「大數據」的潛力

2009年時，全球出現新型流感病毒H1N1，由於結合禽流感和豬流感的特性，所以在幾星期內，所有的衛生機構都擔心，即將爆發大規模流感疫病，有些人甚至認為，情況與1918年西班牙流感類近，可引致五億人染病，幾千萬人死亡！

傳統上，美國疾病管制局(CDC)，會要求醫生每確診一宗新型流感病例，就必須立即通報，但這個通報機制，存在明顯缺陷，首先是市民通常會先有幾天不舒服，才會去看醫生，然後醫生又要經過層層通報，才會到達疾管局，最糟糕是疾管局要每星期才更新一次通報來的資料，整個過程費事失事，面對迅速傳播的疫情，完全掌握不到實際情況。

在H1N1爆發前，有幾位谷歌(Google)的工程師於科學期刊，發表了一篇論文，預測當年冬天將爆發流感，甚至精確定位到爆發的州份。谷歌預測的秘訣，就是使用新興的「大數據」(Big Data)技術。

首先谷歌會找出美國人最常用的五千萬個搜尋字，與美國疾病管制局2003年2008年間的流感傳播資料，作相關性分析(Correlation Analysis)，系統沒有作任何因果關係分析，純粹從數據出發，結果得出四十五組搜尋字眼，如「止咳退燒」，與早前官方公佈的數據，有強烈相關性。由於疾管局的資料會延遲一至兩星期才收到，而谷歌可實時更新搜索情況，其效率比傳統方法高出極多。

舊系統還需要投入人力，進行數據採集，谷歌只需要寫一套軟件，實時從互聯網上採集樣本，就能做到，不過「大數據」雖然快而準，使用條件亦非常嚴格，首先需要採集大量用戶的數據樣本，目前只有谷歌、面書(Facebook)等大型互聯網公司，才可輕易做到，普通人單是在採集數據上，已要花費極大精力；其次，是需要有儲存和分析海量數據的硬體支援，加上一套分析軟件，才能完成。

通過大數據，幫助有關當局在疫病控制上，能更有效率應變，加上其他措施，H1N1至今的總感染人數約一百三十萬人，死亡病例近一萬六千宗，大數據除了可用在疾病控制，亦可應用在其他商業領域，幫助大家作出更明智的決定。