Google 早在 2008 年推出了“流感趨勢(shì)”網(wǎng)站。它建立的假設(shè)基礎(chǔ)是：人們?cè)谠馐芗膊±_時(shí)，會(huì)比在身體健康時(shí)，花更多的時(shí)間搜索疾病相關(guān)內(nèi)容。因此，通過分析一個(gè)國(guó)家，在特定時(shí)期的流感相關(guān)搜索量，便可以推算出病毒的傳播情況。

這個(gè)預(yù)測(cè)非?？孔V，通常與美國(guó)疾病控制和預(yù)防中心(CDC)的數(shù)據(jù)相差無幾。事實(shí)上，有幾次傳染病初期的預(yù)測(cè)，甚至比 CDC 早了一周之久。眾所周知，疾病初期預(yù)測(cè)將為政府及時(shí)采取部署，提供了有利的時(shí)機(jī)。

那么其他的在線服務(wù)，尤其是社交網(wǎng)絡(luò)，能否做到相同甚至更好的預(yù)測(cè)呢?如今，問題有了答案?？突仿〈髮W(xué)的 Jiwei Li 和康乃爾大學(xué)的 Claire Cardie，成功利用 Twitter 預(yù)測(cè)了早期流感爆發(fā)。

他們的方式與 Google 十分類似。首先，他們從 Twitter 數(shù)據(jù)流中過濾包含與“流感”相關(guān)，并帶有位置標(biāo)簽的 tweet;然后，在地圖上標(biāo)注這些 tweet 的位置分布，以及隨時(shí)間產(chǎn)生的變化。同時(shí)，他們還制作了流感的動(dòng)態(tài)變化模型。新模型中，流感包括 4 個(gè)階段：無傳染階段、爆發(fā)階段、穩(wěn)定階段以及衰退階段。

此外，他們采用了全新的算法，試圖盡可能快得發(fā)現(xiàn)不同時(shí)期的轉(zhuǎn)換節(jié)點(diǎn)。實(shí)際上，Li 和 Cardie 在 2008 年 6 月至 2010 年 6 月間，已經(jīng)利用 100 萬美國(guó)人的 360 萬條 tweet ，驗(yàn)證了該方法的有效性。 為了檢驗(yàn)他們的預(yù)測(cè)是否成真，Li 和 Cardie 將他們的分析與 CDC 進(jìn)行對(duì)比。他們說，“我們確信，流感相關(guān) tweet 與 CDC 提供的流感疾病案例數(shù)目，呈顯著相關(guān)。 ”

這看上去是向流感疾病宣戰(zhàn)強(qiáng)有力的武器。它不僅為疾病早期預(yù)測(cè)提供了新方式，同時(shí)，挑戰(zhàn)了 CDC，以及 Google 的流感趨勢(shì)網(wǎng)站。每年，全球約 10-15% 的人感染流感，引發(fā) 5000 萬流感病例，造成近 50 萬人死亡。這是一個(gè)不容忽視的龐大數(shù)字。如今，政府和醫(yī)療機(jī)構(gòu)可以借用 Twitter，更早、更實(shí)惠、更便捷得預(yù)測(cè)疫情，挽救更多的生命。

原文鏈接：http://www.36kr.com/p/206868.html