维基百科文章的用途或许不只是给懒惰的大学生当抄袭素材。事实上，这部开放源代码百科全书可能成为我们预测疾病暴发的最新武器。
通过考察2010年至2013年间九个国家的14次疾病 暴发 ——例如2010年海地霍乱疫情，以及2011年和2012年乌干达间歇性出现的埃博拉疫情——洛斯阿拉莫斯国家实验室的一项 新研究 得出结论：维基百科在传染病领域或许具有预言般的能力。
具体来说：研究人员注意到，在疾病暴发前最多28天（即测试的时间上限），相关疾病维基百科页面的浏览量就达到峰值。研究没有说明人们为何查看这些维基页面，不过可能性有几种。最可能的情况或许是，人们开始感到不适，想看看自己的症状是否与某种疾病相符。也可能是忧心忡忡的维基百科用户开始从新闻或网上听到有关疾病的风声，因而想进一步了解。
这组数据在预测巴西登革热和美国流感方面最为有力。研究人员将此归因于美国“较高的互联网使用率”。他们认为，在巴西取得成功，是因为其他葡萄牙语国家都没有登革热——换句话说，这只是一个简单的巧合。
他们确实指出，这种方法不适合预测艾滋病毒或艾滋病等发展较慢的病症。在互联网接入有限的地区，研究人员尝试作出预测时，这种方法也会失效。
经验证的成效：这并不是数据分析人员首次尝试将数字运算与传染病防控结合起来。2010年，南路易斯安那大学的一位计算机科学教授利用推特源源不断的更新信息， 追踪流感暴发 ，成功率达到95%。
早在2008年，谷歌也涉足了疾病预测领域，推出 Google Flu Trends。该项目追踪“咳嗽”或“发烧”等与流感相关的关键词，以作出预测，但过去三年来一直 高估了流感病例 数量。
要点：没有什么比互联网传播得更快。虽然维基百科流量为何在疫情暴发前激增并不完全清楚，但这种数据关联可以成为疾病防控机构的另一种工具，用于应对并理想地预防潜在疫情。谁能想到维基百科竟然这么有用？
本文由以下媒体合作发布： Mic
作者：Matt Saccaro 是 Mic 的编辑研究员。此前曾为 Salon、The Week、The Daily Dot 和 The Kernel 撰稿。
图片：一名科学家观察显微镜下的微生物影像。路透社
