該算法能在病例數(shù)開始增加前14天或更長時間內(nèi)顯示出危險跡象。該系統(tǒng)使用Twitter、谷歌搜索和智能手機移動數(shù)據(jù)等數(shù)據(jù)流進行實時監(jiān)控。
哈佛大學研究員毛里西奧·桑蒂拉納
騰訊科技訊 7月7日，據(jù)外媒報道，在當前新冠疫情在全球肆虐之時，判斷當?shù)亟?jīng)濟何時收緊或放松已成為世界上最重要的猜謎游戲，每位政策決策者都在依靠自己的直覺和相關基準。例如，當醫(yī)院容納能力達到70%時，這就是個危險信號，新冠病毒感染病例和死亡人數(shù)上升也是如此。
但是，正如佛羅里達、加利福尼亞和德克薩斯等州州長最近幾天所了解到的那樣，這樣的基準導致了警報系統(tǒng)的表現(xiàn)相當差勁。一旦新冠病毒在人群中找到突破口，它就會在醫(yī)院、檢測診所和其他地方再次被發(fā)現(xiàn)之前，在衛(wèi)生官員采取行動之前，迅速傳播和繁殖。現(xiàn)在，一個由多國科學家組成的團隊開發(fā)出了新的算法模型，可以在疫情發(fā)生前兩到三周預測疫情，幫助衛(wèi)生官員及時采取有效的控制措施。
在最新發(fā)布的論文中，由哈佛大學研究員毛里西奧·桑迪蘭納(Mauricio Santillana)和尼科爾·科根(Nicole Kogan)領導的團隊展示了這種算法，該算法能在病例數(shù)開始增加前14天或更長時間內(nèi)顯示出危險跡象。該系統(tǒng)使用Twitter、谷歌搜索和智能手機移動數(shù)據(jù)等數(shù)據(jù)流進行實時監(jiān)控。桑迪拉納博士是波士頓兒童醫(yī)院機器智能實驗室主任，也是哈佛大學兒科學和流行病學助理教授。
研究人員寫道，該算法就像“冷卻或加熱系統(tǒng)中的恒溫器，可以引導公共衛(wèi)生機構(gòu)采取間歇性收緊或放松等干預措施”，以此保證更平穩(wěn)、更安全的重新開放。桑迪蘭納博士稱：“在大多數(shù)傳染病建模中，你會根據(jù)預先的假設來預測不同的場景。我們在這里所做的是觀察，而不是假設。不同之處在于，我們的方法會對行為的即時變化做出反應，而且我們可以將這些變化納入模型之中?！?/span>
桑迪蘭納等人的論文尚未接受同行評議，但外部專家表示，它證明了實時數(shù)據(jù)(比如社交媒體)在改進現(xiàn)有模型方面的價值不斷上升。
德克薩斯大學奧斯汀分校生物學家和統(tǒng)計學家勞倫·安克爾·邁耶斯(Lauren Ancel Meyers)說，該研究表明，“新一代的替代數(shù)據(jù)來源可能提供新冠疫情感染病例上升的早期信號，特別是如果確診病例數(shù)因?qū)で笾委熀瞳@得檢測結(jié)果的延誤而滯后的情況?！笔褂脤崟r數(shù)據(jù)分析來衡量疾病進展的方法至少可以追溯到2008年，當時谷歌工程師們開始通過追蹤“感覺疲憊”、“關節(jié)疼痛”、“達菲劑量”等詞的搜索趨勢來估計流感患者的就診次數(shù)。
但眾所周知，谷歌流感趨勢算法表現(xiàn)不佳。例如，后來的評估發(fā)現(xiàn)，由于數(shù)據(jù)限制和媒體關注等外部因素的影響，它不斷高估了就診次數(shù)，這些因素可能會推高與實際疾病無關的搜索量。從那時起，研究人員對這種方法進行了多次調(diào)整，將谷歌搜索與其他類型的數(shù)據(jù)結(jié)合起來?？▋?nèi)基梅隆大學、倫敦大學學院和德克薩斯大學等大學的團隊都有結(jié)合了某些實時數(shù)據(jù)分析的模型。
弗吉尼亞大學的計算機科學家馬德哈維·馬拉瑟（Madhav Marathe）說：“我們知道，只有單獨的數(shù)據(jù)流是沒用的。這篇新論文的貢獻在于，他擁有種類繁多的數(shù)據(jù)流?！?/span>
在這篇新論文中，除了谷歌之外，該團隊還分析了來自四個來源的實時數(shù)據(jù)：與疫情相關的Twitter帖子和帶有地理位置的標簽、醫(yī)生在名為UpToDate的醫(yī)生平臺上的搜索、來自智能手機的匿名移動數(shù)據(jù)以及上傳到應用程序上的Kinsa智能溫度計讀數(shù)。研究人員將這些數(shù)據(jù)流與東北大學開發(fā)的復雜預測模型相結(jié)合，該模型基于人們在社區(qū)中的移動和互動方式而開發(fā)。
桑迪蘭納團隊通過觀察數(shù)據(jù)流中的趨勢與每個州3月和4月份病例數(shù)量和死亡人數(shù)之間的關系，測試了趨勢的預測價值。例如，在紐約，與疫情相關的Twitter帖子的急劇上升趨勢在3月中旬病例數(shù)量爆炸前一周多就開始了，而相關的谷歌搜索和Kinsa讀數(shù)在幾天前也開始飆升。該研究小組結(jié)合了所有數(shù)據(jù)源，實際上根據(jù)每個數(shù)據(jù)源與即將到來的病例增加相關性有多強來對每個數(shù)據(jù)源進行加權(quán)。研究人員發(fā)現(xiàn)，這種“協(xié)調(diào)”算法平均可提前21提案預測疫情爆發(fā)。
展望未來，該模型預測，如果不采取進一步措施，內(nèi)布拉斯加州和新罕布什爾州的感染病例可能會在未來幾周內(nèi)增加，盡管病例數(shù)量目前持平。桑迪蘭納博士說：“我認為，考慮到疫情在不斷變化，保守地說，我們可以至少提前一周或更長時間發(fā)出警告?！彼暮现甙▉碜择R里蘭大學、斯坦福大學、薩爾茨堡大學以及東北大學的科學家。
桑迪蘭納博士補充說：“我們并不認為這些數(shù)據(jù)取代了傳統(tǒng)的監(jiān)測，而是證實了這一點。這類信息可以讓決策者更早做出決定：‘我們不要再等一周了，現(xiàn)在就行動吧！’”
專家表示，盡管大數(shù)據(jù)分析有很大吸引力，但它無法比其他傳統(tǒng)模型更好地預測大眾行為的突然變化。沒有任何算法可以預測黑人男子喬治·弗洛伊德(George Floyd)在警察暴力執(zhí)法過程中遇害后引發(fā)的全國性抗議活動。盡管抗議者采取了預防措施，但大規(guī)模集會可能已經(jīng)播下了新的疫情爆發(fā)種子。
社交媒體和搜索引擎也會隨著時間的推移變得不那么敏感。隨著人們對病原體越熟悉，他們就越不會用選定的關鍵詞進行搜索。像疾病控制預防中心這樣的公共衛(wèi)生機構(gòu)也會使用來自社交媒體和其他來源的實時數(shù)據(jù)，但它們并沒有將這樣的算法作為預測的核心。喬治敦大學生物學家什韋塔·班薩爾(Shwata Bansal)說：“這對我們來說是極其有價值的數(shù)據(jù)，但我不想談這方面的預測業(yè)務，因為可能造成的傷害相當嚴重。隨著時間的推移，我們需要看到這樣的模型得到驗證?！?/span>
大多數(shù)專家表示，考慮到新冠病毒疫情的持續(xù)性和反復性，以及目前公共衛(wèi)生基礎設施的不足，這種情況似乎很可能發(fā)生。這是一個迫切的需求，也不缺乏數(shù)據(jù)。桑迪蘭納博士說：“我們看到的是我們認為最好的可用數(shù)據(jù)流，我們現(xiàn)在渴望看到亞馬遜或Netflix的數(shù)據(jù)能給我們帶來什么。”
閩公網(wǎng)安備 35010202001226號
