大数据在流行病防控中的应用和挑战文献综述

一，文献综述

近年来，随着互联网、云计算、智能手机和物联网技术的快速发展，数据规模急剧增大，大数据技术应运而生。简单地说，大数据是离开了随机分析法这一数据分析捷径的对巨量数据的分析，进而发现规律、收集有意义的见解并预测复杂问题答案的技术和科学，其基本特征可归纳为5V：Volume（大量）、Velocity（需要高速分析）、Variety（多样化）、Value（低价值密度）、Veracity（真实性）。。目前，大数据在经济、交通、等领域扮演者越来越重要的角色，而医疗领域以其重要性和特殊性，以及其产生的数据的复杂性，必然需要依靠大数据技术。可以说，医药健康行业已经进入了大数据时代。

2018年2月出现在网络上的《流感下的北京中年》一文，将流行性感冒这一最普遍的流行病带到了公众的聚光灯下。事实上，传染病始终是人类社会所面临的头号健康敌人。而现有的疾控手段虽然在一定程度上行之有效，但仍然存在许多的不足之处，比如监管手段单一、预测难以准确、存在地域差异等等，而这些正是运用大数据手段可以弥补的。因此，大数据技术在传染病防治问题上有着良好的应用前景。

中国政府很重视医疗大数据的挖掘，在2016年国务院国务院办公厅还专门出台了《关于促进和规范健康医疗大数据应用发展的指导意见》，部署通过互联网 健康医疗探索服务新模式、培育发展新业态，努力建设人民满意的医疗卫生事业，为打造健康中国提供有力支撑。但现阶段我国大数据分析产业链尚未形成规模，相关技术人员较为匮乏，数据分析技术和方法较国外还相对落后。

二，国内外相关进展

1)医疗大数据在中国的起步

中国政府很重视医疗大数据的挖掘，在2016年国务院国务院办公厅还专门出台了《关于促进和规范健康医疗大数据应用发展的指导意见》，部署通过互联网 健康医疗探索服务新模式、培育发展新业态，努力建设人民满意的医疗卫生事业，为打造健康中国提供有力支撑。上海和宁波率先开始了区域医疗数据中心的建设，而全国其他地方的扩展试点也已经于2016年启动设立，比如江苏和福建的4个城市已被入选并开始启动建设。

但现阶段我国大数据分析产业链尚未形成规模，相关技术人员较为匮乏，多数项目尚未投入使用或者仅停留在展示阶段，数据分析技术和方法较国外还相对落后。

2)国外的医疗大数据尝试

在国外的诸多大数据具体应用中，最引人注目的是谷歌于2008年开始的谷歌流感趋势项目（Google Flu Trends）,其利用互联网搜索关键词这一巨量的数据作为分析依据预测流感发病趋势。这个工具最初运行表现很好，成功预测了H1N1在全美范围的传播，甚至具体到特定的地区和州，而且判断非常及时，令公共卫生官员们和计算机科学家们倍感震惊，但在后来的5年内几乎是失败的，从2011年8月到2013年9月108周中，谷歌开发工具超估流感流行高达100个周。2012 - 2013与2011 - 2012的季节相比，它高估了流感流行趋势超过50%。在去年冬天的流感季节高峰，谷歌追踪是疾病控制和预防中心（CDC）实际搜集数据的两倍。这一失败使得公众对于大数据应用的热度有了一次显著的退潮，出现了大数据陷阱甚至大数据骗局等说法。而在2014 年9 月23 日，作为审查埃博拉疫情在西非暴发状态的健康小组的一员，Bio.Diaspora 公司创始人Kamran Khan 博士出现在了加拿大广播公司（CBC）的国民（TheNational）节目中，讲述如何使用该公司研发的Bio.Diaspora，基于大数据分析，结合航班资讯、天文及风向等数据，追溯埃博拉病毒等传染病暴发点及预测扩散情况，并协助各地政府做出预防措施。