科學家正致力于建立一個前沿的流行病預警系統，而這個系統正是利用人們在社交網絡上每天的狀態更新和話題關鍵詞來預測的。

感冒時，上微博隨手更新一條狀態給關心自己病情的親友或許并不稀奇，但這在研究疾病預防的卡斯豪特教授看來卻意義重大。在哈佛醫學院召開的數字疾病監測國際會議上，這位來自亞特蘭大疾病和預防中心的教授從facebook中獲得靈感，提出了用社交網絡來追蹤疾病的構想。

疾控中心可能要花幾個星期才能預測流行病的發展、傳播趨勢，而通過社交網絡信息的分析，可以更快得到預測結果，這意味著你的一條狀態或可幫助公共衛生部門更快地搜集疾病擴散信息，以提供醫療幫助和健康服務。

和傳染病賽跑

對于遏制疾病傳播來說，搶占時間先機無疑是最有力的武器。

2008至2009年期間，Google與雅虎先后發現，當某一地區的流感開始爆發時，該地網民搜索和流感相關的關鍵詞數量會有所變化，因此，通過搜索引擎的關鍵詞分析，例如“咳嗽”、“發燒”和“疼痛”等，幫助人們發現了流感的傳播路徑，有效地阻止了流感的大范圍傳播。2010年，Google推出了“流感指數”，為大眾提供流感預測信息。

流感指數分析程序背后的研究人員發現，雖然并非每個搜索“流感”的人都病了，但當所有和流感有關的搜索內容加在一起，再通過比較關鍵詞的查詢數量和傳統的流感監測系統，就會發現許多搜索查詢會在流感高發季節出現，專業人士可以據此估算出在世界范圍內有哪些地區正在忍受流感擴散的煎熬。

對于流感，傳統的流感監測非常重要，但是大多數衛生機構只是專注于單一的國家或地區。Google的流感趨勢則每天都在更新，并且可以檢測到全世界范圍內的數據，為醫療系統做出有益的補充。

Google在美國的九個地區對追蹤效果做了測試，并且發現這一系統比美國聯邦疾控中心提前了7～14天準確預測了流感的爆發，而這段時間正是控制流感蔓延的重要時期。

“間諜”網絡

美國霍普金斯醫院的研究員杜加斯和她的同事質疑，來自搜索引擎的統計并非正式數據，這意味著網絡中潛伏的巨大信息噪音會影響研究結果的準確性。

為此，日本國家信息研究所的研究員科利爾開發了疾病預警網站BioCaster。該網站本身配備了各種文本挖掘算法，可以對各地區關于疾病傳播的網絡信息連續掃描，并具有高度的概念識別能力，從而過濾出可信度較高的信息。在對抗甲型H1N1流感病毒和海地霍亂的戰役中，BioCaster就大顯身手，幫助疾病控制中心監視“敵情”。

對普通人來說，還可以通過“致病天氣”這樣的網站獲得流行病信息。

這個免費網站可以根據疾病的24個不同的特征在社交網站中進行搜索，并將搜索結果顯示在地圖中（全球范圍內均可搜索），傳染病傳播信息便可以非常直觀地展現出來。你也可以直接在地圖上添加自己的疾病信息，還可以連接facebook，查看好友圈中的疾病情況。

（摘自《南都周刊》）