企業網D1Net 12月20日訊(上海)
自HIV后,來自動物界的傳染性病毒,H1N1,H5N1,H7N2...H7N9相繼而來,令人聞之色變。曾經有這樣一個段子,歐美國家居民身體嬌貴,因此每次流感大爆發總會死人,引發居民恐慌;而咱們國人,早已百毒不侵,所以完全可以不必把流感神馬當回事。可惜,H1N1到來,打破了我們YY的夢幻泡影。不管是咱們的“百毒不侵”,還是咱們的“社會主義制度”,異或“宅”特質,在病毒面前,其實都沒有體現出多少優越性來。總而言之,病毒面前,人人平等。
這不,冬至將近,H7N9就再次席卷而來,甚至禍不單行,嫌一個H7N9不夠熱鬧,又跳出來個H10N8降臨江西,同時引發全球了全球首期H10N8死亡病例。一時間,歷年抵抗疫情的記憶浮上心頭,這禽流感病毒也真是野火燒不盡吹風又生了;這不,醫療專家也對此深感頭疼:“病毒比人類更具有智慧,病毒知道怎么尋找宿主,滿足自身種群的生存。”
不過人類之所以為人,關鍵是善于駕馭工具。哪怕我們真心承認自己不如病毒有智慧,但是我們一定比病毒更具創造力。比如,就病毒而言,它的最大威力不在于殺傷力,而是傳染性,也就是所謂的“它懂得怎么尋找宿主”,只要我們能將這種傳染扼殺在“襁褓”中,豈不就安全大吉了。此時,該我們的主角:智慧醫療出馬了!
智慧醫療兩桿大槍將H7N9挑下馬
智慧醫療本身是一個龐大的信息化系統,它融入了包括人工智慧、傳感技術、大數據等眾多高科技術,旨在醫療服務走向真正意義的智能化,推動醫療事業的繁榮發展。不過對此本文就不展開篇幅了,單看智慧醫療兩桿大槍如何將H7N9挑下馬。
一桿大槍:偵測H7N9疫情,反應效率超過專業機構
世界范圍內監控流感病情的最好方法一直沒有定論,不過采用大數據聚合搜索手段跟蹤疫情如果稱第二怕是沒有敢稱第一了。
典型的案例如Google在2008年推出的社會福利項目,Google Flu Trends。這種創新性方案,可以利用聚合搜索數據對流感進行跟蹤,可達到接近實時的效率。
有人可能好奇,跟蹤查詢全世界傳染病情不應該是全球健康部門做的事情嗎?你難道能比他們做的更專業?
答案是,毫無疑問,Google Flu Trends通過對聚合搜索的結果進行分析,可以比這些機構更快速地偵測到疾病的爆發。
疫情防治,唯快不破,這個道理,大家都懂得。
兩桿大槍:分析H7N9疫情,幫助人們做好預防準備
偵測到H7N9疫情后,我們的正確反應是什么?
相關醫療單位,殺上去;至于附近的平頭百姓,趕緊躲起來,少走動,勤洗手,常吃水果蔬菜身體棒,多多健身免疫好....
總而言之,只要早早知道詳細的疫情,甚至包括身邊有多少人在感冒,氣溫變化幅度如何,等等,人們就可以做足防范準備,從而減少H7N9的危害力。
在日本,已經有這樣的案例,一家醫藥品制造廠商SS制藥公司推出了名為“易感冒日歷表”的APP應用,該程序不僅可以結合氣溫和濕度的變化預測將來感冒的流行情況,還能統計目前發燒以及嗓子痛的患者數量。該公司發言人表示,“通過這個服務器的分析,大家就能知道在自己的身邊到底有多少人有感冒的癥狀,并提前做好預防準備。”
此外,另一些公司提供了詳細的疫情通報等信息檢索服務,比如,日本京都大學的荒牧研究室所運營的服務器就主要開發的是這方面的檢索服務。
這個服務器會自動在推特上將流感的話題進行分類。并選擇出實際感染上流行性感冒的人的留言,然后則需要人工進行標記。之后,服務器還會通過GPS定位系統,在日本地圖上標記處感染者的所在都道府縣。
如果通過統計,發現日本感染的情況有所增多的話,服務器會自動標記紅色區域來提醒搜索的人目前感染比較嚴重的地區。
在中國,也有相似的應用,在百度移動端,如果你對“H7N9”這一關鍵詞進行搜索查詢,可以全覽其直線爆發趨勢。有網民評論,“主要是太方便了,只要輸入‘H7N9’,你想知道的最新疫情、相關知識、新聞熱點等所有內容就立馬呈現出來了。”
其實實現倒是簡單,百度只是為H7N9疫情做了一個實時通報聚合頁,用戶可以通過百度App、百度移動搜索、百度手機瀏覽器、以及任何嵌入百度搜索的搜索框了解相關信息。在聚合頁中,從來源于中國疾病預防控制中心的實時數據:當日感染人數及死亡人數;到百度百科H7N9專題;再到關于疫情的最新新聞等信息一應俱全。事情雖小,卻用處巨大。
結語:
本文介紹了H7N9疫情偵測和預測分析兩類智慧醫療應用,不過有心的讀者不難發現,“怎么介紹的多是國外的案例”“怎么沒有看到具體的智慧醫療系統或者應用來承載這些偵測和預測信息呢”,“難不成還只能讓老百姓每天神經緊張地自我搜索,以‘人工大數據’不定時獲取信息嗎?”
其實筆者也頗感無奈,智慧醫療落地應用確實略感遲鈍,不過好在咱們已經看到了上述那么多“他山之石”,以我山寨大國之威武雄壯,必然會有類似應用盡快推出,請大家耐心等待。最后在此提個醒,身體是革命的本錢,靠人不如靠己,咱們吃好喝好鍛煉好,才是真正的以不變應萬變。