新的计算机模型借鉴了天气预报来预测流感爆发的区域高峰

科学家们开发了一种系统，可以预测季节性流感爆发的时间和严重程度，有朝一日可以帮助卫生官员和公众更好地应对它们。该系统采用现代天气预报中使用的技术，将基于网络的实时流感感染估计转化为当地季节性流感的预测。

结果将在美国国家科学院院刊．

年与年之间，地区与地区之间，的峰值有巨大的变化流感季节，在温带地区北半球这种情况最早可能在10月或最晚在4月发生。的预报系统可以提供“一个窗口，让我们了解随着流感流行率的上升和下降，每周会发生什么”，杰弗里·萨满博士说环境卫生科学哥伦比亚大学梅尔曼公共卫生学院的教授。

作为一个测试案例，萨满博士和国家大气研究中心的艾丽西亚·卡斯佩克博士利用基于网络的对纽约市2003-2008年流感季节流感相关疾病的估计，回顾性地生成每周流感预测，并发现该技术可以比实际高峰提前7周以上预测爆发的高峰时间。

萨满博士说，将来，这样的流感预报可能会随着天气预报一起在当地电视新闻中传播。就像天气一样，流感情况因地区而异;亚特兰大可能会在安克雷奇之前几周达到高峰。萨满博士说:“因为我们都熟悉天气预报，当我们听到有80%的可能性下雨时，我们都会直觉地知道是否应该带伞。”“我预计我们将对流感预测产生类似的舒适感和信心，并对我们应该如何应对不同的预测结果来保护自己形成一种直觉。”

就个人而言，流感预测可能会促使我们接种疫苗，在打喷嚏和咳嗽的人身边多锻炼，更好地了解自己的感受。对于卫生官员来说，它可以为储备多少疫苗和抗病毒药物的决定提供信息，以及在严重疫情爆发的情况下，是否有必要采取其他措施，如关闭学校。

“流感预测有潜力显著提高我们准备和管理每年袭击的季节性流感爆发的能力，”美国国立卫生研究院国家综合医学科学研究所的艾琳·埃克斯特兰德博士说，该研究所为这项研究提供了资金。

在世界范围内，流感每年导致约25万至50万人死亡;在美国，每年大约有3.5万人死于流感。

这项新研究的种子是在四年前两位研究人员的一次谈话中埋下的，在那次谈话中，萨满博士表达了对使用模型预测流感的兴趣。萨满博士回忆说，Karspeck博士“建议将天气预报中使用的一些数据同化技术结合起来，以建立一个熟练的预测系统。”

他解释说，在天气预报中，实时观测数据被用来“推动模型与现实相符，并减少模型模拟中的误差”。将这种方法应用于流感预测，研究人员使用了来自谷歌流感趋势的近实时数据，该数据基于流感的数量来估计爆发流感相关的搜索查询在给定的区域。

展望未来，萨满博士将使用最新数据在全国其他地方测试该模型。他说，这是必要的，因为“不能保证这种方法在纽约有效，就一定适用于迈阿密。”