网络时代的流感疫情预测

贝小戎　　5月2日，我在昆明机场候机，随手捡了一本别人遗留下来的People杂志翻了翻。一位同伴说：“你也不怕甲型H1N1流感？”因为他这一问，回家后我上网搜索了一下甲型H1N1流感的传播途径。也许我这一搜还为疫情预测作了贡献。5月3日，《纽约时报》的一篇报道说，上周，“甲型H1N1流感”取代“美国偶像”，成为Yahoo上最热门的搜索关键词。维基百科上“甲型H1N1流感”的页面在周三和周四的访问量达130万。Twitter上每天提到甲型H1N1流感的更新估计有125000条，占总量的1%。Facebook上有一幅美国地图，展示用户在自我介绍页面上提到“甲型H1N1流感”的频率，提到“甲型H1N1流感”的用户所在的州被用深蓝色加以标注。网络提供了一条前所未有的途径，供我们了解人们关心什么。　　跟用网络搜索频率预测“美国偶像”的比赛结果不同，预测季节性流感什么时候达到高峰(通常是在11月到次年4月之间)能够拯救很多人的生命，当局可以据此计划接种疫苗的时间、增加医院的人手和有序地提供治疗措施。　　艾奥瓦州大学副教授菲利普·博格林研究了雅虎的搜索数据能否用来预测流感的暴发。2月的《自然》杂志上有一篇文章，金斯伯格和他的五位共同作者描述了两组信息，一组是五年内政府记录的病人报告流感症状的频率，一组是谷歌的搜索数据，然后试着找出两组信息的重叠之处，以此来判断人们搜索最好的体温计和离家最近的急诊室是否意味着更多有流感症状的人去医院就诊。　　这种关联必须反复出现。如果结果表明在流感暴发前，人们对速冻树莓有一种神秘的食欲，谷歌的流感趋势报告就会把这种研究添加至算法中。　　过去，流感监测是观察药房里感冒药的销量何时达到最高。传统的和网络时代疫情监测共同面临的挑战是要忽略掉“杂音”，集中于真正有意义的现象。传统监测中的杂音，比如感冒药打折优惠销售，导致销量陡增，这跟人们的健康状况无关。而在网上，杂音无处不在。所以，如果想通过分析Twitter来预测流感何时暴发，就不能搜索甲型H1N1流感一词，应该搜索相关症状。但Twitter确实提供了一种独一无二的途径。人们更有可能在Twitter上说自己感到不舒服，而不是说去看医生。人们在社交网站上非常坦诚，所以对公共卫生机构来说是一种重要的工具。　　十年来，网络使卫生机构能够更早地监测到病毒的出现：地方公共卫生机构把报告贴到网上，随后关键词扫描程序能够收集到这些数据。美国西北大学复杂系统研究所的一个计算机模型通过跟踪美元的流通预测流感疫情。截至5月3日，根据这个模型的预测，到月底美国只会出现2000例感染，大部分在纽约、洛杉矶、迈阿密和休斯敦。该模型的预测结果跟疾病控制中心的统计数据大致吻合，计算机模型预测的是150至170例，疾控中心确认的是226例。　　这个计算机模型依据的是一个名叫“乔治在哪里？”的网站中的数据。这个网站是程序员汉斯·艾斯金十多年前建的，他在他拿到的每张美钞上请求下一个拿到这张美钞的人去这个网站输入其序列号，并留下邮政编码。他只是想看看美钞流通有多快、能流通到多远的地方。到2006年，这个网站已经记录了1亿美元美钞的流通情况。　　从德国访问这个网站的布洛克曼博士无意间听说了这个网站，意识到这正是他需要的东西：一个面对面交易的地图，跟流感的传播类似。　　印第安纳大学的计算机模型依据的是全美的航空和公共交通网络。它跟西北大学的计算机模型有一些类似的假设，比如，每个感染者会传染给1.7至2.8人。布洛克曼说平均数不能说明多少问题，可能一名学生会传染给15名同学，但在有的学校传染率只有0.1，这就好比把比尔·盖茨放在埃塞俄比亚，然后说该国的人均收入非常高。但有一件事是确定的：“人们对大数有着奇怪的感知。如果一个3亿人的国家有2000人感染了病毒，大部分人会认为他们将成为这2000人之一，而不是余下的299998000人中的一个。”