于广军,熊贇,彭思佳,阮璐
1. 上海市儿童医院,上海 200040;
2. 上海交通大学医学院,上海 200025;
3. 复旦大学计算机科学技术学院,上海 200433;
4. 上海市数据科学重点实验室,上海 200433;
5. 复旦大学化学系,上海 200433
环境气象被认为是影响人类健康的因素之一,某些疾病的发生与恶化通常具有明显的周期性气候特征[1,2]。如春季气温回升,细菌滋生,小儿麻疹、风疹、水痘、手足口病等病高发;秋冬季气温下降,肺结核、哮喘、肺炎、流行性感冒等疾病较为严重。另外,空气污染物颗粒,如NOx、NO2、CO、O3、SO2、PM2.5、PM10等,都有可能导致相关疾病发生率升高[3,4]。
就医人数作为疾病发生率的一种表现,易于统计,分析不同科室就医人数与气候变化的关系,为就医人数建立预测模型和公共卫生部门做出决策提供支持[5],同时可以为人们选择就医时段提供参考。当前,反映气候状况的气温、空气环境的相应指标数据可以被准确全面地记录和整理。因为涉及隐私,对特定疾病发病情况的收集相对困难,而特定科室的就医人数也可以在一定程度上反映疾病的发生情况。
利用大数据技术从医疗相关数据中发现潜在的关系与模式,帮助医院和公共卫生部门做出决策已经受到关注。例如,2009年,Google公司借助大数据技术从用户的搜索行为中预测了甲型H1N1流感的爆发,比美国疾病控制与预防中心先一步发出预警[6];一些研究根据用户在Twitter上的文章构建了流感样病例率的预测模型,取得了较准确的结果[7]。这表明大数据可以帮助预测疾病(尤其是流行病)的爆发趋势,然而,这一领域的研究存在以下问题。……