大數據如何幫助抗擊埃博拉

戴維·理查茲

世界衛生組織（WHO）首次確認埃博拉在幾內亞的疫情是在今年3月，僅僅過了6個多月，這場疫情就已演變成埃博拉有史以來最大規模的暴發。

世界衛生組織和美國疾病預防控制中心（CDC）的最新數據顯示，目前全球已有超過8000人感染埃博拉病毒，并奪走了近4000人的生命，致死率約為47%。利比里亞的埃博拉病例每隔15天到20天就會增長一倍；在其他國家，像塞拉利昂和幾內亞，每隔30天到40天翻一番。

倫敦衛生暨熱帶醫學院院長彼得·皮奧特稱，此次埃博拉疫情前所未有的特征，將讓人難以確定其接下來將如何傳播。對人道主義機構來說，這是切實的問題，他們非常關注如何才能保證醫療資源惠及最需要的人。

在抗擊埃博拉的戰斗中，官方渠道不堪重負——利比里亞只有200名登記醫生，卻需照料400萬人口。在此情況下，新興技術則變得越來越重要。

大數據分析技術受到私營企業的熱捧，不過，長期以來，它的潛在用途卻被忽視。大數據技術可從多樣化的來源聚合海量信息，同時過濾無關信息。銀行利用大數據來提高監測欺詐行為的準確度，醫藥公司則使用大數據來研發拯救生命的新藥物。

在疫情暴發地區，實時分析、處理、解讀大量數據，能夠幫助提早發現意料之外的發病趨勢，減少死亡人數，從而大大減少疾病的傳播。如此一來，大數據技術或許某天會成為救援工作必不可少的工具。

大數據需要在數據產生后以盡可能快的速度整合非結構化的數據，這些數據來自全球無數大大小小的組織，這個步驟叫做“多中心攝取”。把這些數據與已經通過互聯網獲取的海量公眾信息相結合，可以幫助那些危險環境下的疫情工作人員，讓他們始終掌控瞬息萬變的局勢。

譬如，一家移動運營商向研究人員提供從塞內加爾用戶手機上搜集的匿名數據庫，這樣就為觀察該地區人口的活動提供了一個窗口，而掌握人口活動情況就可以幫助預測埃博拉的傳播動態。

埃博拉擁有2天～21天的潛伏期，在此期間，患者可能并不知道自己感染了埃博拉，這種情況下，掌握人們的行蹤對控制埃博拉疫情至關重要。同樣，利用手機數據創建的模型，結合世衛組織的最新報告，能幫助確定哪些地方需要重點預防并分配醫療資源。

利用通過廣泛渠道獲取的信息，當局便能夠擁有前所未有的洞察力，知曉哪里會有疫情，又該如何應對。這些信息的獲取渠道包括社交媒體、醫療信息和飛行記錄。這不僅能夠幫助挽救生命，也能確保醫療資源分配到最需要的地方。

大數據技術雖然潛力巨大，但也飽受批評。一些人蔑稱其為營銷人員的把戲。的確，因為大數據在跟蹤流行病傳播方面出現過顯著的錯誤，所以它難免受到許多人的責難。

例如，在今年早些時候，《科學》雜志發表文章指出，谷歌“流感趨勢”（Google Flu Trends）系統的預測結果偏離實際。“谷歌流感趨勢”項目于2009年開發，旨在利用谷歌搜索查詢收集得到的數據，來估測流感疫情。

谷歌聲稱，這套系統可以比美國疾病預防控制中心（CDC）更迅捷地跟蹤全美的流感傳播，而且無須任何醫學數據。但《科學》雜志文章發現，科技巨頭谷歌的這一項目，對4年流感病例的估計要高于通過官方渠道精雕細琢的數據。

在埃博拉疫情中，類似的誤解可能讓衛生官員誤入歧途，而且會加劇疾病傳播。例如，此前的觀察指出，埃博拉病例數量有限且局限在鄉村地區，但從目前的爆發的情況看，大范圍的人群都受到了影響，疫情傳播也從鄉村蔓延到城市中心。而大數據可以幫助提供更詳細的建模——當然它們只是參考，尚需人工準確地綜合并解讀信息。

盡管采取了關閉多個邊境、疏散人群和大規模隔離等措施，但受疫情影響的國家在控制埃博拉疫情上依然步履維艱，他們本已脆弱的經濟也是雪上加霜。有人稱，埃博拉造成的經濟后果或堪比病毒本身造成的死亡。

抗擊埃博拉疫情的工作人員應該使用一切可支配的工具，以遏制病毒的傳播。如果使用得當，大數據可以讓政府更有效地介入疫情管控。不過，我們需要采取富有前瞻性的方法，盡可能多地攝取和利用數據，并予以準確的解讀，更好地幫助了解疾病感染者的生活方式、環境和行為。

美國疾病預防控制中心的最新預測是，到明年1月，將有140萬人感染埃博拉。希望大數據的登場，能夠讓這個數字比預估的低。