我们正在使用数据打击疾病的10种方法

一名妇女在法国Haute-Savoie的一家医院获得乳房X光检查。近年来，有关何时获得乳房X光检查的建议。BSIP/UIG通过盖蒂图像

不是全部癌症可以预防，但您不想停止那些吗？筛查宫颈的倾向和早期生长存在胸部，肺，前列腺和结肠癌。但是，医生如何确定应该筛选谁的准则，何时何地？答案在于大数据。

美国预防服务工作队使用大型流行病学研究的高质量大数据来确定筛查指南。例如，通过研究40多岁女性的假阳性癌症诊断率确定工作队在50岁之前获得乳房X线照片是不必要的（除非家庭中有乳腺癌病史）[来源：WebMD]。

从癌症患者那里提取尽可能多的数据也向医生讲述了癌症的成长。俄勒冈州健康与科学大学xf187手机版正在对基因的试验进行试验，以了解数千名癌症患者的更多信息，以了解有关不同人如何发生癌症的方式，以便他们可以提供更快的诊断。大学甚至设想能够在2020年到2020年的24小时内诊断癌症[来源：俄勒冈健康与科xf187手机版学大学]。

埃及埃及蚊子在巴西珀南布科州雷夫的菲奥克鲁斯研究所的一个实验室中看到。该蚊子传播了寨卡病毒，并正在研究所进行研究。马里奥塔玛/盖蒂图像

蚊子长期以来一直是疟疾和登革热，因此收集有关携带这些疾病及其居住的蚊子类型的信息可以帮助我们与这些条件进行斗争。蚊子传播的病毒寨卡病毒最近的爆发向我们展示了缺乏有关疾病如何传播以及对人的影响的数据，这可能是多么可怕。

为了帮助与这些蚊子分散疾病作斗争，IBM，Johns Hopkins和加利福尼亚大学旧金山的科学家合作创建了开源软件，使流行病学家可以制作预测性疾病模型[来源：来源：Ungerleider]。该软件的设计使得具有最小编码知识的流行病学家仍然可以使用它来运行数据分析，预测暴发的轨迹和计划策略以遏制疾病的传播。

该计划使用来自世界卫生组织的数据，该数据显示了一个地区对爆发，人类和蚊子的xf187手机版人口模型的普遍敏感性以及确定潜在爆发地点的气候数据。综上所述，这些数据可以减慢蚊子传播病毒的扩散。

拳击手穆罕默德阿里多年患有帕金森氏病的人，与他的妻子Yolanda Ali一起参加了活动。Axel Koester/Sygma/Sygma通过Getty Images

帕金森氏病， 一个神经系统影响全球超过1000万人的状况，提供了一个很好的例子，说明数据收集与技术的结合如何在医疗保健方面有所作为[来源：帕金森氏病基金会xf187手机版]。

患有帕金森氏症的人经常有非常严重的身体震颤。这些原因是因为他或她的大脑慢慢停止产生称为多巴胺的神经递质。一个人的多巴胺越少，控制自己的运动和情感的能力就越少[来源：国家帕金森基金会]。

但是，到他有明显的症状（例如摇晃）并被诊断出患有帕金森氏症时，多达多巴胺相关的大脑中多达80％的神经元已被破坏[来源：来源：feber]。虽然目前尚无治愈帕金森氏症的治疗方法，但仍有治疗症状可以控制的。因此，如果医生可以早点检测到症状，那么治疗就可以早点开始。

为此，几家公司一直在调查可穿戴技术，以收集有关几乎没有明显震颤，步行步态和睡眠质量的数据。随着数据的获取，它可以向技术穿戴者提供信息，以了解他们是否可能对帕金森氏症的倾向并帮助他们尽早获得治疗。在中央枢纽中收集大量数据还使医生和科学家能够在帕金森患者的患者中寻找常见线索，也许有一天可以治愈。

一名妇女在海牙全国性电话信息中心荷兰国家公共卫生与环境研究所（RIVM）查看地图，该地图为2014年对埃博拉病毒有疑问的人们设立了。xf187手机版Valerie Kuypers/AFP/Getty Images

从2014 - 2015年开始，大量埃博拉病毒爆发主要在西非。仅在该地区，就有11,000多人死于这种疾病[来源：疾病预防与控制中心（CDC）]。随着病毒爆发发生在世界上最贫穷的国家，很难向公民获取医疗信息，而且几乎没有基础设施来打击该疾病。全球与埃博拉斗争的主要关注点是了解病毒为了确定最紧迫的援助需求的区域。这就是数据科学介入的地方。

使用实时映射软件，科学家和公共卫生工作者可以跟踪整个非洲的疾病，并预测可能屈服于未来爆发的最脆弱的地区。xf187手机版将数据点汇总到有关蝙蝠物种（可能的埃博拉病毒携带者），人口密度，从最近的主要定居点的旅行时间以及其他少数因素的数据点，科学家可以进入该疾病的面前。

该映射工具于2016年2月在研讨会上推出。“我可以轻松地浏览地图，特别是在加纳的埃博拉病毒利基市场所在的地区，可能会有爆发，然后从那里开始我们可以进行动物监视。Fortunati]。

Lawanda Fearrington（左）和她的姐姐妮可（Nicole）都患有家族性的心肌病，这种心脏病在2003年杀死了父亲（在他们看的照片中显示）。他们的另外两个姐妹患有相同的疾病。迈克尔·S·威廉姆森（Michael S. Williamson）/《华盛顿邮报》通过盖蒂图像

数据可以使用的最有力的方式之一药物是计算风险。当收集和分析足够的数据点时，医生和公共卫生工作者不仅可以确定哪些因素可能在疾病中起作用，而且还可以确定某人可能会遇到高风险的触发点。xf187手机版

心脏疾病是一个很好的例子。这是美国的第一名死因，可归因于四分之一的死亡[来源：CDC]。以前，医生用于计算主要使用胆固醇值的心脏病风险。如果胆固醇很高，则开处方药物；如果较低，则认为它们没有危险。

但是，使用从多个来源收集的数据集，美国心脏病学院和美国心脏协会发现心脏病患者的共同点，远远超出了胆固醇的远远远远不止于此。随着重量，种族，年龄，历史，胆固醇和其他一些因素的大量数据集，这些小组已经产生了一个更全面和个性化的风险计算器的测试，称为ASCVD风险估计器[来源：Gaglioti]。结果，医生改变了他们的练习方式，并计算出心脏病的风险。

一名警官将在马萨诸塞州格洛斯特的证据被没收作为证据的海洛因袋。2015年，格洛斯特（Gloucester）创建了天使计划，该计划将吸毒者指导到治疗中心，而不是对其进行监禁。该计划已由许多警察部门复制。约翰·摩尔/盖蒂图像

药品就像许多疾病一样，使用可以破坏社区。美国过量死亡的死亡人数令人震惊 - 仅在2014年，超过47,000人[来源：美国成瘾医学学会]。实际上，药物过量是美国意外死亡的主要原因，阿片类药物瘾正在驱动大多数死亡。

跟踪不同社区的死亡率数据可以使医疗保健提供者，政府和社区活动家对药物如何影响特定地区有着扎实的认识。xf187手机版基于这些数据，他们可以知道在哪里特别致命的毒品菌株可能会渗透到城镇，并采取政府行动来阻止这种传播。了解更多有关人们因过量死亡而死的地方的信息，这可能会使社区需要干预措施，例如康复服务或医生提供减少危害策略。

这种策略帮助许多农村社区对阿片类药物的流行采取了行动，从而取得了非常积极的结果。美国的几个农村地区遵循马萨诸塞州格洛斯特警察局制定的康复策略，在短短一年内，导致400多名患者被转诊为治疗和过夜监禁费用下降了75％。例如，任何有成瘾的人都可以走进警察局，手头的工作人员将帮助他们进入治疗计划[来源：TOLIVER]。

最后，拥有与药物相关的死亡率数据掌握了疾病控制和预防中心，提出了有关阿片类药物处方惯例的医生指南[来源：Gaglioti]。数据不仅有助于与流行病作斗争，而且还取决于问题的根源，并且可以在造成药物滥用之前停止滥用。

赫利医疗中心儿科住院医师计划主任莫娜·汉娜·阿蒂萨（Mona Hanna-Attisha）博士在国会山举行的一次听证会上证明了密歇根州供水中的高领先水平的弗林特（Flint）。Saul Loeb/AFP/Getty Images

有时，数据不需要“大”来对战斗疾病产生重大影响。一组较小的，集中的数据可能会引起人们对社区健康状况的关注。xf187手机版弗林特，密歇根州，水危机是一个完美的例子。

民事调查工程师显示来自火石房屋的水样含有高水平的铅。但是，他发掘的证据不足以说服政府领导人被水污染。在听说工程师的研究之后，镇上的一名儿科医生决定挑选自己的数据集。

蒙娜·汉娜·阿蒂莎（Mona Hanna-Attisha）博士收集了来自医院记录并发现儿童患者血液中的铅非常高。她没有等待她的发现在医学杂志上发表，而是举行了新闻发布会，而市政府则被迫听。

铅中毒可能会对儿童的大脑发育和行为产生长期影响，在弗林特中，将近27,000名儿童暴露于该市的水中[来源：D'Angelo]。没有证明出现问题的数据集，可能会有更多的孩子受到伤害。

纽约市市长比尔·德·布拉西奥（Bill de Blasio）在一场纪念FDNY成员雷·菲佛（Ray Pfeifer）的活动中发表了讲话，他死于罕见的癌症，据信，该癌症是从零地面上的8个月值班。Pfeifer是扩大利益的激进主义者。Andy Katz/Pacific Press/Lightrocket通过Getty Images）

大数据池是去钓鱼的好地方。科学家们医生有时会长期研究特定的人群，以了解其健康状况是否有任何共同点。xf187手机版例如，公共卫生工作者目前正在研究xf187手机版9/11第一响应者学习在零地面接触的长期影响。能够将他们可能发展的罕见癌症和呼吸道疾病归因于该暴露武器医生和政府，并提供有关如何建立护理和支持系统的更多信息。

最有影响力的队列研究之一是妇女健康计划（WHI）。xf187手机版这项长期临床试验于1993年启动，收集了有关161,000名绝经后妇女的数据，以学习预防心脏病，乳腺癌和结直肠癌和骨质疏松性骨折的策略[来源：WHI]。

这些妇女中科学家指出的模式改变了医疗保健提供者预防和治疗这些疾病的方式，从而带来了巨大的投资回报。xf187手机版研究人员采用了九年范围内（2003-2012）的疾病模拟模型，根据WHI试验的发现，比较了妇女健康的差异。xf187手机版

该模型表明，遵循WHI的指南，少76,000例心血管疾病，较少的乳腺癌病例减少了126,000例，激素疗法使用者的合并使用者减少了430万。此外，疾病模型模拟表明，通过在这九年中采用WHI的发现，美国人节省了估计的352亿美元的医疗保健费用[来源：xf187手机版国立卫生研究院xf187手机版]。

一个女人在药房里摄影。该网站flunearyou.org允许美国人发布流感症状，科学家使用这些信息来跟踪流感趋势。特里藤/盖蒂图像

尽管每年都在鼓励人们接种疫苗流感，这种高度传染性呼吸系统疾病仍然设法每年在美国袭击数百万的人，并杀死数千名生病的人[来源：CDC]。

一个流感的人可以在症状出现前一天感染其他人，并且在她生病后长达七天，因此知道流感在一个国家周围的峰值以及何时在一个国家达到峰值是有价值的[来源：来源：CDC]。

网站Flunearyou.org允许美国人在每周的健康报告中发布他们的症状。xf187手机版成千上万的人将其报告提交给网站，科学家绘制了众包数据，以查找存在哪些症状以及全国各地的位置。

但是，数据科学并不总是完美的。Google通过其Google流感趋势（GFT）深入研究流感预测的世界。根据人们对症状的搜索，他们声称他们可以收集足够的数据，以比CDC早两周的流感率准确估计[来源：拉泽]。不幸的是，GFT未能预测2013年的流感峰值（其算法包括与流感无关的季节性搜索术语太多）。尽管GFT失败了，但众包数据以对疾病进行预测的概念通常效果很好。

世界社区网格要求人们捐赠其个人设备的备用计算能力，以对科学家进行研究计算。Kohei Hara/Getty图像

将数据收集到中央枢纽不是我们使用众包帮助的唯一方法疾病。众包计算机处理信息同样重要。

这世界社区网格是IBM率领的一项努力，要求人们捐赠其个人设备的备用计算能力来对抗疾病。当您的设备闲置时，它可以为科学家进行研究计算，因此可以在几个月内获得数十年的结果。众包计算机对细胞功能进行了模拟，以了解诸如结核病之类的疾病。针对目标蛋白筛选了数百万个化合物Zika可能用来在人体中壮成长并确定遗传标记以帮助预测癌症。

已有70万多名志愿者签署了已经帮助这些不同的项目[来源：世界社区网格]。我们的集体设备可以为这些原因提供的空闲时间，这是大数据可以产生很大差异的一种方式。