图示：医生在科研和汇报中使用智能手机或平板电脑

 

 

直到10年前，美国疾病控制及预防中心（CDC）仅仅告知医生和科学家们发生于几周前的流感疫情更新，而不是疾病目前的情况或者是疾病在未来可能的发展情况。随着技术的进步，CDC基本上已经开始更新实时的疫情。而在季节性流感发生时，已经基本做到可以观察其消长变化情况。

 

CDC的信息在2008年加入了“谷歌流感趋势”，这是通过监控谷歌在线搜索流感样症状，而得出的相关数据。搜索“流感药物”“受凉还是流感”，或者“流感症状”这样的词条将提示搜索者有很强的可能伴有流感样症状。通过这些数据，科学家们就可以追踪全球疾病的情况。一项2009年在《Nature》上刊登的研究验证了谷歌流感趋势的应用：这一由简单算法汇集的谷歌数据，基本上完美地符合了由CDC报告得出的官方数据。

 

对那些前瞻性的医生和科学家来说，实时的流感信息还不够好。他们更希望能预报几天甚至几周后流感的发生地点。他们相信这些信息将有助于医生和公共健康人员更好地应对流感爆发，甚至终止还处于萌芽阶段的流感。新的电脑模型和手机应用将把这些预报的想法变得更贴近现实。

 

Benedict Michael——英国利物浦大学的一名神经病学专家和感染性疾病专家，最初并没有打算建立一个全球疾病跟踪的应用；他想制造的只是建立了一个可携带的、易用的指南。这样，医生就可以很方便的决定给予他们的患者什么样的治疗。这个指南的名字叫做ClickClinica。它包括一个简单的、可搜索的病情数据库，可以提供相关诊断性检测方法和恰当的治疗。

 

“一名医生只需要简单地点几下，就可以让患者接收到相关疾病信息，并且同时将这些病例上报。”

 

但是在他开始设计ClickClinica的时候，Michael意识到他有了个非常大的机遇。“各种手机应用对我们目前医学实践的方法有着重要的意义”，他说，“但是现有的应用都是单方向的”。在ClickClinica上，医生简单地点几下就可以使他们接收信息并且自动上报病例。附加的上报病例这一特征把这一普通的电子医学手册变成了一个活跃的、能够简单使用的、并且可以对全世界范围内疾病进行汇报的系统。

 

起初，Michael担心这一iPhone应用会比较局限，只有在发达国家的有钱人才会用到。但是ClickClinica头2个月的下载数据显示全世界范围的医生在他们面临疾病的时候都应用了这一应用上报病例。至今为止，ClickClinica确定了全世界23例新发结核（包括五例结核性脑膜炎），及确定了在马来西亚出现的耐药性HIV感染和缅甸狂犬病的发生。

 

按照Michael的说法，ClickClinica改善了传统疾病汇报的方法，使其更简单快捷。他估计在英国有90%的脑膜炎和脑炎病例并没有被上报。“医生并不知道哪些病例需要上报，以及如何上报，上报到哪里”他补充道。就算这个医生确实知道应该怎么做，“也需要完成很长的和很消耗时间的表格，然后把表格传真或者电邮出去。因此，有很多病例并没有上报。”Michael总结道。

 

即使疾病报告并不是法律要求的，这一应用已经发展成为了全世界范围内的感染性疾病监控网点，这样有助于确认感染性疾病可能的爆发。ClickClinica对每个上报数据的地点和时间进行匿名处理并收集和储存。Michael希望在未来，研究者们可以运用这个数据库来跟踪并且预测疾病的爆发。

图示：流感疫苗用于减少感染，但是流感仍旧爆发

 

 

这些细化的全球数据对于数学模型的发展是至关重要的，这将有助于预测什么时候以及在哪里流感将要发生并达到高峰。科学家们通过社会接触的数据已经试图去预测什么时候（感染性）疾病的暴发会达到高峰。在2009年，网络科学家，美国哈佛大学的Nicholas Christakis和加州大学圣地亚哥分校的James Fowler收集了来自哈佛大学本科生的社会接触信息，同时跟踪经典的H1N1流感病毒病例的循环。他们观察这些哈佛学生和列出来的朋友接触的数据，建立了最简单的预测H1N1病例何时到达高峰的方法。结论就是：那些有很多接触的个体更易于在早期感染流感，并且传染性比其他人更强。

 

获得这种类型的数据非常耗时，如果公共健康工作者都去干这个，就没有时间做一些诸如疫苗接种这样的疾病预防措施了。因此，美国纽约哥伦比亚大学的流行病学专家Jeffery Shaman和他的同事利用了2003年-2008年的谷歌流感趋势的数据研发了一种数学模型，这种数学模型可以预测流感季节未来7周的高峰情况。这些研究者将严格的流感数学传播模型与现实中观察到的流感感染情况结合并进行优化。

 

“这些数学模型综合成为一种疾病的范式，并且可以利用它来进行预测”来自美国密歇根大学的数学及疾病预报专家Aaron King解释道。“如果我们有真正强力的范式，就能很容易的预报相关疾病”他补充道。Shaman告诉TLID，这还不足以简单地进行预测。“我不是仅仅想预测明天将要发生什么，我想说的是我能对我做出的预测有多自信”他说。一个好的天气预报能够预报明天80%的降雨概率；一个好的疾病预报也将有这样的确信度。疾病预报和天气预报的相似度也使得Shaman把Alicia Karspeck——一名美国国家大气研究中心的气象学家纳入到团队中。“这将把科学纳入到这一操作模型中来。”

 

直到最近，大部分的预测是由气象学来进行的。天气预报就是通过大气层的实时数据输入到计算机模型里来预测天气从现在开始的若干时间内将变成什么样。最精确的点就是现在，而获得的完整数据越多，计算机模型越精确，得出的结果就越可靠。

 

与天气预报一样，疾病的预报需要大量的数据。一项最重要的因素就是可能感染的患者数目，而这一完整数据的难以追踪显著地限制了预报的精确性，King说。其他重要的数据包括患者出现感染的人数、易于传播传染的人数和多长时间人们被感染等。甚至几个世纪前的病例报道都可以提供重要的数据。

 

天气数据对于精确的疾病预报也至关重要。很多科学家推测，湿度的大幅改变可能导致流感病例的急剧增加。而长期的气候变化也可能导致霍乱的爆发。在孟加拉，人们非正式地把霍乱爆发和来自南美洲的东太平洋极端暖流（厄尔尼诺涛动）联系起来。而由King和他的同事们进行的正式研究确认了这一点：厄尔尼诺现象增加了局部的洪水，这可能会摧毁当地的卫生系统，从而导致霍乱的流行。

 

“如果能够对疾病进行更广泛预测的话，人们将需要学习这意味着什么，并且知道如何适当地运用这些数据了。”

 

就像并不是所有的天气都能够准确预测一样，并不是所有的疾病都能很容易地进行预测。气象学家现在可以成功地预测在哪里及何时台风会导致暴雨，但是并不能预测龙卷风的发生，经常只能它发生的几分钟之前才发出警报。季节性流感和诸如麻疹、霍乱这样的疾病已经存在了上千年，这些疾病就像台风一样。有着很长的历史，并且波动规律，使得科学家能够计算出接下来会发生什么。

 

但是，新产生的像SARS和埃博拉病毒这样的疾病更像是龙卷风。King解释道，这些疾病只有很少的数据可以用来进行预报。还有，这些新疾病的特性使得他们天生就不易于预报。他们的严重性导致他们可以在人群中非常迅速地进行感染。然后，他们就撤退到阴影中直到卷土重来。

 

人们可以通过报纸、手机或者网络来获取天气预报。对于很多人来说，天气预报就是一种知道是该带把伞还是穿件外套的途径。他们无所不在，被人熟知，使得人们知道如何应用他们。如果疾病预报也能做到这么广泛，人们也将需要学习如何获取这些信息，并且在合适的时候进行运用。“当疾病预报流感将要活动的时候，你不会想要出门参加活动，并且所有人将会把孩子从学校接回来。这并不是我们想要看到的反应”Shaman告诉TLID。“但是让人们知道流感马上就要发生，并且我们确信它什么时候就将发生是有意义的。”

 

这一季的流感正在流行中——CDC已经注意到今年的流感不同寻常的早——全世界的气象学家和医生都正在疯狂地收集数据并测试他们的模型，看看和2013年的数据有多符合。这种测试和修正将有助于建立更精确的疾病预报，而这种预报有一天将作为一款应用，出现在你身边的智能手机上。

 

作者Carrie Arnold调查报道

 

PS：TLID ：柳叶刀感染性疾病