大数据在动物疫病防控中的应用与展望

2　大数据在动物疫病防控中的应用

2.1　提供动物疫病暴发预警

大数据本身是一种潜在的战略性资源，具有小规模数据无法匹及的趋势预测潜力。只有大数据的分析和应用，才能将这些资源的效益真正释放出来。基于大数据构建的预警功能能够全面调查和评估动物疫病流行病学信息，为及时发现新发病及其症状，尽早防控疫病提供便利。目前，根据传染病的发生和发展规律，利用各种模型或算法对传染病的发生和发展作出预测，进而对传染病的流行趋势及影响范围进行预警，是疫病预防控制中的一项重要工作。美国区域性流感大暴发，当地疾控中心根据哨点监测数形成的分析报告存在 1~2 周的滞后期，而谷歌公司运用搜索词条和统计建模相结合的方法，在流感暴发 1 d 后就形成了疫情报告，具有显著的时间优势。与此同时，谷歌的监测和预测分析还曾成功预测了 H1N1 事件和几内亚等地的埃博拉流行情况。基于网络的监测系统可以更快地锁定流行区域的发病热点，预测结果具有更好的时效性。

知晓疫情后，大数据分析可以及时帮助政府作出决策，提供更好的防控措施与政策。例如，Vanina 等筛选出与伴侣动物祛蜱相关的热度最高的网络搜索词，并据此为当地政府制定了更有针对性的蜱虫病防控策略。“祛除蜱虫”这个词条关联性最高，因此在宣传干预防控政策中，指导宠物  饲养人群如何有效祛除蜱虫和更有针对性地分配发  放驱虫工具就被列为干预重点。

  2.2　辅助监测与疫病应急处置

大数据挖掘出的有效信息可以应用于监测工作 。美国现行宠物疫病症状实时监测系统涵盖了当地 700 多家宠物医院，其系统数据挖掘功能  可以及时发现动物疫病异常事件的时空分布，结合暴露信息数据，还可以进行后续疫病病因学研究 。针对重大疫病应急防控信息化管理需要，白维生等创建了基于地理信息系统（GIS）的  北京市动物疫病应急指挥平台，解决了疫源分析、划定疫点、疫区、受威胁区、路口封锁、疫情监测、无害化处理及解除封锁等一系列应急处置中的关键问题，实现了北京市重大动物疫病信息化和一  体化的应急指挥。二手数据挖掘在疾病监测中也发挥着重要作用。

中国动物卫生与流行病学中心构建了动物疫病防控舆情平台，利用网络爬虫，对定点网站、论坛和博客中涉及的大众对动物疫病，特别是热点病种的舆论信息，进行动态监测和定向采集，每月出一期舆情简报，客观汇总当月大众对热点  疫病的态度 。BioCaster也根据网络语言信息建立了挖掘传染病暴发情况，追踪传染病分布情况的系统，包括话题分类、实体识别命名、疾病和位置挖掘和疾病事件识别。2014 年，该系统通  过新闻报道甄别出了几内亚的异常发热情况，比官方发布的西非埃博拉疫情早了 9 d。加拿大全球  公共卫生情报网络（GPHIN）最早监测到了广东 的 SARS 疫情，比 WHO 公布的 SARS 疫情早了两个月。可见，大数据监测和挖掘对传统监测方法起到了补充和辅助作用，且时效性更强。兽药是预防、治疗和诊断动物疫病的特殊商品，为做好安全监管，我国建立了兽药产品监测系统，首次实现了兽药产品流向可追溯和来源可查询，提高了监管效率，遏制了造假售假行为，保障了动物安全。利物浦大学搭建了小动物兽医监测网  （SAVSNET），其功能之一就是监测猫和狗的抗  生素应用情况及其耐药性。  

2.3　辅助临床医生作出科学决策  

将动物疫病防控领域的研究成果和数据信息整合成数据库，可以为探究更多的疫病风险因素及  其关联提供基础数据，弥补知识缺陷，提供更全面的动物健康保护措施。诊断方案和接种建议等临床决策和研究重点可以从资源整合系统中找到证据支持。由于当前收集的高质量数据有限，一些兽医临床诊断结论都是基于案例研究、个人经验、人类医学和同行建议制定的，存在一定程度的不确定性和主观性。大数据挖掘技术促进了兽医循证医学的发展，帮助临床医生作出有科学依据的决策。英国皇家兽医学院开发的 VetCompass 平台，能够提供伴侣动物的外科学、病原学、微生物学、病毒学  和寄生虫学等多方面证据，帮助临床医生做出更科学的疫病诊断、治疗和防控决策。未来通过  VetCompass 这类资源整合系统，结合数据智能分析，可以形成动物疫病防控的个性化定制服务，实  现用户通过网络平台实时为畜禽寻医问诊 。现在部分大型养殖场正在探索视频图像分析技术，利  用人工智能系统，监测畜禽的体温、咳嗽、体重、  进食情况和运动强度，一旦出现异常，就在第一时  间做出疫情预警，以达到控制疫病的目的。  

3　大数据时代动物疫病防控面临的挑战及展望  

3.1　对数据获取平台和技术提出更高要求  

在大数据时代，想要获取更多有效信息，帮助临床决策、防控决策和科研工作，对数据获取平台和技术就有更高要求。数据获取平台应该有广泛的覆盖范围，如英国的 VetCompass 系统涵盖了全国 498 个兽医诊所，超过 600 万只伴侣动物，近 4 000 万条诊疗信息，形成了完善的上报系统。该项目分为 3 个阶段：一是通过 VetCompass 平台获取兽医临床数据；二是研究人员挖掘数据信息；  三是创建世界最大规模的实时监测接口  。当前  澳大利亚也引入了这一系统，并已经处于第二阶段应用。我国动物疫病和检疫等信息上报系统的数据存在一定问题，尚不能提供准确及时的疫病预警，在进行数挖掘的时候会严重影响分析结果。因此，构建覆盖面广、数据质量高和兼容性强的数据库是数据挖掘的基础之一。 

首页前一页123后一页尾页