早几年前，国外对于运用大数据做疾病预测就有先例，谷歌、Twitter曾先后做出了尝试。其中，2008年谷歌所推出的“谷歌流感趋势”网站曾一度引发轰动，但随着对模型更新的减少及其他干扰搜索数据因素的存在，使得其预测准确率连续三年成下滑态势。

因为流感高发季不敢制定出门行程？从外地出差回来却被告知当地刚刚经历了一场“流行病”？天气可以“预报”，其实，疾病也可以“预测”。随着百度疾病预测的上线，只需轻点鼠标，你就可以知道家附近的哪些商圈集中了最多的感冒病人，在一个陌生的城市里哪些区域最易感染肝炎，而你也将有充足的时间做好防御措施，甚至调整出行安排。百度疾病预测就如同一张“疾病定位地图”，为人们提供精细有用的疾病预测和就医信息，并为政府在疾病预警方面提供重要参考依据。

在日常生活中，通常人们在遭受疾病困扰时，会花很多的时间搜索相关病症、就诊医院、药物等内容。因此，通过分析某一地区在特定时期对特定疾病症状的搜索量大数据，百度便可以推算出这种病毒的传播动态和未来7天流行趋势。此外，在构建流感预测模型的过程中，中国疾病预防控制中心(CDC)的流感监测结果提供了一定的参考作用。基于此，百度疾病预测通过大数据积累和智能分析，首期开设了针对四种传染性疾病的趋势预测：流感、肝炎、肺结核和性病。

目前，百度疾病预测已覆盖全国331个地级市，2870个区县。例如用户选择“流感”、“安徽省”，就会得到一张安徽省地图，上面会根据不同城市人口的搜索数据显示大小和颜色不一的圆点，代表流感的活跃度。原点颜色越红越大，则表明该城市的流感活跃度越高。沿地图下方时间轴拖动鼠标，还可以查看过去30天和未来7天这个地区流感活跃度的动态展示，观看病情的传播路径。

用户选择”流感“、”安徽省“就会得到安徽省”流感预测图

百度疾病预测在北上广深城市已将范围精确到商圈级别

对于北上广深等一线城市，百度疾病预测还将范围精确到了商圈，如西直门、五道口、北苑等。不仅如此，预测页面的右侧还将随着地理区域的变更展示出该地区的Top10热搜医院排行，这一排行主要来自当地网友搜索不同医院的热度，而这也为不少专门到某一城市看病的患者提供了一定就诊参考。

早几年前，国外对于运用大数据做疾病预测就有先例，谷歌、Twitter曾先后做出了尝试。其中，2008年谷歌所推出的“谷歌流感趋势”网站曾一度引发轰动，但随着对模型更新的减少及其他干扰搜索数据因素的存在，使得其预测准确率连续三年成下滑态势。

相比于谷歌流感预测，百度疾病预测不仅仅局限在大城市，而是覆盖到了区县，并基于地图的交互，让用户体验更方便。此外，百度疾病预测将病种从单一的流感扩展到“流感、肝炎、肺结核、性病”四种传染性疾病，最重要的是数据每周更新一次。“我们除了收集网友在网上查询相关症状的搜索数据之外，还将整合微博数据、百度知道的疾病相关提问的趋势，尽可能剔除数据干扰，保证预测的准确。”百度疾病预测产品负责人表示，“未来我们还打算尝试将各地天气变化、环境污染指数、各地疾病人群迁徙等数据特征进行整合分析。”

除了为用户健康提供参考，面对传统疾病预防控制的种种不足，基于大数据监测形成的疾病预测根据实时变动更新的数据，还可以为政府及有关部门提供早期预警，甚至提前精准锁定易感人群，判断人员流向。此外，由于百度疾病预测具有地域性特点，也可为医药行业、相关快消行业分析市场需求、判断消费趋势提供预案。比如，商家可以在你感染某病毒之前快递消毒液试用装给你，或者在你打第一个喷嚏之时推送速效感冒药。

有业内专家预测，随着与健康医疗打通的可穿戴式设备的爆红，越来越多的人们关注个人健康指数。如果百度将大数据疾病预测与先前推出的百度inside计划打通，将在智能硬件、智能家居大的物联网下打造个人健康生态圈，这在未来充满想象空间。试想一下，未来你的手环会提醒你最近睡眠质量差，下周流感来袭你很有可能要感冒；或者你的车载系统会提醒你下个路过的商圈流感人群聚集，可以先摇上窗户……其实各种智能设备的出现是因为人们对智能生活的不断追求，不管是从便捷角度，还是个性化的角度上来讲，健康管理都是智能设备避不开的一个发展方向。