改善实时数据收集对于利用大数据建模方法应对流行病至关重要

[shukla7789]

《传染病杂志》 2014 年的一期文章呼应了全球卫生委员会研讨会的观点。然而，它还讨论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局限性。通常，在数据可供使用之前会有很长的滞后时间。这让我们严重担心，我们能否在疫情早期阶段阻止疫情的爆发，因为那时我们仍然可以采取先发制人的行动。《传染病杂志》对此进行了更详细的探讨：

“市场营销或气象学等领域已经完善了实时采集和分析高分辨率数字数据的技巧，为人类社会行为和物理环境提供了详细的视角。然而，在公共卫 丹麦电报数据库 生领域，关键的监测系统仍然主要基于手动收集和编码的数据，数据收集缓慢、成本高昂，难以传播以供分析。此外，这些系统的报告往往是国家或地区性的，几乎没有关于地方疾病的信息。幸运的是，一个新时代似乎正在到来，监测系统通过大数据流得到加强，包括电子健康 (e-health) 患者记录，以及非传统数字数据源，如社交媒体、互联网、手机和遥感。对于这期特刊，我们邀请了一组流行病学、计算机科学和建模领域的多学科专家来反思大数据在传染病监测和建模方面取得的最新成就，确定重要的挑战和机遇，并分享他们对该领域发展方向的看法。”

新的方法正在实施，这应该有助于专家开发更有效的模型来实时对抗这些疫情。

大数据建模将减少传染病的威胁
传染病一直在世界各地蔓延。好消息是，新模型正在帮助解决问题，防止它们失控。大数据建模是流行病学家掌握的最新工具，在未来几年可能会被证明是无价之宝。