維基百科 28 天前即可預測疾病大流行

作者 | 發布日期 2014 年 12 月 31 日 17:03 | 分類 社群 , 網路 , 醫療科技
wiki1

從網友的點閱行為可以預測疾病大流行即將發生,甚至可以在 28 天前就能預知到。研究發現維基百科的點閱趨勢確實可以顯示出某個國家某種疾病的未來發展情形,而用 Twitter 的推文也可以用來瞭解當下社會可能面臨的心理疾病趨勢,可供相關單位醫療政策與實際行動參考。



28 天前預警全靠維基百科點閱趨勢

用維基百科來研究疾病趨勢並不是頭一遭,之前就有研究以特定的詞條為基礎,試圖研究特定疾病的可能疫情發展;Google 流感趨勢則是另一個從網路上搜集資料進行流感疫情追蹤的工具。而在這次發表在美國「公共科學圖書館 計算生物學」 (PLOS Computational Biology) 期刊網站的研究,則是想要確認維基百科的流量資料,是否與前述這些研究方法一樣,可以為可能將發生的疾病疫情提出預警。

美國洛斯阿拉莫斯國家實驗室 (Los Alamos National Laboratory, LANL) 的研究團隊調查維基百科 2010 年到 2013 年十四個流行疾病的疫情相關文章每日點閱數字,例如 2010 年海地的霍亂、2011 年至 2012 年烏干達的伊波拉病毒感染。

Woman Using Laptop While Boyfriend Uses Cell Phone

(圖片來源:© Tim Pannell/Corbis)

他們發現,這種方法針對流感與登革熱特別有效,但面對一些新增案例變動很緩慢的疾病,則無明顯趨勢,例如愛滋病。而不令人意外的是,網路不發達或是網路人較少的地區,例如撒哈拉沙漠以南非洲地區,也較難有顯著的結果。

該實驗室的研究員 Sara Del Valle 表示,這種全球疾病預測系統將可改變我們對於流行疾病的應對方式,就好像我們每天早上起來會看天氣預報,公共衛生部門也可以根據這些監測資料及早做好準備。

另一個有趣的數據則表明,跟世界衛生組織或美國疾病控制中心的伊波拉病毒感染相關網頁比較,近期維基百科的伊波拉病毒詞條以 1,700 萬點閱數遙遙領先,這說明了維基百科詞條的權威與重要性。

 

社群平台推文可即時掌握群眾心理狀態

從公開的資訊中尋找整體社會對特定疾病的關心度以預測疫情,絕不只有利用維基百科詞條的點閱來判斷;社群網路性質更濃厚的即時通訊軟體,恐怕更能直接找出許多與心理疾病相關的情緒狀態。美國約翰霍普金斯大學便以國外較流行的 Twitter 為研究的目標,從中找出當下社會可能面臨的心理疾病趨勢。研究結果或許不令人意外,但可明確提供醫療機構與決策單位參考。

這項自 2013 年開始的研究發現,近期頻繁部署在伊朗與阿富汗軍事設施的人員,有很高的創傷後壓力症候群 (post-traumatic stress disorder, PTSD) 情況;另外,在失業率較高的地方,憂鬱也有增加的趨勢。

這項計畫的緣起之一,其實不脫我們一般人的想像:面對一些心理方面的困難或因某些疾病造成的心理困擾,其實我們都很難對著不熟悉的人侃侃而談,這讓傳統的學術研究工作面臨一定的困難度;然而,即時通訊軟體的便利性,卻可以讓多數人有意或無意、不管有沒有人搭理,都可以三不五時寫一下一些心裡的話,也就因此透露出許多讓學術界加以研究並協助人們的線索,而他們透過程式過濾並分析網友們的公開訊息,也不會有侵犯個人資料的問題。

研究團隊將研究的目標放在 PTSD、躁鬱症與季節性情緒失調()三種疾病上,透過網友公開訊息中提到的診斷資訊及所使用的文字詞句,尋找其中的關連。研究的第一階段是先從上億條推文中找出跟「診斷出疾病」相關的訊息,例如「我被診斷出有憂鬱症了」,接著,程式演算法基於一般使用語言的方式,去尋找推文中跟心理健康相關的線索。

該校語言發展中心研究員 Glen Coppersmith 舉例表示,像憂鬱的人常常會談及更多負面的情緒,與其他人相較,他會用更多「我」這個字眼。最後一個階段,則是將這種演算法擴及一般網友,並做一個簡單的分組,例如是不是退伍軍人。研究團隊表示這樣的調查將有助於醫療從業人員與政府決策官員瞭解哪裡需要投注更多資源,同時可以用更快速且成本較低的方式回應當前正在發展中的疾病趨勢。

註釋

seasonal affective disorder, SAD。又稱冬季憂鬱症,一般在北緯 30 度以北地區或南緯 30 度以南地區人們較多見。南北韓的分界線大約是北緯 38 度。(回到本文

相關資訊

發表迴響