疫情■社会性哨兵

疫情■社会性哨兵
图片

▌【美】内森·沃尔夫
虽然社交网络可以让我们调查到人们正在交流什么话题 , 但它也许还能提供一系列更为丰富和精细的应用 。 在最近一项引人注目的研究中 , 两位社会科学的领军人物尼古拉斯·克里斯塔基斯和詹姆斯·福勒研究了社交网络如何能为传染性疾病提供监控 。
在一个设计精巧的实验里 , 这两位科学家追踪被分成两组的哈佛学生 。 第一组被试者是从哈佛学生中随机选择的 , 第二组被试者是从被第一组人列为朋友的人中选出来的 。 因为靠近社交网络中心的个人 , 可能比处在边缘的人更快地被传染上疾病 。
我们希望社会科学能够识别出新的“哨兵”来监控新疫情 , 并早点捕获它们 。 但是确定人与人间的朋友关系是要花时间的——我们在一所单独的学校办得到 , 在全国范围内也许就不行了 。 当前巨大的在线社交网络中自我确认的朋友 , 也许让这项任务更容易完成了 。 像脸书这样的在线社交网络虽然不是为监控疫情之便而设计 , 但却创造了相对便利的监测系统 , 能够被用于确定疾病的出现频率 , 识别社会性“哨兵” , 也许最终会就一种新型感染源在一个社区的扩散提供预警 。
当约翰·斯诺于1854年首创地理信息系统时 , 他所采取的行动在我们今天看来 , 十分合乎逻辑且直截了当 。 他绘制了一张地图 , 标注了病人所在的位置以及可能的污染源 。 斯诺不可能预测到他所迈出的尝试性的第一步将最终走向何方 , 或者预测到今天的GIS可使用的数据 。
未来可能不会出现一种数据包打天下的局面 。 如果斯诺生活在今天的社会 , 要调查一次疫情 , 他会想要得到所有数据:病患在什么地方;如何通过短信或者互联网搜索能更迅速、便捷地得到数据;病例是被什么所传染 , 甚至是被什么特有的微生物的基因株传染;如何最大限度地使用呼叫数据 , 记录监控人们的流动 , 以便追踪疾病的流动或者孕育疾病之所;人们是如何进行社会性联系的——他应该会追踪可能的首批感染者 , 或者是比其他人先出现病症的人 。
你可以想象一下未来的疫情GIS , 或者用硅谷人更为熟悉的术语——我们的数据团队负责人拉奇·古拉斯卡拉称其为未来的疫情聚合图:包含着层层关键信息的一幅地图——有人们所在的位置、他们的关注点、他们感染的微生物、他们流动的地方、他们联系的人 。 研发和持有这张结合数字化和生物学的聚合图 , 正是拉奇团队的奋斗目标 。 随着时间的推移 , 不同疫情的数据可以放在一起加以分析 , 使得我们在实际的疫情中考察不同因素的影响 , 并能够对所有的技术手段进行最优加权 , 使预测效力最大化 。 (18)
(责任编辑:张洋 HN080)


    推荐阅读