摘要：传染病的风险是2000年初的一个主要问题，特别是在SARS爆发之后。近年来，这些担忧已经成熟，但仍然是全球流行病学家必须做好准备的风险。大数据建模的新改进有助于减少这些问题。

    传染病的风险是2000年初的一个主要问题，特别是在SARS爆发之后。近年来，这些担忧已经成熟，但仍然是全球流行病学家必须做好准备的风险。大数据建模的新改进有助于减少这些问题。
　　
　　传染病传播的大数据如何使用？
　　
　　近年来，许多疾病建模专家开始使用大数据。这些专家最近在全球卫生委员会发布的研讨会上发表了他们的观点。
　　
　　华盛顿大学全球卫生学教授西蒙•海伊（SimonHay）提出了一个最引人注目的例子，他也担任地理空间科学主任。Hay独特的跨学科背景使他能够创建世界上最先进的疾病分布模型之一。
　　
　　他的模型显示了不同地区的热图和疾病集中度。它还提供了这些热图的时间序列，因此专家可以随着时间的推移追踪疾病的传播。通过研究轮廓的变化，他们可以查明这些疾病的起源以及他们正在采取的可能途径。
　　
　　这些专家创建的模型仍处于起步阶段。卫生政策专家们仍在争论利用这些方法来阻止致命性疾病爆发的最佳途径。然而，他们可能会利用它们来对抗生素的分布进行优先排序，制定新的临时旅行政策，以减缓疾病的传播，并规定来自不同地区的旅客接种疫苗。他们可能会与Bronner博士等组织合作解决这些问题。
　　
　　CatherineOrdun是BoozAllenHamilton数据科学领域的健康监测项目负责人之一，他还讨论了大数据建模在传染病控制中的一些应用。她的主题演讲主要关注实施此类模型所需的体系结构和编译方法。她强调健康专家需要详细了解算法及其局限性，以便他们能够正确使用这些工具。
　　
　　改善实时数据采集将是解决大数据建模方法流行病的首要问题。
　　
　　2014年的“传染病杂志”期刊回应了全球卫生委员会研讨会的观点。不过，它还解决了流行病学数据建模专家必须克服的一些障碍，以解决这些日益严重的问题。
　　
　　最大的问题是实时数据收集的限制。在数据可用之前，通常会有很长时间滞后。这对人们在早期阶段避免疫情的能力产生了严重的担忧，因为在这种情况下，仍然有可能采取先发制人的行动。
　　
　　“传染病杂志”对此进行了更详细的研究：“营销或气象等行业已经完善了实时采集和分析高分辨率数字数据的艺术，为人类社会行为和人们的物理环境提供了详细的视角。然而，在公共卫生领域，关键监测系统主要依靠人工收集和编码的数据，积累速度慢，费用昂贵，而且难以传播进行分析。此外，来自这些系统的报告往往是国家或区域性的，对地方一级的疾病信息很少。幸运的是，一个新时代似乎已经开始崛起，大数据流（包括电子健康病历）和非传统数字数据源（如社交媒体、互联网、手机等）加强了监控系统和遥感。对于这个特殊问题，一批流行病学、计算机科学和模拟方面的多学科专家来反思最近在传染病监测和模型方面的大数据的成就，发现重大挑战和机遇，并分享他们对该领域的看法。”
　　
　　正在实施新的方法学，这将有助于专家开发更有效的模型来实时防治这些流行病爆发。
　　
　　大数据建模将减少传染病的威胁
　　
　　传染病一直在世界各地传播。好消息是，新模式在问题失控之前帮助解决问题。大数据建模是流行病学家可以使用的最新工具，在未来几年内，这些数据将被证明是无价之宝。
　　
　　编辑：Harris