立冬已過，氣溫下降，又到了流感高發季。今年流感疫苗短缺，讓大家對于流感更加緊張。當下大數據在醫療行業的應用逐漸深入，越來越多企業機構進入流感的預測和監控領域，希望能通過大數據技術掌握流感的預防。

每年的上半年，WHO（世界衛生組織）會針對該年的流感病毒分型做一個流行病預測，預測出3～4種可能在該年流行的病毒株。有關部門也需要及時掌握流感爆發情況，做出有效的防治指導調度。

谷歌是最早用大數據預測流感的機構之一，但現在看來，它成為一個經典的教訓。

谷歌最初認為，通過其龐大的搜索人群基數，當大家在某一時間段都搜索流感或相關關鍵詞時，能夠反映一定的社會現象。這些搜索結果匯總到一起時，或許可以從中建立起一個準確可靠的模型，實時監控時下的流感疫情，并對未來疫情狀況進行估測。

2008年，谷歌的工程師推出了名為“流感指數（Google Flu Trends）”的產品。2009年，GFT團隊在《自然》發文報告，只需分析數十億搜索中45個與流感相關的關鍵詞，GFT就能比CDC提前兩周預報2007－2008季流感的發病率，這個案例一度受到廣泛追捧。

但由于谷歌的數據來源是用戶的搜索行為，當有某些事件發生影響用戶搜索時，結果就會發生極大的偏差，同時谷歌當時在數據分析方面還存在欠缺，例如未剔除系統誤差等。

大數據分析中會存在很多陷阱，谷歌通過這個項目給大家上了生動的一課。

隨著信息技術的發展和相關軟硬件性價比的提高，相當多的數據服務商和地區醫療服務網絡已開始利用大數據，尋找最有效和最具成本效益的醫學、預防和干預手段。

眾多地區開始建立醫療大數據平臺，統一地方醫院數據，從醫院的掛號、診療數據可以最明確地反映疾病的爆發情況。也有人會說，感冒是小病，很多人不去醫院就自己買點藥。此時藥品監管大數據平臺的數據將進行補充，藥品的購買使用情況也將成為重要考量。

隨著醫療系統的完善、藥品追溯技術進步、大數據平臺的建設和各方數據的打通，我們可以搜集到越來越多原來無法掌握的數據，各地也將能夠更加及時準確的掌握本地區流行病趨勢。

除了診療數據外，還有一些互聯網公司也在運用互聯網思維進行流感預測。

丁香園憑借其專業醫療社區的定位吸引了眾多醫生入駐，通過其眾多產品的使用數據，也能夠預測疾病爆發情況。例如隨著流感疫情的波及面增加，醫生對流感用藥的關注程度就越高。通過其“用藥助手”，可以看到醫生普遍查看的藥品，實際使用的藥品。從中也能發現針對不同病毒更有效的藥品，為未來的AI診療提供基礎。

隨著物聯網、云計算、大數據、人工智能等信息技術的進步，醫院的智慧化程度越來越高，地方政府不斷推進醫療大數據共享及應用，對疾病的監測預防提供了更多的數據。

2014年國家衛計委制定“46312”工程，依托中西醫協同公共衛生信息系統、基層醫療衛生管理信息系統、醫療健康公共服務系統打造全方位、立體化的國家衛生計生資源體系。

中國疾控中心通過大數據分析技術建立的傳染病動態監測大數據分析平臺，通過空間分布可監測患者發病分布及流動情況；通過核密度分析可探測傳染病聚集性發病的變化情況；通過時間序列及移動百分位數閾值，動態對傳染病的發生及時預警。

未來對流感的爆發情況、流感的種類、病毒株的類型以及客觀上流感大爆發的原因，將能夠進行準確研判，抑制大規模疫情的發生。從流感到其他疾病，我們可以運用科技手段不斷改善醫療水平、醫療體驗，讓居民生活更健康。