隨著智能手機(jī)的普及，“云”時(shí)代的信息化產(chǎn)物已經(jīng)悄無聲息地改變了人們的生活方式,?！禢ature》雜志發(fā)表的文章顯示，谷歌甚至利用其強(qiáng)大的數(shù)據(jù)系統(tǒng)分析流感趨勢(shì),。那么,，“云”端流感預(yù)測(cè)是怎樣的？它真的準(zhǔn)確嗎,？
谷歌監(jiān)測(cè)流感趨勢(shì)
10年前,，美國疾病控制預(yù)防中心（CDC）只能提供發(fā)生于幾周前的流感疫情報(bào)告。隨著技術(shù)的進(jìn)步,，尤其是CDC數(shù)據(jù)信息加入“谷歌流感趨勢(shì)”,，CDC已經(jīng)開始更新實(shí)時(shí)疫情報(bào)告?！肮雀枇鞲汹厔?shì)”是通過監(jiān)控谷歌搜索的相關(guān)數(shù)據(jù)分析而來,。輸入“流感藥物”、“受涼還是流感”,、或者“流感癥狀”這樣的關(guān)鍵詞,，將提示搜索者伴有流感樣癥狀的可能性很高,。科學(xué)家可以通過這些數(shù)據(jù)分析全球流感趨勢(shì),。而且,，研究證實(shí)這種由簡(jiǎn)單算法匯集的谷歌數(shù)據(jù)與CDC報(bào)告得出的官方數(shù)據(jù)能夠完美契合。
但是,，實(shí)時(shí)的流感信息對(duì)于醫(yī)生來說似乎還不夠好,，他們更希望知道幾天甚至幾周以后流感的發(fā)生地點(diǎn)。為此,，美國哥倫比亞大學(xué)流行病學(xué)專家利用2003~2008年的谷歌流感趨勢(shì)的數(shù)據(jù)研發(fā)了數(shù)學(xué)模型,，用以預(yù)測(cè)流感季節(jié)未來7周的高峰情況。這些研究者將嚴(yán)格的流感數(shù)學(xué)傳播模型與現(xiàn)實(shí)中觀察到的流感感染情況結(jié)合并進(jìn)行優(yōu)化,。
疾病預(yù)測(cè)VS天氣預(yù)報(bào)
一個(gè)好的天氣預(yù)報(bào)能夠預(yù)報(bào)明天80%的降雨概率,，那么一個(gè)好的疾病預(yù)報(bào)也應(yīng)有這樣的確信度。與天氣預(yù)報(bào)一樣,，疾病的預(yù)測(cè)也需要大量的數(shù)據(jù),。其中一項(xiàng)最重要的數(shù)據(jù)是可能感染的患者數(shù)目，但是這一完整數(shù)據(jù)的追蹤難度明顯限制了病情預(yù)測(cè)的精確性,。其他重要的數(shù)據(jù)包括出現(xiàn)感染的患者人數(shù),、易于傳播疾病的人數(shù)和人們感染疾病的時(shí)間長(zhǎng)度等，甚至幾個(gè)世紀(jì)前的病例報(bào)道都可以提供重要的數(shù)據(jù),。
天氣數(shù)據(jù)對(duì)于精確的疾病預(yù)報(bào)也至關(guān)重要,。很多科學(xué)家推測(cè)，濕度的大幅改變可能導(dǎo)致流感病例的急劇增加,。而長(zhǎng)期的氣候變化也可能導(dǎo)致霍亂的暴發(fā),。在孟加拉國，人們非正式地把霍亂暴發(fā)和來自南美洲的東太平洋極端暖流（厄爾尼諾）聯(lián)系起來,。厄爾尼諾現(xiàn)象增加了局部的洪水,，而這可能會(huì)摧毀當(dāng)?shù)氐男l(wèi)生系統(tǒng)，從而導(dǎo)致霍亂的流行,。
難以預(yù)測(cè)的“龍卷風(fēng)”
就像人們并不能準(zhǔn)確預(yù)測(cè)所有的天氣一樣,，人們也并不能很容易地預(yù)測(cè)所有疾病。比如說,，氣象學(xué)家現(xiàn)在可以成功地預(yù)測(cè)臺(tái)風(fēng)的發(fā)生,，但是并不能預(yù)測(cè)龍卷風(fēng)的發(fā)生。季節(jié)性流感和諸如麻疹,、霍亂這樣的疾病已經(jīng)存在了上千年,，這些疾病就像臺(tái)風(fēng)一樣。這些疾病有很長(zhǎng)的歷史,，并且有波動(dòng)規(guī)律,，因此科學(xué)家能夠計(jì)算出接下來會(huì)發(fā)生什么,。但是，新產(chǎn)生的像SARS和埃博拉病毒感染這樣的疾病更像是龍卷風(fēng),，它們只有很少的數(shù)據(jù)可以用來進(jìn)行預(yù)報(bào),。還有，這些感染性疾病的特點(diǎn)使得它們天生就不易于預(yù)報(bào),。
總之,，人們通過天氣預(yù)報(bào)來知曉該不該帶傘或者要不要多加外套。如果疾病預(yù)報(bào)也能做到這么廣泛,，那么人們將會(huì)運(yùn)用這些預(yù)報(bào)信息來指導(dǎo)自己的行為,。科學(xué)家期待這種預(yù)報(bào)作為一款應(yīng)用,，出現(xiàn)在身邊的智能手機(jī)上,。（丁香園）
谷歌監(jiān)測(cè)流感趨勢(shì)
10年前,，美國疾病控制預(yù)防中心（CDC）只能提供發(fā)生于幾周前的流感疫情報(bào)告。隨著技術(shù)的進(jìn)步,，尤其是CDC數(shù)據(jù)信息加入“谷歌流感趨勢(shì)”,，CDC已經(jīng)開始更新實(shí)時(shí)疫情報(bào)告?！肮雀枇鞲汹厔?shì)”是通過監(jiān)控谷歌搜索的相關(guān)數(shù)據(jù)分析而來,。輸入“流感藥物”、“受涼還是流感”,、或者“流感癥狀”這樣的關(guān)鍵詞,，將提示搜索者伴有流感樣癥狀的可能性很高,。科學(xué)家可以通過這些數(shù)據(jù)分析全球流感趨勢(shì),。而且,，研究證實(shí)這種由簡(jiǎn)單算法匯集的谷歌數(shù)據(jù)與CDC報(bào)告得出的官方數(shù)據(jù)能夠完美契合。
但是,，實(shí)時(shí)的流感信息對(duì)于醫(yī)生來說似乎還不夠好,，他們更希望知道幾天甚至幾周以后流感的發(fā)生地點(diǎn)。為此,，美國哥倫比亞大學(xué)流行病學(xué)專家利用2003~2008年的谷歌流感趨勢(shì)的數(shù)據(jù)研發(fā)了數(shù)學(xué)模型,，用以預(yù)測(cè)流感季節(jié)未來7周的高峰情況。這些研究者將嚴(yán)格的流感數(shù)學(xué)傳播模型與現(xiàn)實(shí)中觀察到的流感感染情況結(jié)合并進(jìn)行優(yōu)化,。
疾病預(yù)測(cè)VS天氣預(yù)報(bào)
一個(gè)好的天氣預(yù)報(bào)能夠預(yù)報(bào)明天80%的降雨概率,，那么一個(gè)好的疾病預(yù)報(bào)也應(yīng)有這樣的確信度。與天氣預(yù)報(bào)一樣,，疾病的預(yù)測(cè)也需要大量的數(shù)據(jù),。其中一項(xiàng)最重要的數(shù)據(jù)是可能感染的患者數(shù)目，但是這一完整數(shù)據(jù)的追蹤難度明顯限制了病情預(yù)測(cè)的精確性,。其他重要的數(shù)據(jù)包括出現(xiàn)感染的患者人數(shù),、易于傳播疾病的人數(shù)和人們感染疾病的時(shí)間長(zhǎng)度等，甚至幾個(gè)世紀(jì)前的病例報(bào)道都可以提供重要的數(shù)據(jù),。
天氣數(shù)據(jù)對(duì)于精確的疾病預(yù)報(bào)也至關(guān)重要,。很多科學(xué)家推測(cè)，濕度的大幅改變可能導(dǎo)致流感病例的急劇增加,。而長(zhǎng)期的氣候變化也可能導(dǎo)致霍亂的暴發(fā),。在孟加拉國，人們非正式地把霍亂暴發(fā)和來自南美洲的東太平洋極端暖流（厄爾尼諾）聯(lián)系起來,。厄爾尼諾現(xiàn)象增加了局部的洪水,，而這可能會(huì)摧毀當(dāng)?shù)氐男l(wèi)生系統(tǒng)，從而導(dǎo)致霍亂的流行,。
難以預(yù)測(cè)的“龍卷風(fēng)”
就像人們并不能準(zhǔn)確預(yù)測(cè)所有的天氣一樣,，人們也并不能很容易地預(yù)測(cè)所有疾病。比如說,，氣象學(xué)家現(xiàn)在可以成功地預(yù)測(cè)臺(tái)風(fēng)的發(fā)生,，但是并不能預(yù)測(cè)龍卷風(fēng)的發(fā)生。季節(jié)性流感和諸如麻疹,、霍亂這樣的疾病已經(jīng)存在了上千年,，這些疾病就像臺(tái)風(fēng)一樣。這些疾病有很長(zhǎng)的歷史,，并且有波動(dòng)規(guī)律,，因此科學(xué)家能夠計(jì)算出接下來會(huì)發(fā)生什么,。但是，新產(chǎn)生的像SARS和埃博拉病毒感染這樣的疾病更像是龍卷風(fēng),，它們只有很少的數(shù)據(jù)可以用來進(jìn)行預(yù)報(bào),。還有，這些感染性疾病的特點(diǎn)使得它們天生就不易于預(yù)報(bào),。
總之,，人們通過天氣預(yù)報(bào)來知曉該不該帶傘或者要不要多加外套。如果疾病預(yù)報(bào)也能做到這么廣泛,，那么人們將會(huì)運(yùn)用這些預(yù)報(bào)信息來指導(dǎo)自己的行為,。科學(xué)家期待這種預(yù)報(bào)作為一款應(yīng)用,，出現(xiàn)在身邊的智能手機(jī)上,。（丁香園）
