Bio.Diaspora：基于大數據的疫情擴散預測

辛妍

目前，正在西非肆虐的埃博拉病毒已經造成了重大的人員傷亡，這是自該病毒1976年被發現以來規模最大、情況最復雜的暴發。世界衛生組織的最新統計數據顯示，截至10月22日，全球共有9936個埃博拉病毒感染病例，已有4877人死于這種致命病毒。其中，有4868人死于埃博拉疫情爆發最為嚴重的幾內亞、塞拉利昂和利比里亞這三個西非國家。為此，包括中國在內的國際社會均給予高度重視。2014年9月23日，作為審查埃博拉疫情在西非暴發狀態的健康小組的一員，Bio.Diaspora公司創始人Kamran Khan博士出現在了加拿大廣播公司（CBC）的“國民（The National）”節目中，講述如何使用該公司研發的Bio.Diaspora，基于大數據分析，結合航班資訊、天文及風向等數據，追溯埃博拉病毒等傳染病暴發點及預測擴散情況，并協助各地政府做出預防措施。

在上海“科技創新日·科技夾子”活動上，Kamran Khan博士攜帶的Bio.Diaspora項目同樣倍受關注。因為在當今日益全球化的世界中，新發傳染病比歷史上任何其他時候都出現得更快，而且有很多以前得到控制的傳染病死灰復燃。此外，對抗生素的廣泛使用和濫用導致了新一代高耐藥性形式的傳染病的產生。隨著全球傳染病活動的發展，世界變得越來越小。今天，每年有超過20億的旅客搭乘商業航班，這為將當地暴發的傳染病迅速轉化為國際流行病或傳染病創造了前所未有的機會，因而可能會造成更嚴重的健康和經濟后果。全球傳染病活動的變化，加之國際航空旅行的增長，都令人信服的表明，像SARS和H1N1這類傳染病的暴發在未來是不可避免的。同樣，目前仍在暴發中的埃博拉病毒的潛伏期為2到21天，這就使得病毒攜帶者在癥狀出現以前，可以進行相當長途的旅行并與他人接觸。鑒于空中旅行急劇增長，埃博拉疫情確實會給目前受染國家和大洲之外的地區帶來相當大的風險。

傳染病毒不可能絕跡，只能運用先進的科技手段進行預警和預防，并把損失降到最低。而Bio.Diaspora正是要改變人們對全球傳染病威脅的應對方式。

致力于人類社會健康的學術-商業公司

Bio.Diaspora是從加拿大多倫多圣米高醫院（St. Michael's Hospital）獨立出來的公司，于2008年由Kamran Khan博士創立。Bio.Diaspora公司力圖通過尋求切實有效的解決方案，來應對新的全球傳染性疾病，以減輕它們對健康、安全和經濟活動造成的風險。

全球航空運輸網絡共享生命系統的許多功能，其復雜的“分解”包含了一個連接全球城市的動脈網。沿著每條動脈的旅客流有其自身獨特的“生理”模式。就像一個活生生的實體，這一系統可能會由于傳染病的暴發、自然災害、恐怖活動和其他重大事件而生病。作為傳染性疾病傳播的主要渠道，Bio.Diaspora致力于了解全球航空運輸網絡，試圖理解這個復雜的生命系統的行為，并充分利用與其相關的知識更好地為全球性傳染病的威脅做準備并及時應對。要做到這一點，Bio.Diaspora需要運用包括臨床醫學、公共衛生、流行病學、生物統計學、地理信息系統、制圖學、數學建模、網絡分析、衛生政策和計算機科學等學科交叉點的新知識。

自創立以來，Kamran Khan博士組建了一支相當優秀的技術團隊，聚集了地理信息系統（GIS）、交通網絡、仿真建模、空間數據系統、數據可視化、計算機科學和軟件開發等方面的專家。而作為公司創始人的Kamran Khan博士本身就在圣米高醫院任傳染病醫生及科學家，同時也是多倫多大學傳染病分支的醫學副教授。他曾于多倫多大學、康奈爾大學、哥倫比亞大學及哈佛大學學習醫學及進行科研，掌握了全球流動性、人類遷移行為及傳染病三者的復雜關系。在Kamran Khan的帶領下，Bio Diaspora公司與MaRSInnovation合作，開發了一種易于使用的基于網絡的解決方案——大數據應用系統Bio.Diaspora，可以實時生成并傳遞定制的、可操作的關于全球傳染病威脅的情報。Bio.Diaspora對傳染病傳播的預測能力在2009年H1N1流感大流行期間得到了驗證，并且發表在了新英格蘭醫學雜志上。其后，Bio.Diaspora一直參與世界上大量不同的流行與非流行事件的風險評估，包括2010年的海地霍亂暴發，以及2011年的福島核事件。2011年， Bio.Diaspora公司因其創新的地理信息系統應用，獲得國際數據集團計算機世界的榮譽獎。該獎由國際數據集團于1988年設立，是運行時間最長的國際獎之一，用于表彰那些利用信息技術來推動積極的社會、經濟和教育變革的個人和組織。

目前，Bio Diaspora已經并將繼續與大型公立醫療機構合作，包括美國疾病控制和預防中心，加拿大公共衛生署，歐洲疾病預防和控制中心，英格蘭公共衛生，以及世界衛生組織等。另外，國防和生物安全組織，甚至一些活動會受到傳染病或流行病影響的大型跨國公司，都表示對Bio.Diaspora有興趣。

Bio.Diaspora的所有相關工作起步于圣米高醫院的李嘉誠知識研究所，其研究一直得到了李嘉誠基金會的支持。Kamran Khan博士說，如果沒有早期預警、實時信息以及預測系統來幫助各國政府、企業和個人更好地預測威脅并做出明智的決策，那么我們在很大程度上還將只能以反應的方式來應對傳染病的暴發。找到準確有效地預測傳染性疾病的全球傳播的工具將是個數十億美元的機會。

Bio.Diaspora應用：對2009年H1N1流感傳播的預測

當疫情襲來，公共衛生官員不得不做出艱難、但又必要的決定，以防止病毒的進一步蔓延。例如他們可能會考慮進行機場篩查。由于這一行動需要大量資源的，因此，要采取行動需要有強有力的科學基礎，這也正是Bio.Diaspora能做的。

2009年甲型H1N1流感大流行時，Khan與其合著者分析了在2009年5月從墨西哥飛出的超過58名高風險旅客的飛行路線。他們發現，對疫情國家機場的離境乘客進行篩查比在目的地機場對其進行篩查更有效。Khan估計，在H1N1流感期間，所有的高風險旅客均能在墨西哥的36個國際機場進行出境篩查評估。而通過在墨西哥六個最大的國際機場進行出境篩查，再加上對上海和東京這兩個機場進行有針對性的入境篩查，就可以涵蓋全球范圍內90%的高風險旅客。上海和東京機場被包括在內是因為它們有來自墨西哥的最長的直飛航班，分別為17小時和20小時。這些航班足夠長，那些離境時還有流感潛伏期中的旅客很可能會在到達時開始感覺不適。相反，如果對這些相同的旅客的篩查只在其飛行目的地機場進行，則需要在26個國家的82個國際機場設置檢查站。并且，在到達地機場對所有的國際旅客進行篩查相當困難。在H1N1流感大流行期間，這將意味著要在1111個機場篩查6730 萬脾氣暴躁的旅客。而實際上，為了要篩查出每一個確實已經接觸過H1N1病毒的人，就要對116個人進行不必要的篩查。基于這一研究成果，Khan與其合著者開發了一個基本的決策工具，各國可以在病毒暴發期間使用，用以幫助公共衛生官員決定是否，以及如何設置機場篩查。該工具考慮了三件事：一是在疫情暴發源地是否有有效的出境篩查，二是該市是否有來自疫情暴發地國的直航航班，三是疾病的潛伏期。

Bio.Diaspora應用：2012年倫敦夏季奧運會

想象一下，數以百萬計的人從世界各地匯聚在一個城市，在密集、擁擠的環境中混在一起幾個星期。同時，該市具有世界上最高的國際空中交通客流量，而大量的額外人口會在旅行旺季來到此觀看比賽。這正是倫敦2012年夏季奧運會時，擺在公共衛生規劃者面前的挑戰。認識到這些挑戰，Khan及Brownstein與英國國家健康服務（National Health Service in the United Kingdom）合作，模擬世界上的人將如何聚集在倫敦，并同時通過互聯網數據，來預測在奧運會期間、以及會后不久可能的傳染疾病威脅。這一流行病的情報將給英國的公共衛生官員提供全球傳染病事件的全時態勢，如果需要的話，可以幫助制定公共衛生對策。

如Khan所言，很有可能什么都不會發生，但是正是“如果發生會怎樣”讓他保持清醒。過去，疾病暴發就曾與大規模集會相關，包括比如2010年加拿大溫哥華冬奧會期間的麻疹激增，以及2008年悉尼天主教青年節期間暴發的流感等。來自英國健康保護局的Brian McCloskey負責奧運會，他說，像奧運會這樣大規模的集會，更需要考慮潛在的健康威脅，特別傳染性疾病，因為它們可能會通過人群的流動而傳播到世界各地。

引用Kamran Khan博士自己的話，“世界的相互聯系日益緊密，這給人類帶來的驚人的好處。但同時，不論是從經濟性質來說，還是從患傳染病來說，相互聯系也深深地與相互依存交織在一起。傳染病會造成健康和安全風險，并極大地破壞當地和全球的經濟活動。Bio.Diaspora正是致力于最大限度地提高生活在相互關聯的世界中的好處，同時盡量減少其風險。”

[ 對 ?話 ]

《新經濟導刊》：您是怎樣想到要開發Bio.Diaspora的？

Kamran Khan：我是一名傳染病醫生，并且在多倫多圣米高醫院有臨床實踐經驗。2003年SARS暴發時，我看到了傳染病會怎樣影響一座城市，這不僅包括健康，而且還包括對心理和經濟造成的損失。SARS本身給多倫多當地經濟造成的損失就達20億美元。這一事件讓我開始思考國際社會之間的相互聯系，從中我意識到，作為一名要在世界各地行醫的醫生，我必須要充分了解全球的傳染病活動。但問題是，一個人怎樣才可能知道在世界各地的其他城市中發生了什么，并且這些事件如何與每個城市聯系起來？于是我開始將研究重點放在了全球航空網絡，因為每年它會運送超過25億的全球旅客。隨后，我才開始考慮全世界是怎么相互連接的，以及城市和國家間如何共同承擔傳染病的風險。

《新經濟導刊》：展望未來，你對于疾病追蹤的理想狀態的設想愿景是什么？

Kamran Khan：我希望我們能擺脫反應的應對方式，而是轉向預測。今天，在很大程度上我們是消防隊員，基本上是在等待大火發生并出現在家門口，才做出反應。而我們真正需要的是一個早期預警系統。這一系統可以讓個人、組織和機構密切留意世界其他地區，感知并了解疫情暴發的態勢。作為一個全球性的社會，我們需要開始更積極主動地思考，并優先預防，而不是只作為一個個獨立的國家，只關注自己眼前的私利。

大數據與醫療

大數據開辟了新的機會，讓我們能夠以更聰明、更大膽和更創新的方式來做出決策。人們常說，數據是新的世界貨幣，而網絡是它交易的外匯局。

在十八屆三中全會上，《關于全面深化改革若干重大問題的決定》中提出，深化醫藥衛生體制改革成為全面深化改革的戰略中的一部分，并提出要充分利用信息化手段，促進優質醫療資源縱向流動，并加強區域公共衛生服務資源整合，健全全民醫保體系。醫療信息化被提上了議程，意味著整個醫療信息化得到了真正的認同。

用中國工程院院士鄔賀銓的話說，大數據的應用首當其沖的就是智慧醫療。在醫療數字化的過程中，醫院成了大數據產生的重要來源，病歷、影像、遠程醫療等都會產生大量的數據。有報告顯示，醫療大數據的分析會為美國產生3000億美元的價值，減少8%的美國國家醫療保健的支出。而在日前，美國最大的醫療保險公司Wellpoint已經開始通過運用IBM的超級計算機“Watson”幫助醫生來針對病人的病情進行診斷，并已經服務了7000萬人。在癌癥治療領域，目前需要一個月或更長時間才能制定出針對性的藥物治療方案，未來利用Watson的認知計算技術可以將周期縮短至一天，極大提高癌癥患者的治愈率。

鄔賀銓院士認為，大數據在醫療中可以應用在臨床診斷、遠程監控、藥品研發、防止醫療詐騙等方面。

大數據在臨床診斷方面的應用首先體現在三個方面：一是對病人的數據分析;二是臨床決策系統;三是可以讓臨床醫療數據更加透明。精準地分析病人的體征、治療費用和療效數據，可避免過度治療、避免副作用較為明顯的治療。通過進一步比較各種治療措施的效果，醫生可更好地確定臨床最有效、效益最好的治療方法。通過將醫生處方和醫療專家庫醫學指導比較，系統可提醒醫生避免出錯，幫助醫生降低醫療風險。通過告訴病人多種不同的醫療方案，病人可以自己選擇治療方案。僅僅一個醫療臨床決策系統，就能讓美國一年減少1650億美元的醫療支出。可以預見，在臨床診斷方面，大數據應用引起醫院最大的變化將是臨床路徑的標準化。未來，醫療研究人員將從各地醫療大數據倉庫中攢取來的海量臨床數據進行歸類，很方便地用于對每一病種的臨床路徑標準化研究。

大數據的第二個應用是計算機遠程監護。首先，通過收集數據，醫生可以更好地判斷病人病情。其次，通過對數據的收集和分析，可實現計算機遠程監護，對慢性病進行管理。

大數據的第三個應用是醫療研發。這主要體現在預測建模和臨床實驗設計的統計工具和算法。通過收集臨床實驗前期和結果的數據，獲得大數據的海量支撐，新藥研發人員將得到很大幫助。對大量醫療數據的抓取和分析，可以評價新藥的安全性、有效性以及潛在的副作用，加快新藥開發，提高研發效率，甚至會產生意想不到的好結果。而通過挖掘病人數據，可以評估和招募患者是否符合試驗條件，并進一步找出最合適的臨床實驗基地，從而加快臨床試驗進程。

另外，醫療物聯網的發展也是大數據在醫療方面的一大成功應用。隨著移動網絡和信息技術的高速發展，建立在互聯網、大數據和云計算等解決方案的基礎上的移動醫療正在推動醫療機構不斷利用物聯網技術提升傳統醫療模式的實踐。以醫院為中心的業務模式正在轉向對象管理模式。醫療物聯網將給醫生帶來快捷的醫療診斷途徑，給患者帶來自由。

隨著大數據時代的到來，醫療行業的信息化也將迎來自己的“大數據時代”。雖然大數據的醫療模式能使醫療更快捷、更高效，但不得不說的是病人醫療隱私的保護也將是一個關鍵性的課題。只有兼顧數據互通和數據保護才能讓其健康發展。