近日，《科學(xué)報(bào)告》上的一項(xiàng)研究顯示，通過(guò)整合谷歌流感趨勢(shì)的大數(shù)據(jù)和傳統(tǒng)監(jiān)測(cè)方法，可以改善對(duì)流感傳播的預(yù)測(cè)。研究顯示，結(jié)合傳統(tǒng)監(jiān)測(cè)方法和大數(shù)據(jù)，可以預(yù)測(cè)美國(guó)未來(lái)1周的流感感染情況。這一發(fā)現(xiàn)可能影響國(guó)家層面和地方層面預(yù)防和流感暴發(fā)控制。

季節(jié)性流感每年影響美國(guó)5%到20%的人口，造成超過(guò)20萬(wàn)人住院。對(duì)于感染程度的準(zhǔn)確評(píng)估和預(yù)測(cè)哪些地區(qū)會(huì)有更高的感染風(fēng)險(xiǎn)，有助于采取更加有針對(duì)性的預(yù)防和治療措施。谷歌流感趨勢(shì)使用搜索的數(shù)據(jù)來(lái)預(yù)測(cè)實(shí)時(shí)流感動(dòng)態(tài)，能比傳統(tǒng)監(jiān)測(cè)方法提前兩周，傳統(tǒng)的監(jiān)測(cè)方法是收集關(guān)于流感的潛在和確認(rèn)病例的數(shù)據(jù)，對(duì)從患者處收集的流感病毒進(jìn)行分類(lèi)。

加州大學(xué)圣迭戈分校的Michael Davidson與研究團(tuán)隊(duì)表示，雖然谷歌流感趨勢(shì)有一定局限性，把它和現(xiàn)有的監(jiān)測(cè)系統(tǒng)結(jié)合在一起可以更好地預(yù)測(cè)實(shí)際的流感病例。

研究人員認(rèn)為這些改善是來(lái)自于從社交網(wǎng)絡(luò)分析學(xué)到的方法，研究者建立起受到流感影響的相關(guān)聯(lián)的地理區(qū)域的構(gòu)建網(wǎng)絡(luò)，從而更好地預(yù)測(cè)未來(lái)的疾病傳播趨勢(shì)。新的系統(tǒng)同時(shí)受益于傳統(tǒng)數(shù)據(jù)收集的準(zhǔn)確性和谷歌流感趨勢(shì)產(chǎn)生預(yù)測(cè)的實(shí)時(shí)性.