6月末，借助最新大數(shù)據(jù)技術(shù)，繼城市預(yù)測、景點預(yù)測、高考預(yù)測和世界杯預(yù)測之后，百度推出疾病預(yù)測，將大數(shù)據(jù)的“觸角”向醫(yī)療領(lǐng)域延伸。對此，記者采訪了百度的相關(guān)負(fù)責(zé)人，并獲得百度的獨家回復(fù)。
百度預(yù)測的新功能“疾病預(yù)測”，基于大數(shù)據(jù)積累和智能分析，能夠為用戶提供流感、肝炎、肺結(jié)核和性病這四種傳染病的趨勢預(yù)測，幫助用戶提早進(jìn)行預(yù)防。
據(jù)了解，中國疾病預(yù)防控制中心也為該產(chǎn)品提供了相關(guān)疾病監(jiān)測數(shù)據(jù)。
此外，百度疾病預(yù)測的預(yù)測范圍也不僅僅局限于大城市，而是覆蓋到了區(qū)縣和商圈。在數(shù)據(jù)模型方面，其針對每個城市分別建模，擴(kuò)大數(shù)據(jù)基礎(chǔ)和精準(zhǔn)性來保證預(yù)測的準(zhǔn)確性。
目前，不少業(yè)內(nèi)人士對這樣的大數(shù)據(jù)預(yù)測疾病心里也沒有底，“我覺得這個可信度大概可以打70分吧”東軟望?？萍加邢薰究偛媒雇┤缡菍τ浾哒f。在他看來，目前大數(shù)據(jù)監(jiān)測及分析尚未完全成熟，在分析建模上還有一定的發(fā)展空間。但是他也毫不掩飾大數(shù)據(jù)預(yù)測疾病的前景，“這應(yīng)該是一個必然的趨勢”。
衛(wèi)生經(jīng)濟(jì)學(xué)家陳茁對媒體說，他對大數(shù)據(jù)預(yù)測疾病持樂觀態(tài)度，“如果方法得當(dāng)，大數(shù)據(jù)對疾病預(yù)測依舊有巨大的潛能，還可以在疾病監(jiān)測防控之外發(fā)揮難以比擬的作用。”
而大數(shù)據(jù)時代下的今天，大數(shù)據(jù)對疾病監(jiān)測的準(zhǔn)確性到底如何，目前誰也不清楚。還是需要百度“疾病預(yù)測”的親身檢驗。
什么是百度疾病預(yù)測？
“流行病的發(fā)生和傳播有一定的規(guī)律性，與氣溫變化、環(huán)境指數(shù)、人口流動等因素密切相關(guān)。每天網(wǎng)民在百度搜索大量流行病相關(guān)信息，匯聚起來就有了統(tǒng)計規(guī)律，經(jīng)過一段時間的積累，可以形成一個個預(yù)測模型，預(yù)測未來疾病的活躍指數(shù)。”對于預(yù)測原理，百度相關(guān)負(fù)責(zé)人如此闡釋道。
目前，百度疾病預(yù)測可提供流感、肝炎、肺結(jié)核和性病四種疾病的預(yù)測，并可對過去30天及未來七天的疾病變化作出預(yù)判。“活躍度”用來反映所選地域該疾病的活躍程度，同時也可通過1~99999的活躍指數(shù)反映。用戶可以看到全國或者省某疾病指數(shù)排名前十的城市、區(qū)縣，以及該疾病相關(guān)醫(yī)院的搜索排行。
“對于百度疾病預(yù)測這樣針對全國范圍的產(chǎn)品來說，可靠性、準(zhǔn)確性是我們非常重視的。因此，我們會從統(tǒng)計的角度來驗證數(shù)據(jù)的正確性，以機(jī)器提供的數(shù)據(jù)為基礎(chǔ)，加入對異常數(shù)據(jù)的監(jiān)控和分析，以確保數(shù)據(jù)的可靠性。”
根據(jù)北京大學(xué)市場與媒介研究中心發(fā)布的2014年4月《搜索市場研究報告》中的數(shù)據(jù)，百度以市場份額82.7%在桌面端保持強勢領(lǐng)先地位。
Google流感預(yù)測的“升級版”？
因為功能相近，百度疾病預(yù)測一經(jīng)推出，便令人聯(lián)想到早在2008年推出的Google流感趨勢預(yù)測（GoogleFlu Trends，簡稱“GFT”）。
當(dāng)年在H1N1爆發(fā)幾周前，Google的工程師們在《Nature》上發(fā)表論文介紹GFT，并成功預(yù)測了H1N1在全美范圍的傳播，令世界為之一振。然而，在此之后，有研究發(fā)現(xiàn)，GFT會高估與流感相關(guān)的就醫(yī)量，在這類數(shù)據(jù)最有用的流感季節(jié)高峰期尤其預(yù)測不準(zhǔn)確，被《Scientists》雜志認(rèn)為被大數(shù)據(jù)浮夸(Big Data Hubris)的算法所誤導(dǎo)。也就是說，Google的流感疾病預(yù)測不再那么精準(zhǔn)。
相較于GFT，百度疾病預(yù)測已經(jīng)覆蓋提供全國331個地級市，2870個區(qū)縣，某些城市甚至已經(jīng)細(xì)化到具體的商圈，“未來甚至可以更加細(xì)化到個人粒度”，百度相關(guān)負(fù)責(zé)人表示。此外，GFT目前提供了流感和登革熱的預(yù)測，而百度的疾病預(yù)測系統(tǒng)涵蓋流感、肝炎、肺結(jié)核和性病四種疾病。而據(jù)其網(wǎng)站說明，未來還會增加更多的常見傳染病和慢性病。
談及百度疾病預(yù)測的產(chǎn)品形態(tài)和Google的差異。百度相關(guān)負(fù)責(zé)人補充，Google主要使用query數(shù)據(jù)，在此基礎(chǔ)上，百度增加了微博、天氣、人群遷徙等數(shù)據(jù)一并加入預(yù)測因素。“此外，Google用的query數(shù)據(jù)依賴于Google Correlation產(chǎn)品，而百度則是直接從原始日志中進(jìn)行清洗、消岐、擴(kuò)展和分析，在數(shù)據(jù)上做得更細(xì)致些，也由此可以提供更加有效的判斷。”
不只是“一堆數(shù)據(jù)”
在百度疾病預(yù)測的介紹版塊中，特別向中國疾病預(yù)防控制中心（以下簡稱CDC）表示了感謝。“在構(gòu)建流感預(yù)測模型的過程中，中國疾病預(yù)防控制中心的流感監(jiān)測結(jié)果提供了一定的參考作用。”
實際上，百度疾病預(yù)測參考了CDC2006年1月至2014年6月的流感監(jiān)測周報數(shù)據(jù)，并且會根據(jù)CDC公布的數(shù)據(jù)定期來更新。
“百度的結(jié)果算法在模型搭建上是綜合參考多維度數(shù)據(jù)結(jié)構(gòu)，其中我們在與CDC數(shù)據(jù)合作上，不僅是數(shù)據(jù)互通，同時也會與他們的專家進(jìn)行產(chǎn)品交流，最終的預(yù)測結(jié)果主要還是依靠我們所建立的疾病預(yù)測模型來完成。”百度相關(guān)負(fù)責(zé)人表示，疾病預(yù)測的模型數(shù)據(jù)搭建于疾病人數(shù)自身的統(tǒng)計規(guī)律性以及疾病人數(shù)與其它相關(guān)數(shù)據(jù)的相關(guān)性。
一方面，通過歷史數(shù)據(jù)挖掘規(guī)律來預(yù)測未來的趨勢，譬如流感或者手足口等疾病具有季節(jié)性周期規(guī)律，或者近年來艾滋病整體上具有一個上升趨勢等；另一方面，數(shù)據(jù)之間存在相關(guān)關(guān)系，這也會對未來疾病趨勢有所影響。“比如搜‘感冒藥’、‘三九感冒靈’詞的次數(shù)與感冒人數(shù)之間就具有較強的相關(guān)性，在微博上提到手足口病的次數(shù)與手足口病蔓延程度有一定的相關(guān)性，異常的天氣變化與感冒人數(shù)也有一定的相關(guān)性等。”百度相關(guān)負(fù)責(zé)人解釋，“我們會通過分析百度的搜索query、微博內(nèi)容、天氣變化、人群遷徙等數(shù)據(jù)與疾病人數(shù)的相關(guān)性，建立機(jī)器學(xué)習(xí)模型，利用這些數(shù)據(jù)來預(yù)測疾病的人數(shù)。
大數(shù)據(jù)如何落地？
事實上，百度的“野心”遠(yuǎn)不止簡單的疾病預(yù)測，讓“大數(shù)據(jù)落地”是如今互聯(lián)網(wǎng)公司不得不做出的改進(jìn)，而百度也將在醫(yī)療領(lǐng)域深化定制化的健康信息服務(wù)。
為了讓疾病預(yù)測不只是一堆數(shù)據(jù)的堆積，而成為“中國人的健康圖譜，老百姓實用的生活助手”，百度正在對此產(chǎn)品進(jìn)行優(yōu)化，希望繼續(xù)增加病種，以覆蓋常見傳染病和慢性病。
此外，“除了時空數(shù)據(jù)，我們還會增加天氣、環(huán)境污染、用戶屬性數(shù)據(jù)，希望能夠針對不同用戶，提供個性化的防病、健康信息推送。”百度相關(guān)負(fù)責(zé)人透漏，百度疾病預(yù)測還將提供每日疾病指數(shù)等細(xì)化數(shù)據(jù)，日后有望增加個人健康顧問、預(yù)防治療措施、求醫(yī)用藥指導(dǎo)等功能。
