藉社群內容預測流感

撰文／Rachel Berkowitz│譯者／張亦葳
轉載自《科學人》2018年5月第195期

全世界每年有29萬~65萬人因流感而死，預測流感何時爆發有助於政府官員提早採取行動，以減少相關死亡病例。在最近一項研究中，研究人員僅利用社群媒體的對話內容，便在流感爆發前兩個星期精確做出預測。此項發現理論上能用於最需相關資訊的地區。

美國太平洋西北國家實驗室的研究團隊自推特（Twitter）蒐集看似與流感無關的對話內容做為語言線索，例如天氣或咖啡的話題，並根據這些資訊推測近期流感爆發的可能時間和地點。

研究人員運用的是模擬人腦各階層神經元與記憶機制的「深度學習」電腦模型，他們的演算法能分析發文者的用語、看法和溝通行為在特定期間如何變化，以及這些變化和之後的流感爆發相關報導有什麼關聯。

主持這項研究的電腦科學家佛寇瓦（Svitlana Volkova）說：「我們使用的深度學習模型美妙之處在於，它會考量隨著時間轉變的情緒和語言線索，進而預測未來。」研究成果於去年12月發表在《科學公共圖書館．總刊》。

過去透過網路預測流感爆發的計畫，包括以推特和維基百科記錄進行的研究以及「Google流感趨勢」（Google Flu Trend），都是針對流感相關字詞進行搜尋，而佛寇瓦團隊檢視了1億7100萬則日常推文的研究更勝一籌，不像其他模型是基於相關字詞的搜尋或不斷攀升的臨床數據。
約翰霍普金斯大學的電腦科學家德雷茲（Mark Dredze）未參與該研究，他評論：「針對特定地點某些族群預測流感，突破我們認為可（藉社群媒體）做到的限制，並為新可能性開啟一扇大門。」

美國疾病防制中心（CDC）的流行病學家畢格斯塔夫（Matthew Biggerstaff）提醒，就流感預測而言，我們仍處於起步階段，但由於許多流感患者不會尋求醫療照護，官方數據僅佔實際病例的一小部份，研究人員越來越仰賴透過網路填補官方數據不足之處。此外，這樣的工具有朝一日，可能有助於完全無法取得公衛數據的地區確認流感趨勢。

(本文由教育部補助｢AI報報─AI科普推廣計畫｣取得網路轉載授權)