聲明：所有內容信息均來源于網絡，僅供藥品專業人士閱讀，不作為用藥依據，如有藥品疑問，歡迎咨詢在線藥師。

2010年《讓子彈飛》中，土匪張馬子伏擊縣長馬邦德時有一句經典臺詞:“別急，讓子彈飛一會兒。”最后子彈成了決定輸贏的關鍵一槍，也正是這樣一顆子彈串起了劇中所有人的命運。

之所以用一個四年前的老電影故事，主要是因為子彈飛行和命中目標的過程，以及這個過程中的看客心態和射手心態，和我們現在的環境非常相似:大數據和公共衛生建設。過去幾年，大數據技術對公共衛生就像一顆高速飛行的子彈，無時無刻不在空飛行，無法真正為公共衛生提供成熟、可操作的解決方案。

回顧過去，2009年的一場甲型H1N1流感是拉動大數據的關鍵力量。在與奪去數百人生命的流行病的斗爭中，人們發現了預測流行病的重要性。在傳統的公共衛生管理中，當發現新的流感病例時，醫生通常需要通知疾病控制和預防中心。但這種治療有一個致命的缺點:流行性疾病的傳播速度遠遠快于傳播后的信息——人們發病多天后會選擇醫院進行治療，從治療到醫院發出預警信息進行診斷會有一至兩周左右的滯后期。結果，當一種流行病真正在公眾中爆發時，它已經錯過了最佳預警期。

因此，在公共衛生的流行病管理中，如何把握這個常常被醫療管理者和公眾忽視的黃金周成為關鍵。我們可以回放當一種流行病在個體身上出現時，人們的行為是如何受到壓力的:第一天，他們會忽略一些輕微的不適，繼續工作和學習；第三天、第五天，甚至在接下來的一周，病情擴大，不適加重，于是開始通過網絡查詢病情和相應的治療方案。這時候人的行為被轉移，有的人繼續自我治療，有的人選擇去醫療機構治療。

其中，從第一周到第三天開始后的第二周，行為大數據成為預測的關鍵。在此期間，人們在網上詢問各種關于疾病和自我治療方法的問題。無論是問疾病關鍵詞還是問藥物關鍵詞，都可以成為大數據預警的觸發機制。通過實時監測，大數據公司可以發現不同疾病的地理分布和接觸人群的廣度，并結合醫務工作者的豐富經驗判斷疫情爆發的可能性。

比如谷歌的“流感預測”就是目前海外高度認可的案例。他們將美國人搜索最頻繁的5000萬條詞條與美國疾控中心提供的2003年至2008年季節性流感傳播期的數據進行對比，最終通過建立數學模型構建了預測體系。2009年發布了冬季流感的預測結果，與官方數據的相關性高達97%。目前，谷歌疫情疾病預測包括流感趨勢和登革熱趨勢。

2010年，中國政府部門開始嘗試與百度等互聯網科技公司合作，嘗試通過大數據挖掘管理實現疫情疾病預警管理。中國疾病預防控制中心副主任、中國科學院院士高福也認同大數據在公共衛生防控中的作用。他公開表示，大數據可以在流感到來之前為人們提供一些解釋性信息，為預防流感提供緩沖時間。

如今，中國不僅預測了流感，還開始預測包括肝炎、結核病和性傳播疾病在內的四大疾病。百度是這個大數據預測服務的提供者。除了查詢數據，數據源還使用了谷歌沒有使用過的微博數據，以及百度知道的疾病相關問題的趨勢。借助其在移動互聯網擁有超過1億用戶的14個門戶，移動數據也將為下一步的預測提供深遠的支持，如:各地患病人口遷移的數據特征、各地天氣變化等。據說未來的預測會從目前的4種疾病擴大到30多種重大疾病。

在數據分析和挖掘方面，百度疾病預測以區域差異為重要變量，對每個城市分別建模，僅基于數據輸出的模型就有300多個。結合精心準備的背景數據，百度的疾病預測最終產品可以提供全國331個地級市、2870個區縣的疾病情況預測。

最后，大數據不再只是飛行。登陸中國公共衛生管理只是一個美好的開始。我們可以想得更多，這個數據庫的模型可以更豐富。比如在數據采集端，可以通過智能移動健康設備實現對個人健康數據的實時監控，并將數據傳輸到公共健康管理數據庫，還可以建立個人健康管理的電子記錄。在數據利用方面，可以通過個人電子健康檔案實現對家庭疾病和慢性病的實時監測，實現長期對癥治療。(解放軍305醫院教授魯愚)