如果再有SARS,大数据能够做什么?
本文摘要:订阅专栏撤销订阅 稀饭科技和互联网,哀号设计的产品汪,有点抵制不明觉厉~~57652在百度大数据开扩大会上,中国疾病预防控制中心的高福院士在开讲时就向听众抛出了一个问题“假如2003年百度的查找引擎和现在一样发达,可以提前奉告我们广州、香港现已开始呈
订阅专栏撤销订阅 稀饭科技和互联网,哀号设计的产品汪,有点抵制不明觉厉~~

5765

2

在百度大数据开扩大会上,中国疾病预防控制中心的高福院士在开讲时就向听众抛出了一个问题“假如2003年百度的查找引擎和现在一样发达,可以提前奉告我们广州、香港现已开始呈现SARS病毒感染了,那么其他区域的危害是否会变得小一些?”

而这一问题也其实暴露了传统疾病预防控制的方式的不足,最大的不足在于实时性上,疾病的感染控制抢的就是时间,与死神赛跑。而此次疾病预防控制中心与百度的合作也正是意在改变现状,开始使用大数据对疾病传达进行更先进的监控与控制。

谷歌已在疾病猜测防控上现已走出先例,那么我们先来看下谷歌的谷歌流感趋势(Google Flu Trends,GFT)的工作成果,再比照百度,从中窥视中国疾病预防控制的大数据未来。

一,谷歌在疾控上的成就

2008年,谷歌上线“谷歌流感趋势”项目,该项目开始猜测流感传达。

2009年在美国的H1N1迸发几周前,谷歌成功猜测了H1N1在全美的传达规模,详细到了州还有特定区域,判断十分及时,令美国公共卫活力构以及全美大为震动,疾控中心通常只能在流感迸发一两周之后才可以做到,而谷歌的及时性让全美侧目。

这是真正第一次使用查找引擎大数据对疾病控制的猜测尝试,谷歌因此也取得巨大殊荣。

二,中国疾控中心的大数据方向

此次疾控中心与百度深化合作,不只使用百度的数据技能来达到疾病传达的控制,还将拿出官方的监测数据与百度进行深化分析并建立模型。以下是在大数据下,疾病控制可以做到以下几点。

1,提前确定一定规模的未知疾病,为疫情控制争夺时间。无论传统检测仍是大数据都是无法监测到任何没有临床症状的病例的,这些经历在医院的临床经历中都为0。但大数据却可以做到一件事,通过医院的同享信息以及百度监控指定区域的用户的频频查找要害词,可以检测到某个区域现已呈现了诸如不明原因的肺炎,某地餐馆让多少人呈现吐逆腹泻等异常状况

然后再通过与疾病控制中心的病毒库中的病毒分析,寻找吻合的病毒,进行比对分析然后将其找出,为判断疾病赢取时间。换句话说,有了大数据后,疾病预防可以真正在第一时间内去判断出疫情的病毒源,进而为控制争夺时间。

另外要说明一点的是,其时的科技下,疫情的发生是谁也无法控制的,我们现在仅有可以控制的就是及时阻止其传达的规模,而大数据则是现在仅有的也是最佳的途径。

2,判断人员流向,控制疫情。在疫情发生后,虽然国家可以第一时间控制住当地疫情,可是人员流动则是无法控制的。现在使用百度的技能可以做到,比如A地俄然迸发了感染病,而此时依据百度大数据的监控就可以监测到感染源区人员的主要流向地是B地与C地,于是疾控中心就拿出对应的医疗技能和对应的医治药品以及疫苗来防治,第一时间赶到B地与C地,将一切药物准备安排妥当并为当地人接种疫苗,这样一来就减少了盲意图广撒网式的全面布局状况,通过百度提供的人员流动数据,让控制疫情在功率上大幅度提高。

3,医治药物和疫苗的迅速研发。在疫情发生后最重要的事情就是研发对应药物,传统的做法是一个小规模的研发,然后用传统的交流方式,可是有了大数据就不可等量齐观。在病人的医治中,所有药物的使用数据以及用户的病情数据都将悉数联网,当机器检测到发现某种药物(通过读取录入的药物数据)对病人的病情(通过读取录入病人健康的要害指数后的数据)有部分效果后,将会迅速归入研发的决策规模,为研发部门提供有用参考,为研发对抗疫情的药物以及预防疫情的疫苗,提供全网的大数据的支撑。

4,传达动力学模型建立。疫情的传达模型在学术上有很多研讨成果,可是这些学术研讨都很难落地,就像《反软弱》里说的这种触及社会问题的理论要想建立,从学术到实践是一种大众错觉,真正建立起理论的永远是实践再到学术然后再不断微调。而现在具有了大数据的全面监控后,疾控中心也就有了更多的实践支撑,就能够开始真正从实践中建立有关疫情的杂乱动态网络的传达动力学。

现在,疾控中心将国家拿出监控点的数据,从城镇到医院的数据,与百度已有的大数据结合,再加上百度更强的分析能力,一同绘制出传达的模型,来为今后的疫情控制工作做更多的参考。

5,建立全民预警机制。高院士有个愿景,期望未来的大数据疾病预防控制的预警不只仅只是他们这些坐在办公室的决策者可以收到,更期望可以让全民享有这样的福利,来保障更多人的安全。比如当你去出差时,百度会在你的手机上提前告诉你,你将要去的区域有食物安全问题,再比如第一时间告诉你,你地点的区域有流感区域的人群很多流入,让你及时做好预防工作以及接种疫苗等等。

关于这一点,我认为其实不悠远,相信在近期就可以够做到。

三,谷歌的前车可鉴

谷歌虽然在09年的猜测上做出了漂亮的成果,可是在2013年的2月谷歌流感趋势被媒体很多批判,原因就在于其数据总是偏高于真实的流感数据。

谷歌犯错的原因有很多,比如谷歌的查找算法调整会直接影响到用户习惯,再比如谷歌的引荐查找以及相关性引荐也会影响用户的查找成果,此外查找某个要害词的用户也不一定是患病用户,再加上运营商的地舆方位判断等问题,使得谷歌呈现算法过度拟合的状况,将噪声当成了信号,导致其成果的禁绝确性。

而谷歌的重复试错,也让百度在该项目上更加警觉,所以直到最近才开展该项目,想必是现已做好了足够的准备有了足够的自信,才敢开始该项目,并承受大众的查验。

结语:之前交通部与百度的合作,再加上现在的疾控中心与百度的合作让我们看到互联网发生的大数据现已进入了到国家决策的层面。未来的政府也将更加依赖于这些大数据的支撑来做决策,而我们也将一同使用这些同享开放的数据,为自己所用。


人人都是产品主管(woshipm)是以产品主管、运营为核心的学习、交流、分享平台,集媒体、培训、社群为一体,全方位效劳产品人和运营人,建立9年举行在线讲座500+期,线下分享会300+场,产品主管大会、运营大会20+场,掩盖北上广深杭成都等15个城市,内行业有较高的影响力和知名度。平台集合了众多BAT美团京东滴滴360小米网易等知名互联网公司产品总监和运营总监,他们在这里与你一同生长。