人类最原始且最强烈的情绪就是恐惧，而最原始且最强烈的恐惧就是对未知事物的恐惧。——洛夫克拉夫特
恐惧是指人们在面临某种危险情境，企图摆脱而又无能为力时所产生的担惊受怕的一种强烈压抑情绪体验。这一次突如其来的疫情着实给大家带来了恐惧的情绪。
从起初的小规模疫情，到大规模的爆发，甚至到“人传人”的现象，这一系列的事件造成了群众们的恐慌，大家宁可信其有而不信其无。
而要削弱这一恐惧情绪，便是揭开事实的真相。
钟南山院士在检查患者CT
而在这互联网大数据时代占据天下的今天，我们应该是运用现有的技术去预测并应对，即通过大数据预测疫情，得出对后续的隔离措施、资源的提前储备以及资源的调度、善后的处理等更加科学的规划。
那为什么早期大数据手段没能进行针对性“预测”？
首先，预测不是一个问题，而是一系列连锁的问题。
疫情下，首要任务是对区域确诊者数目的预测。而早期的预测准确度是不高的，不高的原因是：
（1）相关模型参数的确定比较难；
（2）缺少足够的数据进行交叉验证和调优；
（3）现实的复杂性导致现有模型不能准确反馈病毒传播的特点。
要知道，一般做大数据是通过大量数据提供的样本来进行模型拟合，从而给出预测模型，但在数据量不足够或者不准确的情况下，通过已有数据进行拟合的预测就不是很准确了。
因此我们要基于传染病动力学即SEIR模型的预测以及和机器学习预测模型相互验证来提升模型的准确性。而这一基于科学模型的预测已经被广泛应用在大数据场景预测中。
如果我们能够建立起面向疫情的以数据运营为指导的流程、方法和服务，就可以更好的避免类似的问题，从而可以更好的指导突发事件的应对。
我们认为建立可以复用的全面预测能力是未来公共卫生系统需要着力去做的。而这正是大数据发挥重要价值的场所。当我们知道为什么发生以及未来会发生什么，我们就可以提前做一些事情来让结果更好，这就是我们通常讲的处方式分析。
从此次疫情中，我们可以看到，在利用大数据处理类似公共卫生领域这种突发疫情处理上有待提高，这是所有大数据从业者都应该去思考探索的问题。
我们期待，未来无论是在理念认识、系统建设、数据运营还是系统应用都能得以改善。
网友评论