2020年伊始，一场大范围的疫情席卷了中国。这场疫情牵动了亿万人的心，也同时引发了有关这场疫情大范围的讨论。跟天气预报相似，这场引发疫情的流感病毒是否能够预测也成为了人们讨论的话题。如果能够提前预测流感的发展趋势，有助于采取更加有针对性的预防和治疗措施。
近期也对流感的有关预测方面做了一个初步的初步的梳理：传统的流感怎么预测，用到了哪些数据？弊端在哪里？谷歌预测利用互联网大数据，为什么会失败？大数据和AI的技术如何助力流感？预测成功，除了数据、模型，什么还会发挥不可替代的作用？
1、传统的流感预测
传统预测流感往往基于历史数据，通过传统的流行病学方法进行流感预报。美国和欧洲的官方系统均属于此类预报。美国疾病控制和预防中心的流感监测系统（FLUCIEW）主要功能是对美国全境实行流感监测，对每周的流感数据进行详细监测，并形成综合报告。
预测的数据需要用到：病毒学监测、门诊患者监测、死亡率监测、住院病历监测以及流感活动的地理特征检测共五类数据。通过上述数据作出的报告，概况的描绘和揭示出流感发生的总体情况，以及可能合适、何地发生流感流行。
传统方法的弊端也是非常明显的：数据收集复杂、过程较长，报告滞后，也无法实现“实时”的预测。
2、基于“大数据”的预测
大数据时代的到来，开启了“实时”流感预报的先河。常见的大数据是来自于搜索引擎和社交平台。
2008年开始，谷歌就开始利用谷歌流感趋势的大数据建立了“谷歌流感趋势”（Google Flu Trends，简称GFT），通过分析谷歌的大量搜索查询数据来跟踪人群中的流感状病例。由于某些查询的相对频率与出现流感症状的患者就诊比例高度相关，据此可以估计美国国内每个区域每周流感活动的水平。
相比于传统的流感预测，谷歌的预测系统，是对“实时”网络流感信息进行监测，及时性更高。这个产品上线之后，在2009年H1N1爆发几周前，成功预测了在全美范围的传播，甚至具体到特点的地区和周。这比CDC预测提前两周，曾经轰动一时。
尽管谷歌在初期取得了一些成功，但也是有局限性。该系统一直高估与流感的就医量，在流感季节的高峰期尤其预测不准确。在2012年/2013流感季节，它预测的就医量是CDC最终记录结果的两倍。
图：The Parable of Google Flu: Traps in Big Data Analysis | Science，2014
事实证明，很大一部分与CDC流感发生率数据相关的搜索词，并非是得流感的人引起的。由于谷歌的数据来源是用户的搜索行为，当有某些事件发生影响用户搜索时，结果就会发生极大的偏差。同时，也有学者指出谷歌当时在数据分析方面还存在欠缺，例如未剔除系统误差等。
虽然各种社交“大数据”在帮助流行性疾病方面有很大的帮助，但是只能是传统数据的补充，而非替代。把它和现有的监测系统结合在一起可以更好地预测实际的流感情况。所谓的“大数据傲慢”，在谷歌预测流行病趋势上，给人们上了生动的一课。
3、多元数据与专家经验相结合的预测
近期一个来自加拿大警报服务机构蓝点BlueDot的服务平台因为提前流感病毒9天发出预警引起了关注。
与谷歌相似，Bluedot的研发结果，也是利用了大量的自动搜索的信息，但信息更加全面。Bluedot利用AI技术，关注了65种语言的区域新闻，动植物疾病数据库和报告，官方健康警告，以及论坛和博客，最终汇总显示异常的信息。
与GFT完全将预测过程交给大数据算法的结果的方式不同，BlueDot并没有完全把预测交给AI监测系统。由于社交媒体的数据的“浮夸”可能会给预测系统带来很多“噪音”。另外AI模型可能会存在一些偏见，比如为了避免漏报，有可能会出现夸大流感的严重程度。
为了解决这个问题，BlueDot是在数据筛选完毕后，会交给人工分析。这也正是GFT的大数据分析的“相关性”思维与BlueDot的“专家经验型”预测模式的不同。相反，专家会从科学的角度评估算法的预测，并仅在所有方面看来合理的情况下才会发出警告结果。
相比谷歌，作为一个专业的健康服务平台，BlueDot很显然比GFT更关注结果的准确率性，预测的准确率直接会影响平台的信誉和商业价值。
4、总结与启发
传统的流感预测用收集的数据因为收集的复杂性、数据的滞后性，显然满足不了现代社会防控的需求，而只用于互联网的数据，也无法准确的预测出流感或其他疾病的趋势。
未来的流感预测趋势，一定建立在行业专业数据以及多源数据的基础上，而大数据技术和AI技术的发展，将赋能预测的流感技术往前推进。
同时，在流行疾病预测的领域，行业专家的参与也将是重要的一环，有助于信息发布的专业性和准确性。数据科学家们取代不了专业的角色，专业的事需要有专业的判断，两者联合起来发挥最大效益。
跟天气预报一样，流感的预测任重道远，但会继续不断前行！