如何利用医疗大数据预测和对抗流感？

在过去的一个多月，美国、意大利都被笼罩在超强流感的阴影中。人类尚不可能完全隔离流感病毒，但世界从未停下探索的脚步。奥地利创业公司Vacthera正致力于研发一种通用流感疫苗，试图走在这危险又蕴藏无限潜力的领域前列。人工智能的发展和数据的集合让人们看到希望：虽不能消灭流感病株，但预测及更强效的疫苗同样能减少因流感死亡的人数。那么，医疗大数据是如何预测和对抗流感的呢？

利用数据追踪与整合来预测

数学模型是预测的基础，而数据的构成决定了模型的好坏。人类对流感的反应会随时间改变，因此数据要具备时效性与丰富性。

流感季到来之前，流感患者本季可能会携带变异的流感菌株类型，但这并不与爆发的流感正是此时患者所携带的菌株类型划等号。临床数据自身也具有局限性，只有部分患者都会前往就医，也不是全部患者都会表现出流感症状。核心问题在于数据不够全面，流感病毒种类繁多，甲型病毒突变率高，加大了预测的难度。由于流感在大多数国家的监测系统中尚属于非常规工作，因此公开病毒监测数据和基因测序数据库能让专业的研究人员提高预测的精度。例如, 共享南半球流感季的数据能够帮助北半球的工作人员理解病毒株进化的方式，以更好地预测流感的爆发。

2017年8月，中国平安与重庆疾控中心合作，全球首个流感预测模型落户重庆。团队提出“微观+宏观”的疾病预测模型，利用平安的大医疗健康数据和人工智能技术，及重庆市疾控中心常规监测数据，运用先进的人工智能技术将互联网数据和临床数据进行整合。该模型能够提前一周预测流感发病趋势，并在验证中取得了准确的预测效果。

美国Teladoc卫生服务公司的Brownstein博士最新的疾病监测项目Flu Near You积极邀请患者参与调查。通过网络或移动应用程序，用户每周都会接受一个快速调查，以揭示他们的症状，然后将所得数据转化为活动疾病图。

开拓远程医疗的疆土

Kinsa公司最近宣布推出了一款疾病监测平台，该平台使用被动收集的温度和症状数据通过其数字温度计和相关应用程序来绘制全国各地的疾病传播图。

惊人的感染人数是流感高峰时期的核心表现。由于人数过多，医院难以对大量患者提供医疗服务，因此往往人满为患。如果人们更了解远程医疗，如在上述平台参与医疗服务，提升医生效率的同时方便患者，患者可根据医生建议提前准备药物，避开治疗高峰期，同时向数据中心提供自己的情况。

把握机会前行

与流感的战争是一场全面持久战。从今年流感季来看，研究人员对流感爆发的主要菌株的估计已经很精确，但这仍然不具备绝对的说服力。研究人员一方面需要尽快对变异菌株配置相应的疫苗，另一方面需要向公众传递实时结果；公众需要通过学习预防方法、处理方法，以及新的方式与医护人员取得交流。 随着技术的进步以及研究人员的竞争，人类有理由针对预测结果作出更为果敢的决策。

在互联网医疗大数据的前提下，一个普及程度广、用户访问率高的平台蕴含着无限的商机。就像中国平安与重庆疾控中心的合作一样，政府掌握着天气、温度等能在流感预测过程中起宏观指标调控的重要数据。现阶段的疫苗有效率仍不尽人意，而受流感影响的患者数量已经高达千万。研制疫苗的速度可进一步提升，在互联网建立一条区块链整合所有数据，研究人员便能够更快解决现在的难题。