如果早晨新闻除了告诉您下雨的机会外，还可以告诉您您城市中流感峰值的预测怎么办？
11月，哥伦比亚大学的研究人员和国家大气研究中心（NCAR）报告了一种工具的开发，该工具可以预测城市何时会看到最多的流感病例。他们使用了过去流感季节的数据来测试它，现在他们正在使用疾病控制与预防中心（CDC）和Google流感趋势的实时统计数据，以对下周进行预测。他们的工作可能会将这些预测变成年度流感季节的常规特征。
适应天气模型
流感预测适应的方法是气象学家使用的方法，以预测温度，降水甚至飓风登陆。该项目由美国国立卫生研究院（National Institutes of Health）资助，包括其传染病剂研究模型（MIDAS）计划，该计划开发了用于模拟和分析不同传染病的工具。
哥伦比亚大学邮政公共卫生学院的气候学家杰弗里·萨曼（Jeffrey Shaman）说：“当气象学家似乎弄错了时，我们都会很生气，但天气预测实际上是非常好的。”
天气预测依赖于许多数学和计算模型来产生一定结果的概率，例如雪。这些模型被馈送为可用的气候数据，以便它们密切反映当前状况，然后模拟未来的结果。当模型收敛于类似的结果分布时，气象学家对他们的预测更有信心。
流感预测以类似的方式起作用。像天气一样，传染病扩散是非线性的。这意味着细节诸如病毒的传播方式，人们具有感染力和病人的天数，甚至空气中的湿度有多少会极大地影响未来的结果。包括近实时观察结果包括完善该模型，因此它可以更紧密地模拟发生的事情并可以产生更可靠的预测。
萨满说：“天气预报刚开始时，它是很粗糙的，而且多年来，天气已经好多了。我们希望流感预测遵循类似但更加加速的进化。”
预测峰值
为了首先测试流感预测的概念，Shaman和他的NCAR同事Alicia Karspeck开发了一种数学模型，用于预测纽约市以前流感季节的高峰。他们使用了Google流感趋势的数据，这些数据根据流感相关的搜索查询估算了流感爆发，以完善模型。多次运行该模型每周都会报告科学家可以验证历史报告。他们发现，他们的技术可以在实际峰值前7周估算爆发的时机。
但是这项研究是回顾性的，仅在一个地点进行，但流感季节的峰值每年和地区都可能有所不同。因此，研究人员的下一个想法是使用当前的Google流感趋势数据和CDC报告的混合体，以实时测试全国。
在8周的时间里，萨满，卡尔斯佩克和哈佛大学公共卫生学院的马克·利普西奇（Marc Lipsitch）一直在为美国12个城市提供流感预测。他们不会知道该方法在确认峰之前的工作状况，直到当前流感季节结束时，这可能才是。但是，他们已经确定了一些似乎影响预测准确性的问题。例如，萨满认为，增加公共卫生消息传递和媒体报道对流感的报道改变了互联网搜索行为，可能偏向Google流感趋势数据。
下一步
流感季节结束后，该小组计划再次回顾一下流感预测方法，以评估其工作效果，改善它的方法和下一步。他们可能会与其他由MIDAS资助的调查人员讨论如何合并天气和社交网络模式，这两者都可以提高预测可靠性，以及如何将方法应用于其他传染病，例如西尼罗河病毒。解决的另一个缺点是：流感季节有时会遇到几个峰，包括来自不同的流感菌株，当前的预测模型仅限于一个峰。
监督NIH MIDAS研究的艾琳·埃克斯特兰德（Irene Eckstrand）说：“流感预测有可能会显着提高我们准备和管理季节性流感暴发的能力。”
但是，正如Shaman所补充的那样，他和其他人仍然有很多工作要做的工作要做，以评估和开发这种方法。如果确实证明了这一点，那么下一个问题是对曼城，州和国家一级的公共卫生官员的准备计划有多么有用；向科学家和医生制造和分发减轻流感症状的疫苗和药物；而且，当然，对于您毫发无损地度过流感季节的情况，可能会刺痛。
了解更多：
计算疾病从计算生活
也是这个系列：
这篇内在的生活科学文章是由与生活协会合作的国家一般医学科学研究所，一部分国立卫生研究院。
