瑞典非營利組織Flowminder的研究人員從西非的移動運營商那兒獲得了塞內(nèi)加爾手機用戶的數(shù)據(jù)，為區(qū)域人口流動分析，幫助預測埃博拉病毒的傳播提供了一個窗口。迄今為止，疫情已經(jīng)在非洲地區(qū)造成了至少1350人死亡。

埃博拉病毒通過體液傳播，潛伏期在2到21天，在此期間受害者可能不知道自己已經(jīng)被感染，因此知道人們要去哪兒和去過那兒非常重要。手機在貧困國家也無處不在，就可以扮演一個關(guān)鍵的角色。所有手機會通過唯一的ID號向附近的信號塔告知它的存在，這樣運營商就收集相關(guān)數(shù)據(jù)庫，包含人口流動和社會形態(tài)的精確信息。

用手機數(shù)據(jù)預測疾病傳播

數(shù)據(jù)是在2013年從運營商Orange的15萬部手機中收集的，該信息已經(jīng)給了許多研究者，是2015年的一項數(shù)據(jù)分析挑戰(zhàn)賽的一部分。除了自塞內(nèi)加爾手機用戶的數(shù)據(jù)，研究者還使用了來自傳統(tǒng)調(diào)查中關(guān)于人口流動的數(shù)據(jù)。Flowminder利用數(shù)據(jù)建立了人口流動模型。新的模型有助于建立一幅西非人群的整體流動格局的圖片。另外，他們還基于受感染者死亡的時間和地點，制作了一個三月份以來疫情擴散的動畫。

使用手機數(shù)據(jù)建立的模型并不是為了造成流動限制，而是為在何處集中進行預防措施和衛(wèi)生保健提供線索。該組織負責人表示，“如果在其他地區(qū)爆發(fā)了疫情，數(shù)據(jù)可以告知與此相連的哪個地區(qū)出現(xiàn)疫情的可能性會增加”。

不過該模型還只是基于歷史流動的初步模擬，沒有考慮人們面對近期危機時如何改變他們的行為。

哈佛大學流行病學家Caroline Buckee參與了模型建立，她演示了這些數(shù)據(jù)如何能表明人們在離開一個熱點后去了哪里，說明了下一個疾病群將在哪兒出現(xiàn)。去年，Buckee還演示了如何用手機數(shù)據(jù)分析出需要集中滅蚊的地區(qū)，幫助抗擊瘧疾 。此前，研究人員也試圖計算公共汽車站人數(shù)，和詢問病患的目的地，來創(chuàng)建流動性模型。

手機數(shù)據(jù)的這一應用十分引人注目。迄今為止，沒有衛(wèi)生部門官員們在使用Flowminder模型，但而公共衛(wèi)生機構(gòu)對這個領(lǐng)域很感興趣。從事類似項目的Data-Pop Alliance公司表示，這種方法帶來了希望。如果移動運營商提供非常精確的數(shù)據(jù)，可以提取的價值是巨大的。不過同時也要注意隱私問題，因為收集的數(shù)據(jù)透露了詳細個人信息，而這些信息往往可以回溯到個人。

via MIT

相關(guān)文章：

進軍移動醫(yī)療：英特爾用大數(shù)據(jù)解決帕金森

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。