流感肆虐，未来我们能像预测天气一样预测流感吗？

随着新年来临,流感高发期也如期来到,而今年的这波流感尤其猛烈,齐鲁晚报·齐鲁壹点记者了解到，各地医院都出现了人满为患的现象。在科技如此发达的今天,面对小小流感病毒的大流行,人类却感到束手无策,这多少有些让人感到讽刺。不过,你是否能想到,再过若干年,我们有可能会像预报天气一样预测流感并做出防治。而这种前景的达成,是基于眼下一种方兴未艾的理念:大数据。

看似人畜无害的“灰犀牛”

2017年,“灰犀牛”在中国突然火了,古米歇尔·渥克所撰写的《灰犀牛:如何应对大概率危机》一书让“灰犀牛”这个概念为世界所知。作为第二大陆上动物,灰犀牛体型笨重、反应迟缓,你能看见它在远处,却毫不在意,但一旦它狂奔而来,定会让你猝不及防,直接被扑倒在地。渥克用这个概念比喻那些人们习以为常、毫不在意,却可能引发危机的风险。

在危害人类的诸多传染病当中,流行性感冒其实就是这样一只“灰犀牛”。

不久前刚刚卸任的美国联邦疾病控制与预防中心(CDC)主任汤姆·弗里登,在卸任前最后一次受访中,被问及哪一种流行病对未来人类威胁最严重,他十分干脆地回答:“毫无疑问是流行性感冒。”

弗里登在给出这个出人意料的答案后,列举了若干令人信服的理由:流行性感冒易传染、感染初期不易察觉；易变异,不仅难以用疫苗预防,还随时存在变异出致命毒株的风险。弗里登强调说,“最为关键的是公众对流感不够重视,大多数人即便罹患流感也不会选择就医,这使得医疗部门无法像对其他流行病那样把控流感数据,当一场流感袭来时,我们对其规模有多大、暗含多少风险都十分无知,这非常可怕。”

弗里登话音未落,2017年年末席卷美国36个州的新型流感病毒H3N2就似乎验证了他的说法。据CDC最新报告说,一些州已经出现了流感的死亡案例,其中加州已有10余人死于流感病毒,第11例出现在2017年12月28日。不过,由于只有部分流感症状患者会去医院接受检查,所以CDC追踪受影响人群的实际人数存在相当困难,所以该组织至今没有完成对此次美国流感事态的总体评估,只能对公众发出空泛的警告。

2017年12月13日,美国、澳大利亚、中国等国研究人员在《柳叶刀》杂志上联合发布了一份报告,研究人员选择了1999年和2015年之间至少4年的数据进行分析,然后通过统计模型估算出全世界每年的流感相关呼吸道感染死亡人数。结果发现,季节性流感每年至少致使全球29.1万至64.6万人死亡,高于此前估计的25万至50万人。

“这些发现提醒我们流感的严重性”,参与研究的CDC流感专家约瑟夫·布雷西在一份声明中说,“流感预防应成为全球优先事项。”

研究还发现,尽管为了预防流感,世卫组织建议使用流感疫苗保护高危人群等多项措施,但这些措施极少被完全落实,原因之一依然是公众在流感袭来时往往不能及时认识到事态的严重。

事实上,这样的事情在历史上曾经一再发生。人类历史上最致命的传染病是西班牙型流行性感冒,该疾病曾在1918—1919年造成全世界约5亿人感染(当时全世界人口总共只有约17亿人),2500万到4000万人死亡。但讽刺的是,面对如此肆虐的流感病毒,世界各国在很长一段时间内都没有足够重视,以至于这种流感从美国一路传播到欧洲、东亚,直到西班牙国王也感染此病,该病才获得了“西班牙型流感”的正式命名。当西班牙型流感在肆虐人间18个月后最终神秘消失时,人类甚至没有留下这种死神病毒的病株以供研究。

毫无疑问,如果人类掌握一种技术,能准确地预测出流感的流行趋势,将会为未来人类的健康帮上大忙。

用“病毒云图”预测流感

那么,流感的爆发与规模真的可以预测吗?可以,而且相关技术确实在趋于成熟。

去年11月,美国《科学·转化医学》杂志刊发过芝加哥大学研究人员的一篇文章。研究人员利用他们所开发的新工具,成功预测了当时即将到来的流感季将是甲型H3N2流感的高发季。

该论文第一作者杜向军称,他们在流行病学群体模型中加入流感病毒进化的变化信息,每年6月根据收集的流感病毒序列数据以及来自监测部门的流行病学数据,就能预测未来一年流感感染动态与人数。“整个过程类似于天气预报。”他比喻说。

事实上,这种依赖广泛收集数据、构建“流感云图”、最终捕捉流感趋势的思路并不新鲜。2008年,谷歌公司曾推出过一款名为“谷歌流感趋势”(GoogleFluTrends)的产品。工程师们假定:一旦人们患上流感,就可能会在搜索引擎上输入特定的检索词条以获得与流感相关的信息。通过汇总和分析这些检索词条,谷歌就能预测流感将在何时何地爆发。2009年,这款产品在甲型H1N1流感爆发几周前成功预测了其在全美范围的传播,反响巨大!一时间,有关大数据开启公共卫生变革的观点接踵而来。

但人们有所不知的是,“谷歌流感趋势”之后的表现并不尽如人意。在2011年至2013年间,该项目多数高估了类流感发病率。在最近一次预测流感爆发趋势时,谷歌所预测的流感病例数目几乎是美国疾病控制与预防中心统计数据的两倍。

这主要是两个方面造成了流感预测失败,一个是搜索关键词和疾病爆发即使有相关性,也没有什么因果性,一个人搜索感冒,也不一定就是病了,也许就是随便搜索玩玩。这种预测有很大的偏差,因为公众并不了解疾病和症状的对应情况,关键词和疾病的对应关系无法建立。

另一个就是在数据分析方面存在欠缺。哈佛大学教授GaryKing的研究就指出了谷歌项目在分析上的不足。首先,这个项目没有尽可能利用传统的统计分析手段来剔除系统误差,比如残差的自相关性和季节性；其次,“谷歌流感趋势”忽略了其他数据的作用。

有网友讲了个笑话,有机构监测到某地在某一段短时间内突然爆发了很大的流感相关名词的搜索量,于是很紧张地通知了疾病防控中心。等疾病防控中心的人去调查,发现那里平安无事,只不过是有两个大的医学院那段时间正值期末考试。

虽是笑话,也侧面反映出大数据给出决策前,不仅要采纳数据广泛性,也要注意采纳数据的严谨性,才能提高数据结果的准确性,不至于出现大的决策偏差。

尽管类似的项目还存在缺陷,但依靠大数据把握流感的整体趋势的这一思路无疑是对的,比如芝加哥大学去年的研究成果无疑就借鉴了其思路,只不过,他们所采信的数据来源渠道更加权威。

另外必须指出的是,谷歌推出该项目的时间是在2008年,当时智能手机的普及率与今天不可同日而语,其所谓“大数据”今天看来其实并不“大”。而随着近十年来数字技术突飞猛进,如果类似的大数据公司能将这个计划重做一遍,一定会得到不一样的结果。

相信在不远的将来,大数据预测流行病将成为一个大趋势。我们将基于数据构建一个复杂的“病毒云图”,像做天气预报一样科学地预测每一次疾病袭来的时间、规模并做出应对。到那时,流感威胁将不再是令我们忧心的难题。

（齐鲁晚报·齐鲁壹点记者王昱）

[责任编辑：杨凡、徐红梅]

想爆料？请登录《阳光连线》（ http://minsheng.iqilu.com/）、拨打新闻热线0531-66661234或96678，或登录齐鲁网官方微博（@齐鲁网）提供新闻线索。齐鲁网广告热线0531-81695052，诚邀合作伙伴。