后秘密交易，隐蔽性很强。这是不是现在毒品交易的一个突出特点？
A1：我们把它叫做非接触式的贩毒模式。这种模式通常使用网络上的各种平台、软件完成勾连。通过具有加密功能的小众软件实现聊天、交易，再通过不受监管的或者监管不够严密的支付平台，甚至是虚拟货币完成支付。最后通过像物流基地、同城快递，甚至“埋地雷”的方式来完成交货。这种现象为我们禁毒执法工作造成了新的挑战。
Q2：互联网涉毒给我们公安机关的打击也确实造成了一些新的挑战。那么我们都有哪些新的应对的举措呢？
A2：我们国家非常重视研究和应对网络涉毒问题。禁毒部门，还有禁毒委的成员单位在不断地坚持去加强协作。同时警方也在不断地严密地监测和监管这些小众的软件平台，包括虚拟货币。这样才能够形成一股合力，把隐藏在这些网络涉毒活动背后的产业链、利益链切实地予以斩断。
Q3：我们国家禁毒科研工作的进步也推动了毒品检测、鉴定，包括污水监测、毛发验毒，还有毒品的成瘾性、危害性评估等等技术的进步。全国各地也都在推出智慧禁毒系统。这些新的技术对于我们禁毒工作会起到什么样的作用呢？
A3： 这些技术可以分成两个层面。第一个层面，就是像毒品的检验鉴定、毛发验毒、污水监测，以及一些危害评估技术。这些技术实际上是我们称为多元化的监测技术的综合运用。它们背后都有我们国际、国内最新的科研成果作为依托，为我们科学准确地评价现有的毒情、情况给予了技术支撑。第二个层面，不同地区建立了一些智慧禁毒系统，这反映了一个发展方向，就是融合更多以新一代大数据技术为依托的智能监测预警技术。这种技术可以通过机器学习、知识图谱还有可视化的方法，来帮助我们预判毒情走势。
记者 | 李进涛 李绍鹏
标签：
