黃文莉

摘 要本文首先對大數(shù)據(jù)的涵義及特點(diǎn)進(jìn)行了梳理，在綜述國內(nèi)外大數(shù)據(jù)應(yīng)用實(shí)踐基礎(chǔ)上，歸納總結(jié)了我國大數(shù)據(jù)技術(shù)在疾病防控上應(yīng)用面臨的困難和挑戰(zhàn)，進(jìn)而提出了加快我國大數(shù)據(jù)發(fā)展的對策建議。

【關(guān)鍵詞】大數(shù)據(jù) 疾病防控

被喻為"未來的新石油"的大數(shù)據(jù)，正成為繼云計(jì)算、物聯(lián)網(wǎng)之后信息技術(shù)領(lǐng)域的又一熱點(diǎn)《華爾街日報(bào)》將大數(shù)據(jù)時代、智能化生產(chǎn)和無線網(wǎng)絡(luò)革命稱為引領(lǐng)未來繁榮的三大技術(shù)變革。大數(shù)據(jù)技術(shù)已經(jīng)開始應(yīng)用到各行各業(yè)。在給人類社會帶來海量信息和巨大變革的同時，大數(shù)據(jù)技術(shù)在疾病防控上的應(yīng)用引起了人們越來越大的興趣。

1 大數(shù)據(jù)的定義

從某種程度上說，大數(shù)據(jù)是數(shù)據(jù)分析的前沿技術(shù)。簡言之，從各種各樣類型的數(shù)據(jù)中，快速獲得有價值信息的能力，就是大數(shù)據(jù)技術(shù)。

大數(shù)據(jù)的特點(diǎn)有四個層面：

（1）數(shù)據(jù)體量巨大。從TB級別，躍升到PB級別；

（2）數(shù)據(jù)類型繁多。如網(wǎng)絡(luò)日志、視頻、圖片、地理位置信息等等。

（3）處理速度快，1秒定律，可從各種類型的數(shù)據(jù)中快速獲得高價值的信息，這一點(diǎn)也是和傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)有著本質(zhì)的不同。

（4）高價值，只要合理利用數(shù)據(jù)并對其進(jìn)行正確、準(zhǔn)確的分析，將會帶來很高的價值回報(bào)。業(yè)界將其歸納為4個“V”——Volume（大量）、Variety（多樣）、Velocity（高速）、Value（價值）。

大數(shù)據(jù)，其影響除了經(jīng)濟(jì)方面的，它同時也能在政治、文化、衛(wèi)生等方面產(chǎn)生深遠(yuǎn)的影響，大數(shù)據(jù)可以幫助人們開啟循“數(shù)”管理的模式，也是我們當(dāng)下“大社會”的集中體現(xiàn)，三分技術(shù)，七分?jǐn)?shù)據(jù)，得數(shù)據(jù)者得天下。數(shù)據(jù)有了，但如何駕馭這些海量數(shù)據(jù)，將它們應(yīng)用于疾病防控工作方面，挖掘數(shù)據(jù)的核心價值，這就是我們疾控人員研究的方向。

1.1 大數(shù)據(jù)技術(shù)應(yīng)用的必要性

傳統(tǒng)疾病預(yù)防控制的方式最大的不足在于實(shí)時性上，但疾病的防控?fù)尩木褪菚r間。如果能在疾病流行前即預(yù)測到疾病的發(fā)展態(tài)勢，加強(qiáng)對疾病的預(yù)防，就能達(dá)到最大限度保障群眾健康的目的?，F(xiàn)在，利用大數(shù)據(jù)技術(shù)對疾病傳播進(jìn)行更先進(jìn)的監(jiān)控與控制成為了可能。

1.2 大數(shù)據(jù)技術(shù)應(yīng)用實(shí)例

（1）谷歌已在疾病預(yù)測防控上已經(jīng)走出先例，那么我們先來看下谷歌的谷歌流感趨勢（Google Flu Trends，GFT）的工作成果，從中窺視疾病預(yù)防控制的大數(shù)據(jù)未來。

2008年，谷歌上線“谷歌流感趨勢”項(xiàng)目，該項(xiàng)目開始預(yù)測流感傳播。

2009年在美國的H1N1爆發(fā)幾周前，谷歌成功預(yù)測了H1N1在全美的傳播范圍，具體到了州還有特定地區(qū)，判斷非常及時，令美國公共衛(wèi)生機(jī)構(gòu)以及全美大為震驚，疾控中心通常只能在流感爆發(fā)一兩周之后才可以做到，而谷歌的及時性讓全美側(cè)目。

這是真正第一次利用搜索引擎大數(shù)據(jù)對疾病控制的預(yù)測嘗試，谷歌因此也獲得巨大殊榮。

（2）2014年4月2日，清華大學(xué)在京宣布，該校將聯(lián)合國內(nèi)醫(yī)療設(shè)備生產(chǎn)企業(yè)啟動基于大數(shù)據(jù)的公共衛(wèi)生項(xiàng)目國民“健康云數(shù)據(jù)”計(jì)劃，預(yù)計(jì)3年內(nèi)完成數(shù)據(jù)平臺建設(shè)，并為遠(yuǎn)程健康管理、疾病預(yù)防等提供支撐。這也是大數(shù)據(jù)技術(shù)服務(wù)于公共衛(wèi)生領(lǐng)域的個案，這個項(xiàng)目將有效提升疾病早期預(yù)防等服務(wù)的針對性。通過對大規(guī)模數(shù)據(jù)的整理分析，可以在疾病早期防控和阻斷疾病產(chǎn)生根源方面產(chǎn)生更積極的作用。

2 大數(shù)據(jù)在疾病防控的應(yīng)用方向

2.1 提前確定一定規(guī)模的未知疾病，為疫情控制爭取時間

無論傳統(tǒng)檢測還是歷史數(shù)據(jù)統(tǒng)計(jì)都是無法監(jiān)測到任何沒有臨床癥狀的病例的，這些經(jīng)驗(yàn)在醫(yī)院的臨床經(jīng)驗(yàn)中都為0。但大數(shù)據(jù)卻可以做到這件事，通過醫(yī)院的共享信息、疾病監(jiān)測系統(tǒng)網(wǎng)絡(luò)報(bào)告數(shù)據(jù)以及各類網(wǎng)絡(luò)監(jiān)控引擎指定地區(qū)的用戶的頻繁搜索關(guān)鍵詞，可以檢測到某個地區(qū)已經(jīng)出現(xiàn)了諸如不明原因的肺炎，某地餐館讓多少人出現(xiàn)嘔吐腹瀉等異常狀況……然后再通過與疾病控制中心的病毒庫中的病毒分析，尋找吻合的病毒，進(jìn)行比對分析然后將其找出，為判斷疾病贏取時間。換句話說，有了大數(shù)據(jù)后，疾病預(yù)防可以真正在第一時間內(nèi)去判斷出疫情的病毒源，進(jìn)而為控制爭取時間。當(dāng)前的科技下，疫情的發(fā)生是誰也無法控制的，我們目前唯一能夠控制的就是及時制止其傳播的范圍，而大數(shù)據(jù)則是目前唯一的也是最佳的途徑。

2.2 判斷人員流向，控制疫情

在疫情發(fā)生后，雖然國家可以第一時間控制住當(dāng)?shù)匾咔椋侨藛T流動則是無法控制的?，F(xiàn)在利用網(wǎng)絡(luò)技術(shù)可以做到，比如A地突然爆發(fā)了傳染病，而此時根據(jù)大數(shù)據(jù)的監(jiān)控就能監(jiān)測到傳染源區(qū)人員的主要流向地是B地與C地，于是疾控中心就拿出對應(yīng)的醫(yī)療技術(shù)和對應(yīng)的治療藥品以及疫苗來防治，第一時間趕到B地與C地，將一切藥物準(zhǔn)備就緒并為當(dāng)?shù)厝私臃N疫苗，這樣一來就減少了盲目的廣撒網(wǎng)式的全面布局情況，通過網(wǎng)絡(luò)技術(shù)上提供的人員流動數(shù)據(jù)，讓控制疫情在效率上大幅度提升。

2.3 治療藥物和疫苗的迅速研發(fā)

在疫情發(fā)生后最重要的事情就是研發(fā)對應(yīng)藥物，傳統(tǒng)的做法是一個小范圍的研發(fā)，然后用傳統(tǒng)的交流方式，但是有了大數(shù)據(jù)就不可同日而語。在病人的治療中，所有藥物的使用數(shù)據(jù)以及用戶的病情數(shù)據(jù)都將全部聯(lián)網(wǎng)，當(dāng)機(jī)器檢測到發(fā)現(xiàn)某種藥物（通過讀取錄入的藥物數(shù)據(jù)）對病人的病情（通過讀取錄入病人健康的關(guān)鍵指數(shù)后的數(shù)據(jù)）有部分效果后，將會迅速納入研發(fā)的決策范圍，為研發(fā)部門提供有用參考，為研發(fā)對抗疫情的藥物以及預(yù)防疫情的疫苗，提供全網(wǎng)的大數(shù)據(jù)的支持。

2.4 建立疾病防控監(jiān)測預(yù)警預(yù)報(bào)機(jī)制

未來通過大數(shù)據(jù)技術(shù)在疾病防控的預(yù)警預(yù)報(bào)應(yīng)用方面，不僅僅只是有關(guān)部門的決策者能夠收到，而是全民都享有的福利，從而保障更多人的安全。比如當(dāng)你去出差時，網(wǎng)絡(luò)會在你的手機(jī)上提前通知你，你將要去的地區(qū)有食品安全問題，再比如第一時間通知你，你所在的地區(qū)有流感地區(qū)的人群大量流入，讓你及時做好預(yù)防工作以及接種疫苗等等。

3 面臨的困難和挑戰(zhàn)

谷歌雖然在09年的預(yù)測上做出了漂亮的成績，但是在2013年的2月谷歌流感趨勢被媒體大量批評，原因就在于其數(shù)據(jù)總是偏高于真實(shí)的流感數(shù)據(jù)。

谷歌出錯的原因有很多，比如谷歌的搜索算法調(diào)整會間接影響到用戶習(xí)慣，再比如谷歌的推薦搜索以及相關(guān)性推薦也會影響用戶的搜索結(jié)果，此外搜索某個關(guān)鍵詞的用戶也不一定是患病用戶，再加上運(yùn)營商的地理位置判斷等問題，使得谷歌出現(xiàn)算法過度擬合的情況，將噪聲當(dāng)成了信號，導(dǎo)致其結(jié)果的不準(zhǔn)確性。

4 對策與建議

大數(shù)據(jù)是云計(jì)算的具體化，且正在成為一個國家最重要的國家社會資源，對大數(shù)據(jù)的獲取和利用能力正成為軟硬兼?zhèn)涞恼鎸?shí)力。因此，對于大數(shù)據(jù)在疾病預(yù)防控制上應(yīng)用的研究可以由政府為主導(dǎo)，搭建基于云計(jì)算的安全、可靠、準(zhǔn)確大數(shù)據(jù)平臺，再引入社會力量建設(shè)各類疾病預(yù)防控制專業(yè)信息服務(wù)平臺，面向公眾提供疾病預(yù)防專業(yè)、權(quán)威咨訊。

困難從從，但機(jī)會與挑戰(zhàn)并存，我們要加快大數(shù)據(jù)技術(shù)研究，將其應(yīng)用于疾病防控，最大限度地保障人民的身體健康。

參考文獻(xiàn)

[1]馬家奇.公共衛(wèi)生大數(shù)據(jù)應(yīng)用[J].中國衛(wèi)生管理信息雜志，2014（04）.

[2]于石成.大數(shù)據(jù)視角下的衛(wèi)生統(tǒng)計(jì)工作[J].醫(yī)學(xué)信息學(xué)雜志，2013（10）.

[3]高漢松，基于云計(jì)算的醫(yī)療大數(shù)據(jù)挖掘平臺[J].醫(yī)學(xué)信息學(xué)雜志，2013（05）.

[4]于石成.全球疾病負(fù)擔(dān)研究-大數(shù)據(jù)分析應(yīng)用實(shí)例[J].醫(yī)學(xué)信息學(xué)雜志，2013（09）.

作者單位

廣東省肇慶市疾病預(yù)防控制中心 廣東省肇慶市 526060