隨着新型冠狀病毒感染肺炎疫情蔓延，傳染病防治關係到每一個人的生命健康。

在這次疫情的預防和治療中，大數據起到了很重要的作用。

哈佛大學免疫學和傳染病學博士內森 • 沃爾夫的《病毒來襲》，對傳染病進行了理智細緻的分析，教我們如何用應用大數據來預防和治療疾病。

《病毒來襲》

【美】內森 • 沃爾夫 著 沈捷 譯

湛廬文化 / 浙江人民出版社

大數據自從2008年以後變成一個很火的概念。事實上這個概念出自於金融行業，因爲金融行業對於數字是最敏感的，銀行業總是希望知道應該給什麼樣的人發放貸款，它們能夠保證收回貸款，還要收到利息，不能給什麼樣的人發放貸款。

所以在2021世紀初，金融行業發展出了一些模型，用來預測人們的消費行爲和他們的金融行爲之間的關係。這樣做的後果是什麼呢？銀行的業績大大的擴展了，然而次貸危機也發生了。

不管結果怎麼樣，這些模型已經顯示了它的威力，就是通過對於遺忘存在的海量數據的分析，可以對人類的行爲進行分類，進而可以預測人類的行爲。所以實際上大數據簡單講就是兩件事情：分類和預測，分類的目的是爲了預測。

明白了這一點，對於疾病來說，有沒有辦法對治療、愈後以及病情的發生發展進行預測？答案是肯定的。

當有了足夠多的數據，當有了足夠多的關於這些數據的處理的知識之後，那麼你就可以對發生了的疾病，會對在特定的人身上產生的效果作出預測，同時也可以對在什麼情況下會暴發什麼樣的疾病進行預測。

每年防疫系統都會發布流感的暴發趨勢的預測，他們的數據是怎麼來的呢？對於疾控系統來說，他們來自於所謂的各種各樣的哨點監測數據，什麼意思？就是在基層的診社區設立發熱門診，這些發熱門診會報告每天、每週、每月的發熱人數，這些發熱人數彙總起來了以後，通過模型的計算，可以從時間尺度上看出一些變化，比如說從10月底開始就會出現發熱的人數的增加，這個時候就可以預測出流感的高峯要來了。

另外一個路徑，比如說利用Google這個搜索引擎工具，它本身也是一個大數據工具。

當有人得了感冒，他會根據感冒的症狀，他會去這些搜索引擎上搜索感冒怎麼治？如果有100萬個人在同一天都發出這樣的搜索關鍵詞，那麼搜索引擎就會把這些相關聯的關鍵詞形成一個搜索頁面，然後就可以利用這個搜索頁面上呈現的數據做出預測。

兩年前Google發表了一篇論文，他們通過這種辦法，提前預測到了流感高峯的到來，甚至比美國疾控系統提前一週左右。Google現在也已經開發了這樣的工具，用戶可以用這種關鍵詞去進行搜索，通過這種方式就可以幫助大衆瞭解疾病發展的動態。

比如對這次疫情發佈實時新增和確診病例數據的丁香園，就是利用大數據來進行病情發展趨勢的預測。

全國新冠肺炎疫情實時動態

圖自丁香園

除此之外，大數據時代還有利於建立流行病毒的數據庫。

每當科學家對一個新的病毒進行基因測序之後，就會把這些數據上傳到世界衛生組織建立的數據庫裏，形成一個傳染性病毒的基因庫。這些數據也可以供世界各國進行再分析。比如基因序列分析，進而就可以知道病毒是如何進化來源是什麼。這樣做的好處是可以對病毒進行溯源了，另外還可以看到這些病毒的傳染性在分子層面上的變化。