大数据在动物疫病防控中的应用与展望
|
3.2 规范选取关键词 开展网络信息监测，直接关系到数据的可用性，甚至影响到数据分析和防控方案制定，因此选取搜索词需要更加严谨。近年来，研究热点聚焦于 探索监测的新方法，运用对网络数据流的分析，预测疾病高发时段。当前研究表明，基于网络数据的 监测系统在人群传染病监测中起到了很大的作用， 但在兽医领域应用较少。Guernier在动物疫病应 用上作出了尝试，根据高频搜索词条成功制定了有 效防控政策。谷歌公司在搜索词的选取上主要依据 线性模型的拟合和验证，对搜索词进行过滤，保证 了流感模型预测的准确性 。 3.3 结构化数据有待规范 当前监测和调研体系产生的结构化数据存在一些问题，如格式不统一、质量参差不齐、输入汇总繁琐、数据对比与获取困难等。建议制定行业规范，建立日常的实验室检测、诊断和现场调查等一手数据采集和上报的数据标准规范。例如，进行重大动物疫病防控信息报送工作，开发标准化的临床观察数据现场记录系统，提高数据兼容性。辽宁省制定了《辽宁省畜牧兽医部门统计管理办法》和《辽 宁省畜牧兽医信息工作量化考核暂行办法》等管理办法，加大对系统数据源头采集者，包括村兽医和乡镇动物防疫监督所的监管人员，通过建立严格的数据收集和录入制度，明确责任，确保数据录入及时、准确 。 3.4 构建大型智能模型系统 解决非结构化数据的挖掘利用，应该依靠构建大型智能模型系统，从处理结构化数据向处理繁多的非结构化数据拓展，开发能够识别和处理非结构化数据的方法。 3.5 完善数据的存储和安全 大数据时代，如何做好数据存储和安全工作，合理利用数据，注重研究对象隐私保护，是一项新的挑战。谷歌公司注重对研究对象隐私的保护，所有患病数据均无法与确切的个人信息关联（包括 ID、IP 和具体地址）。依据谷歌隐私保护政策，所有超过 9 个月的原始网站搜索日志均会被隐去隐私信息，这种保护研究对象隐私的做法值得借鉴。 |