我国科学家最新研究成果微信12月曾预警疫情大数据或用于防疫

医学预印本平台MedRxiv刊登了一篇由西安交通大学医学院第二附属医院党双锁、贾晓黎、王文俊等6人合作的科研论文《中国社会化媒体微信可能在2019年SARS-CoV-2爆发前提前发现了迹象》。这篇2月24日上传的文章，虽然还在进行同行评议，但其观点已经引起了国际舆论的注意。

这篇论文主要利用开源的微信热词搜索索引，辅以百度的搜索索引进行研究。通过数据分析发现，在2019年12月的前3天“SARS”一词在武汉地区微信使用量出现异常，12月1日达到峰值，“腹泻”则在12月18日达到高峰（胃肠道反应是部分新冠肺炎的早期症状），12月22日“呼吸急促”“呼吸困难”两个词达到了高峰。“非典”一词的使用量在12月15日开始上升，一直维持在较高的水平，直到武汉疾病控制部门宣布发现了一种由新型冠状病毒引发的肺炎，“非典”一词的使用频率才逐步下降。考虑到新型冠状病毒出现之初，人们只能通过其症状进行判断，很容易联想起17年前的SARS，这些热词的出现可完全预警当地出现了一次“类SARS”的疫情。

6位作者通过对微信等社会化媒体出现频率异常的热词做多元化的分析，大致可以判断12月1日武汉地区已经出现了多例新冠肺炎病例，这一结论与武汉金银潭医院在《柳叶刀》上发表论文指出的首例患者发病日期为12月1日非常接近。论文作者认为，通过分析社会化媒体上的异常热词虽然不十分准确，但是仍然可当作流行病观察的一个很好的补充工具。

随着时下人们对社会化媒体的依赖程度慢慢的升高，社会化媒体大数据可完全成为分析社会面情况的重要工具。而传染病研究作为一种有社会学属性的医学学科，通过对社会化媒体上人们的反应进行观察，可完全发现蛛丝马迹。特别是在大规模传染病爆发的初期，这种大数据研究方法可能会比医院的传染病监测系统还要准确。毕竟大多数人的习惯还是在出现症状后一段时间才会就医，就医之后医院对新传染病往往还不能立即确诊，这样一个时间段人们通过社会化媒体讨论相关症状，如果能够汇总分析这些症状，可完全帮助流行病学家准确的发现问题。

大数据分析技术是21世纪信息技术的重大突破，人类不必再通过数据样本抽象总结规律，能够最终靠对完全数据的分析发现事实。美国等发达国家早已开始尝试把大数据技术用于医学领域。如果这次新冠疫情之后，大数据技术能够应用到我国传染病防治，提高传染病特别是新发传染病的发现、确认能力，也算是一大收获吧。

感谢阅读，欢迎点评和持续关注！