評論
打印
大家好，我是《科學美國人》播客編輯史蒂夫·米爾斯基。下面是收錄在本雜志四月刊“進展：科學、技術和醫學前沿快報”版塊的一篇短文。
《#流感》——雷切爾·伯克威茨
在流感來襲前預測流感爆發情況，可幫助官員盡早采取行動減少相關死亡人數，流感每年會造成全世界29萬至65萬人死亡。在最近的一項研究中，研究人員表示他們只用社交媒體的交流內容，就提前兩周準確地預測到了流感的爆發。從理論上來說，這項研究可以用于將資源分配到最需要的地區。
華盛頓州美國太平洋西北國家實驗室的一個小組收集了推特交談中的語言線索，這些交談內容涉及“天氣”或“咖啡”等看似與流感無關的話題。但是基于這些信息，研究人員確定了下一場流感爆發可能發生的時間和地點。
研究人員使用了“深度學習”模型，這是一種可以模擬人類大腦神經元層和記憶能力的計算機模型。“深度學習”算法分析了特定時間內的推特語言風格、觀點和交流行為所發生的變化，以及這種變化與之后的流感爆發報告的關聯情況。
這項研究發表在《公共科學圖書館·綜合》期刊上。
計算機科學家兼該研究領導者斯維特拉娜·沃爾科娃表示，“我們所使用的‘深度學習'模型的優點在于，它考慮到了隨時間變化的情感和語言線索，以此來預測未來。”以前，人們通過互聯網來預測流感爆發，包括用推特、維基百科記錄以及“谷歌流感趨勢”項目進行的研究，這些預測往往專門掃描與流感有關的詞語。與此相反，沃爾科娃的模型檢查了1.71億條普通推文，與其他僅基于詞語搜索或表示流感即將爆發的臨床數據模型相比，這種模型的表現更好。
美國疾病預防和控制中心的流行病學家馬修·畢格士塔夫提醒說，就流感預測來說，目前我們仍處于“早期階段”。但現在研究人員越來越依賴互聯網來補充官方數據，官方數據被限制在實際感染案例中的一小部分，因為許多被感染個體不尋求醫療護理。另外，這種工具也許有一天能幫助無法提供公共衛生數據的地區確定流感趨勢。
以上是雷切爾·伯克威茨發表的文章《#流感》。
譯文為可可英語翻譯，未經授權請勿轉載！
