“慢数据”挖掘会让我们避免下一场H1N1么？-国土报中文版

本篇文章3445字，读完约9分钟

在下一次流行如变异型流感大规模爆发之前，人们不再需要通过周围的大数据监测和预测周围的疫情来恐慌和担心被感染，早就被提示要及时应对预防；与此密切相关的医疗行业可以及时了解疾病的爆发趋势，合理配置和调配医务人员，提醒和建议公众预防疾病，降低患病概率...

这一幕不仅会出现在好莱坞的科技大片中，而且在刚刚结束的2014年百度联盟峰会上，百度的新技术将为你展示未来生活的新蓝图。在会议上，李彦宏就大数据和其他话题发表了演讲。其中提到了大数据和医疗保健的结合，因为医疗保健与我们每个人都密切相关。李彦宏提到:“未来真正积累的大数据应该能够提前预测人们的疾病，因为疾病不是在一天之内出现的，而是随着时间的推移而积累的，各种数据必然会发生变化。”同时，他还提到:“有价值的数据不是无用的信息爆炸，而是有价值的慢数据，可以预测个性化的信息。”大数据之上的慢数据非常有价值。那么，大数据和慢数据会对我们的生活产生什么影响呢？

“慢数据”挖掘会让我们避免下一场H1N1么？

关注最关心的金融话题，一起讨论。

挖掘“慢数据”的价值

大数据是指信息爆炸时代产生的海量数据，被称为相关技术的发展和创新。目前，百度也公开发布了大数据引擎技术，具体来说，就是开放云、数据工厂和百度大脑，融合了基础设施能力、软件系统能力和智能算法技术。通过大数据引擎开放后，如果已经有大数据行业，可以将自己的数据导入到这个引擎中进行综合处理，这个引擎已经成为各行业海量数据收集、整合、处理和分析的枢纽。

“慢数据”挖掘会让我们避免下一场H1N1么？

如果一些企业没有大数据，他们可以使用百度收集的大数据和成果。李彦宏提到，在过去的两年里，人类生成的数据占了所有人类文明的90%,现在是数据爆炸的时代，这解决了许多问题。这种观点有点误导公众。

李彦宏在联盟峰会上表示，每天都会产生大量数据，但其中许多都是毫无价值的数据，没有显示出足够的威力。在所有相关行业中，医疗行业的疾病控制和预警，尤其是流行病，最为明显和紧迫，因为健康与每个人、每个家庭、每个城市和每个国家都密切相关。例如，当我们每天刷牙时，如果我们能通过人工智能设备如牙刷收集一些唾液样本，我们将通过体温等“慢数据”具有医学和参考价值。在医学领域，“生理数据”比“物理数据”更有实用价值。

“慢数据”挖掘会让我们避免下一场H1N1么？

疾病控制状况:

由于现代医学技术的高度发展和迅速发展，在大多数人的心目中，大规模流行病的发生似乎是一个遥远的事件。但事实证明，它从未离开过我们。根据世界卫生组织的数据，在2009年的h1n1流感(在中国也称为猪流感)中，全球至少有12，220人死亡，一周内又有704人死亡，因此全球股市下跌了约10%。据统计，在世界范围内，随着人口的增长和城市化进程的加快，上亿人的生活环境已经恶化，疾病也随着人口的增长和人们向拥挤的城市的迁移而肆虐。容易在人群中传播的疾病，如流感，容易在城市中传播。其中，中国是最明显的国家之一。由于其人口众多，随着经济的发展，人口的跨区域流动，城市化的加剧，城市人口密度的增加，结构的变化等。都加剧了流行病的发生、蔓延和蔓延速度。与此同时，科学技术的进步、医疗水平的提高和抗生素的广泛使用也加速了病毒、细菌等病原体的传播、变异和进化，一系列新的致死性病原体不断出现和传播。过去十年中发生的各种大规模流行病历历在目:非典、甲型h1n1流感、手足口病、h7n9禽流感等。几乎每隔一段时间，流行病就会以不同的形式卷土重来。

“慢数据”挖掘会让我们避免下一场H1N1么？

去年，卫生部的一位发言人提到:“中国正面临着一个严峻的形势，传统流行病的威胁持续存在，新的流行病不断出现。”基于原有监测系统和流程的卫生防疫系统已经跟不上节奏，因此基于互联网大数据的疫情监测变得非常重要和迫切。美国管理咨询公司麦肯锡全球研究所(Mckinsey global institute，mgi)预测，如果美国的医疗行业能够有效地利用不断增长的大数据来提高其效率和质量，它每年可以创造超过3000亿美元的附加值，挽救无数不应失去的生命。

“慢数据”挖掘会让我们避免下一场H1N1么？

我们应该如何利用现代技术和互联网技术来避免下一次甲型h1n1流感？大数据能做到吗？

首先，通过大量使用用户搜索、社交应用、lbs、用户人口统计等数据生成的大数据，结合原有疾病监测系统中的法定传染病报告数据和传染病病例，结合疾病和环境数据，及时发现并绘制流行病学风险图。例如，h1n1病毒首先在广东被发现。当在该区域搜索到一定数量以上的发热等关键词时，结合医院和疾控中心的疫情监测数据，可以快速发现和定位新疫情的发生，并对相关情况进行评估。

“慢数据”挖掘会让我们避免下一场H1N1么？

确定:当基于搜索数据和lbs数据(例如百度迁移)在不同尺度上分析人口移动性、移动模式和参数时，并且进一步结合诸如病因学、人口学、地理学、气象学、人口移动和迁移以及跨区域的因素和信息，确定空.为流行病同时，机器学习和人工智能的发展促进了疫情监测、通信动力学研究和风险评估，成为传统分析方法的有效增强和升级，能够更准确地判断下一次疫情的发生区域等信息。

“慢数据”挖掘会让我们避免下一场H1N1么？

预警和响应:结合lbs和social app的相关信息，我们可以在微观层面上更准确地监测和预测疫情，并通过权威渠道及时通报疫情的发展状况和预防措施，让用户了解周边地区疫情活动的真实情况，为生活提供可信的参考，避免传播谣言，以便及时采取预防措施，如接种疫苗等。公共卫生、医疗机构和卫生行政部门人员将更容易获得各种疾病发生风险的动态分析结果，促进医务人员和疫苗等资源的优化配置，有效防止病毒和事件的进一步恶化和传播，成功避免下一次大规模疫情的发生。

“慢数据”挖掘会让我们避免下一场H1N1么？

著名的“大数据时代”(Victor Meyer-schoenberg和Kenneth Cookeye撰写)记录了谷歌如何利用大数据来预测病毒爆发:2009年爆发了一种新的流感病毒，如果最初的治疗过程是这样的:医生发现病例——向疾控中心报告——公共卫生专家分析信息——采取对策，但在这个过程中会出现信息和数据滞后。这种情况下，谷歌在大数据的基础上完美地解决了这个问题。它通过观察人们在互联网上的搜索记录做出了这个预测。它保存了许多年的所有搜索记录，每天从世界各地收到超过30亿条搜索指令。如此巨大的数据资源足以支持和帮助它完成这项工作。通过分析海量数据，我们可以以前所未有的方式获得具有巨大价值或深刻见解的产品和服务。这就是大数据的力量和魅力。

“慢数据”挖掘会让我们避免下一场H1N1么？

联想不久前在百度技术开放日特别推出了百度的大脑和大数据引擎。由此可见，大数据战略已经成为百度未来的一个重要研究方向。百度自身在大数据领域的发展引领了整个行业。此外，不久前加入百度的天才人工智能专家吴恩达几乎可以肯定，通过长期的搜索数据积累和人工智能领域的技术创新，百度将继续在商业、医疗、生活等领域推动一场前所未有的革命。

“慢数据”挖掘会让我们避免下一场H1N1么？