用手机预测用户感染流感的几率

[-]

手机可以追踪我们的一举一动。隐私倡议者可能将其视作一个问题，然而流行病学家则将其视为一个机遇，比如北卡罗来纳大学的Allison Aiello博士。

Aiello及来自全国各地的其它研究人员最近发表了一篇论文，表明手机上的数据可被用作鉴定用户感染流感的几率。在美国，流感每年致死数千人，而这回的研究给了流行病学家在抗争过程中的一个绝地反击的机会。Aiello说道：

我们相信这将给未来的流行病数据收集打开一扇明窗。

其同事纷纷表示赞同，而另一名合作作者、杜克大学的统计学家Katherine Heller也说道：

我认为发展这种类型的医学数据收集模型是至关重要的。我们可以更频繁、或通过更私人化的行为收集数据，比如手机。

在2013年的流感季节，研究人员为居住在密歇根大学的六幢宿舍楼内的103名本科生发放了手机，手机上有一个APP，它可以通过蓝牙记录下他们何时与何人进行了接触。同时，这些本科生还需每周回答一次网上的问卷调查，报告健康相关的行为、社会交往情况、流感症状。任何汇报有流感症状的人都将进行流感病毒测试。

这使研究人员得以鉴别出在于谁在和流感病毒携带者接触后也感染上流感，以及他们和那些同样接触病毒携带者却未感染流感的人之间到底有什么不同。他们还能据此监控感染流感的人需要多久时间才能康复。

随后，研究人员运用统计分析发明了一种算法，在睡眠、饮酒、吸烟及个人特质(如性别、年龄、免疫接种)等情况的基础上，预测个体接触病毒后染病的几率。至于具体算法，其实并不出人意料。吸烟和饮酒更多的人更容易感染流感、康复时间也更长；而那些睡眠和锻炼习惯良好的人则相反。但这个工具的非凡之处在于它能同时考虑诸多因素，在任何特定日子里计算出个体染病的概率。

先前，还有其他研究人员也制定了相似的模型，但他们并非通过直接观察，而是依赖于人们的自我汇报，这很容易出错。

尽管该研究的样本容量太小且同质性强，这使得它难以被应用在更广泛的人群中；但研究人员希望这项研究能够为将来更多的研究铺平道路，使得人们最终可以得到染病几率的有效预测，预防进一步病情。

本文译自 huffingtonpost，由 蛋花 编辑发布。