随着大数据、人工智能等技术的发展，以及在疾病防控工作中的应用，疾控必将迎来新的时代。一方面是预测病种上的扩展，未来可研究和覆盖更多重点防控疾病；一方面是预测的精细度提高，在未来疾病预测可以向天气预报一样，精准预测到某一个时间段某一个地区某一个人群的发病情况。

如今，疾病预测在传染病和慢性病防控等领域已有探索和应用。针对传染病，融合疾病监测数据、气象、舆情等数据，结合疾控中心专家经验，建立诸如流感、手足口病等传染病预测模型，提前预测传染病流行情况，提前进行风险防控，减少疫情造成的损失。同时应用城市居民健康档案数据，开展了针对慢阻肺、高血压、糖尿病等慢性病的危险因素筛查模型研究，帮助公众进行慢性病筛查和干预，减少个人疾病经济负担。

未来，基于预测的健康告知可以指导民众开展自我预防，基于预测的风险管理可以助力政府和社会提前采取科学有效的公共卫生措施，基于预测的效果评估可以及时反映防控措施效果。这将大大提高对城市居民健康的管理水平，提升疾病防控效果，降低医疗卫生成本支出，提升百姓幸福感。

疾病预测研究涉及疾病防控、临床医学、大数据和人工智能等领域，是一个涉及交叉学科的课题，其复杂度和困难度非常高。在数据层面，数据收集和数据安全性是一大挑战，对于疾病预测，数据质量和数据维度的丰富性是非常重要的，未来需寻找更多反映疾病变化，反映致病因子的数据，进一步提高预测的准确率和及时性；另外，医疗数据是隐私数据，需通过区块链等技术方法提高数据安全，规避数据泄露的风险。

实例

又到流感高发季。据世界卫生组织估算，每年仅季节性流感相关的呼吸道疾病导致的死亡人数就在29万至65万之间，造成巨大的损失和沉重的社会负担。重庆市疾病预防控制中心借助人工智能和大数据技术，成功实现流感疫情提前一周预测，为流感的防控赢得了主动。

对流感疫情进行及时准确预测和预警，进而采取针对性强的公共卫生措施，将有效减缓传播速度及流行强度，降低人群发病风险。自2016年底，重庆市疾病预防控制中心开始探索智能流感预测模型。该流感预测模型的基本原理，简单来讲就是利用大数据和人工智能技术，将一系列互联网机器学习算法应用于疾病预测。

在宏观层面，通过整合环境气象因子（环境/天气/季节）、人口信息（人口/流动/结构）、地区生活行为、医疗习惯、就诊行为等一系列宏观因子，对历史数据进行挖掘，进行时序分析；

在微观层面，通过整合全方位、多维度的预测因子和信息来预测疾病发生风险。这些信息，既包括高度相关，但频度较低、分布较稀疏的医疗健康因子（体检/就诊/告知等），也包括信息间接相关，但信息频度和深度较高的个人行为因子（财务/职业/生活等）、互联网数据因子（舆情/行为/LBS等）等。通过精准评估个人层面风险并汇总到宏观层面，深入挖掘宏观层面无法统计的细颗粒度的信息，从而提升预测精度；

在算法层面，预测模型融合了多种人工智能方法，提高了预测准确度。

同时，该模型充分结合重庆市疾控中心传染病防控专家疾病防控实际业务经验和专家知识，使其具备了非常强的专业性，预测精确度因此显著高于传统方法，充分体现了多维数据来源的业务应用优势和实践价值。

现阶段，该预测模型可以提前一周预测流感疫情水平，模型准确率达到90%以上。下一步，课题组将在前期研究的基础上，继续优化模型，提高流感疫情预测准确性，争取早日建成新的重庆流感瞭望哨，提升全市流感防控水平。

对于疾控工作来说，可以通过预先发布流感指数预警，可以提前部署针对性防控措施；对于公众来讲，像天气预报一般提前发布“流感指数”，有利于民众及早采取防范措施，通过接种疫苗、减少暴露等方式避免感染，减少流感疫情带来的影响。从社会角度讲，实现了流感疫情的精准预测，可以整体降低流感暴发风险，降低公共卫生管理成本。

疾病预测项目有助于打造精准、高效的疾病预测防控体系，提升政府疾病防控能力，降低公共健康管理的风险。同时，疾病预测系统可以帮助政府降低疾病防控工作的成本，帮助减少个人疾病经济负担和政府医疗财政负担。

来源：健康报   公共卫生与预防医学

作者：重庆市疾病预防控制中心副主任 唐文革