互动科普

据统计，全球每年有29万～65万人死于流感。如果能提前预测流感爆发，或许可以帮助卫生部门的官员及时采取行动，以减少死亡案例。在最近的一项研究中，研究人员宣称，他们通过分析社交媒体的聊天内容，提前两周准确预测了流感疫情的爆发。从理论上说，这项研究可以指导资源配置，把资源分配到最需要它们的地方。

美国太平洋西北国家实验室（Pacific Northwest National Laboratory）的研究团队从推特上收集了与天气或咖啡等话题有关的信息，这些话题看似与流感毫无相关，但根据这些信息，研究人员确定了下一次流感可能爆发的时间和地点。

研究人员使用了一种被称为“深度学习”的计算机模型，来模拟人脑的神经元层级和记忆能力。他们的算法分析了推特（Twitter）的语言风格、观点和沟通行为在特定时期的变化情况，以及这些变化与随后流感爆发相关报道之间的关联。

负责这项研究的计算机科学家斯维特拉娜·沃尔科娃（Svitlana Volkova）认为：“使用深度学习模式的好处在于，它在预测未来时会把情感和语言线索都考虑在内。”该研究结果已经发表在了去年12月的《公共科学图书馆·综合》（PLoS One）杂志上。以往通过互联网预测流感爆发的一些努力，包括使用推特和维基百科记录的研究，以及“谷歌流感趋势”（Google Flu Trends）项目等，都专门针对流感相关词条进行了搜索。相比之下，沃尔科娃的研究工作仅利用了1.71亿条普通公众推文，并且预测准确性优于其他仅基于词条检索或临床数据的疫情预测模型。

约翰斯·霍普金斯大学（Johns Hopkins University）的计算机科学家马克·德雷兹（Mark Dredze，未参与此项新研究）认为：“通过特定、局部的人群预测流感爆发，突破了我们对社交媒体作用的认知，也为新的可能打开了大门。”

美国疾病控制与预防中心的流行病学家马修·比格斯塔夫（Matthew Biggerstaff）提醒说，在流感预测方面，我们还处于早期阶段。不过，越来越多的研究人员正在互联网上寻找信息，以补充官方数据的不足——官方数据往往仅限于小部分实际病例，而事实上，还有许多感染者并未就医。另外，在一些公共卫生数据根本无从获取的地方，利用互联网工具帮助识别流感趋势，或许也是一个好办法。