搜索引擎能预测疾病？

sowang

来源： 梅州日报



7月3日北京市的流感活跃度，可以很直观地看出地区的差异。

　　近日，百度预测正式推出疾病预测产品，据说该产品不但可以帮助人们更有针对性地预防疾病，也可以让相关的医疗行业在大数据的帮助下，优化资源分配、提升运转效率。这真的靠谱吗？

　　预测由大数据支持

　　百度“疾病预测”是利用用户的搜索和位置数据，并结合气温变化、环境指数、人口流动等因素建立预测模型，统计出人们搜索流感、肝炎、肺结核和性病4重信息时的时间和地点分布，并绘制成一张直观的地图。

　　当用户搜索某地的流感信息时，当地的流感活跃度会以不同颜色和大小的圆点表现出来，从低活跃度到高活跃度共分5个等级，分别用不同颜色代表。用户可放大任一主要城市，来搜索疾病爆发区域和最近的医院。百度预测将提供过去30天的数据并对未来7天做出预测。例如，在北京，7月份流感和肺结核的活跃度都小幅上升，但并未达到警戒水平。

　　除了用户数据，百度还参考温度变化、环境指数、人口迁移、过往病史等其他数据来进行预测。中国疾病预防控制中心也提供了相关疾病监测数据。一位百度发言人解释称，统计数据将被发送到疾病控制中心进行复核，再反馈回百度并被用户浏览。

　　有了这样的大数据指导，民众就可以实时了解到自己所面临的疾病风险，并有针对性地进行预防，从而降低染病的几率。当地的药店、医院也可以根据这一趋势相应地提高对应药品的备货量、相关科室医生的排班计划等。

　　不能直接使用大数据结论

　　谷歌也曾进入数据分析领域，预测流感和登革热的疫情，但一些科学家发现其预测结果并不准确。根据《卫报》的报道，2013年1月美国流感疫情高峰时间，谷歌流感趋势的估计比实际数据高两倍。2012～2013年与2011～2012年的流感发病季相比，高估了流感流行趋势超过50%。

　　专家指出,我们不能直接使用大数据的结论，因为大数据的核心思想就是只要取样足够大，就能排除“噪音”，但是有些“噪音”是不会因为取样大就被稀释的。

　　举个例子,美国人也会上网根据症状自我诊断，而谷歌是美国第一搜索引擎。于是，谷歌数据认为，像流感这么容易传播的疾病，一旦在某个社区或是某个村庄发现那里很多人都开始搜索流感的症状，比如流涕、低烧等，那很有可能就是那里正在爆发流感，如此再结合一些气候和人口流动的数据，就可以预测流感。这个方法确实出奇的准而且快，但是总是会有那么几下，明明没有发生流感，但是这个数据模型却认为有较高几率发生了流感。

　　不过，虽然搜索引擎预测疫情的算法还需要进一步优化，但是利用互联网大数据对疫情进行预测已经成为趋势。（中青）