當下一場變異性流感等流行病大規模爆發之前，通過周圍的大數據監測和預測周邊疫情動態，人們再也不必恐慌和擔心被傳染，早就有相應提示及時應對預防；而與此密切相關的醫療行業，可以及時獲悉疾病爆發趨勢，合理分配和部署好醫務人員，同時提醒和建議市民預防疫病，降低人們染病幾率……

這一幕將不僅僅只出現在好萊塢的科技大片里。事實上，未來真正的大數據積累應該是可以提前預測人的疾病情況，因為疾病不是一天出現的，而是天長日久累計出來的，各種數據一定發生變化。所以在大數據之上的慢數據才是真正有價值的，那么，究竟大數據和慢數據會對我們的生活產生什么樣的影響呢?

挖掘“慢數據”的價值

現在每天產生大量數據，但很多是沒有價值的數據，這些數據沒有顯示出足夠的威力。縱觀相關行業里，醫療行業尤其是流行病的疾控和預警是表現最為明顯的也是最需要急切的，因為健康和每個人、每個家庭、每個城市、每個國家都息息相關。

例如我們每天刷牙，如果能夠通過牙刷等人工智能設備收集唾液的一些樣本，通過體溫等指標這樣的“慢數據”才具有醫學和參考價值。醫學領域“生理數據”比“物理數據”更有實用價值。

疾控現狀：

由于現代醫學技術的高度發達和迅猛發展，在大多數人心里，大規模流行病的發生好像是很遙遠的事。但事實證明，它從不曾離我們遠去。

據世界衛生組織數據，在2009年發生的那場H1N1流感(國內又稱豬流感)里，全球造成至少12220人死亡，一周內新增死亡人數704人，全球股市因此下跌10%左右。

有數據顯示，在全球，隨著人口增長和日益加快的城市化進程致使數億人居住環境衛生惡化，疾病隨著人口的增長以及人們向擁擠的城市遷移而肆虐。容易在人群中傳播的疾病如流感都容易在城市中流行。

在這其中，中國是表現最為明顯的國家之一，由于人口眾多，隨著經濟的發展，人員跨區域流動性加大、城市化加劇、城市人口密度增加、結構變化等都加劇了流行病發生、傳播、蔓延的幾率及傳播速度。同時科學技術的進步、醫療手段的提高、抗生藥物等廣泛使用，也加速了病毒、細菌等病原體的擴散、變異和進化，出現一系列新的致命新病原體感染傳播。

過去十多年發生的各種大規模流行病歷歷在目：SARS、甲型H1N1流感、手足口病、H7N9禽流感等，幾乎每隔一段時間，流行病就會以不同的形式卷土重來一次。

去年衛生部發言人就曾提到：“中國面臨傳統流行病威脅持續存在、新發流行病不斷出現的嚴峻形勢。”基于原有監控系統和流程的衛生防疫系統已經有些力不從心跟不上節奏，基于互聯網大數據的流行病監測就變得非常重要且非常緊迫。

美國管理咨詢公司麥肯錫全球研究院(MGI)預測，如果美國的醫療行業能夠有效利用不斷增長的大數據來提高效率和質量，那么每年可創造超過3000億美元的額外價值，可以挽救無數本可不應該失去的生命。

如何監控預防：

我們應該如何利用現代科技和互聯網技術避免下一場H1N1的發生呢?大數據可以做到嗎?

首先發現：在基于海量使用用戶搜索、社交app、LBS等產生的大數據，還有用戶人口統計學等數據，結合原有疾病監控系統中的流行疾病法定報告數據、流行疾病病例，結合疾病、環境數據，及時發現并繪制出流行病風險地圖。

比如，國內H1N1最早發現于廣東地區，當這個地區搜索發熱等關鍵詞超過一定數量時，結合醫院和疾控中心的流行病監控等數據，就能很快發現并定位新的流行病的發生及相關情況評估。

確定情況：在基于搜索數據和LBS數據，分析不同時空尺度人口流動性、移動模式和參數進一步結合病原學、人口統計學、地理、氣象和人群移動遷徙、地域之間等因素和信息，建立流行病時空傳播模型，確定流感等流行病在各流行區域間傳播的時空路線和規律，得到更加準確的態勢評估、預測。

同時機器學習(machine learning)和人工智能等技術的發展，促進了流行病監測、傳播動力學研究和風險評估，并成為傳統分析方式的有效增強和升級，更加準確的判斷下一場流行病的發生區域等信息。

預警及應對：結合LBS、社交app相關信息，從更加微觀尺度上更加精準的進行流行病監測和預測，同時通過權威途徑及時告知流行病的發展狀況和預防措施，讓用戶了解周邊流行病活動真實情況，為生活提供可信參考，避免傳謠信謠，以便及時采取疫苗接種等預防措施。公共衛生、醫療機構、衛生行政部門人員將更容易獲取各類疾病發生風險的動態分析結果，促進醫療人員、疫苗等資源優化和配置，有力的阻擊病毒和事態的進一步惡化和擴撒，成功的避免下一次大規模的流行病的發生。

著名的《大數據時代》(維克托·邁爾-舍恩伯格、肯尼思·庫克耶著)里就記載了谷歌怎么用大數據來預測病毒爆發的：2009年爆發了新的流感病毒，如果按照原有處理流程是這樣的：醫生發現病例——報告疾控中心——公共衛生專家分析信息——采取應對措施，但是在這個流程中會存在信息和數據滯后，這種滯后導致公共衛生機構在疫情爆發的關鍵時期反而無所適從。

谷歌通過建立在大數據的基礎上完美的解決了這個問題，它通過觀察人們在網上的搜索記錄來完成這個預測，它保存了多年來所有的搜索記錄，而且每天都會收到來自全球超過30億條的搜索指令，如此龐大的數據資源足以支撐和幫助它完成這項工作。通過對海量數據進行分析，獲得以一種前所未有的方式，通過對海量數據進行分析，獲得有巨大價值的產品和服務，或深刻的洞見。這就是大數據的力量和魅力。

相信隨著大數據和慢數據挖掘、人工智能技術的發展，成功預測并避免下一次瘟疫不再是夢想!