文|編程浪子

來源|智能相對論（aixdlun）

窩在家里的你是不是被這樣的地圖所嚇倒？準備復工的你是不是也在替自己和老板擔心？

每次傳染性疾病的爆發都不可避免的伴隨著大眾恐慌，恐慌來源于信息不透明，可能來自于無知。

“新冠肺炎”疫情爆發從報告第一位病患后已近三個月，期間無數熱點牽動各界的心弦，在這個過程中各家互聯網公司都結合自身業務共克時艱，在信息公開傳播方面體現了長足的進步。

而百度、騰訊和360等公司在內都同時推出了自家的“疫情地圖”，除了以統計數據的形式實時公開疫情的發展狀況，還以可視化圖表的形式降低統計數據的認知門檻。

然而各家的疫病地圖除了對疫情傳播情況起到實時的普及作用，由于疫病地圖有統計上的知識門檻，讓部分民眾在對疫病狀況的理解上出現嚴重偏差，“智能相對論”在各類社交軟件上幾乎每天都可以看到對流行病學地圖的誤讀和恐懼。

圖：“智能相對論”觀察到的某微信群對于疫病地圖的恐慌情緒

所以我們有必要對流行病學數據地圖的來龍去脈稍作梳理和科普。

1、起源：疫病地圖是怎么拯救倫敦流行病的

1853~1854年倫敦爆發了一場危及數萬人的霍亂，10天之內就有500人死亡，流行病學醫生John Snow通過疾病傳播地圖確認了疾病傳染的原因，成為流行病學史上疫病地圖和統計學在公共健康方面發揮作用的典型性案例。

霍亂爆發的背后是倫敦不斷活躍的商業和迅速增加的人口，于此，公共衛生條件每況愈下。再加上市政建設明顯不足，城市缺乏完善的下水道系統,居民生活區糞便堆積,極易污染飲用水源;臟物污水肆意排放,污染水源地(如泰晤士河)等等，最終釀成霍亂。

更重要的，在政府層面居民的公共飲水缺乏統一的管理主體，社會學家和公共政策專家將其稱之為公共管理缺位問題。

霍亂疫情在1953年夏天爆發后，又在1954年氣溫回暖后重新爆發。當時中央衛生局任命的調查委員會經過調查后，確定了“瘴氣傳染論”，認為疾病的傳播和大氣的流動有緊密相關，也有專家認為下水道的污濁空氣是傳染源，這有點類似于本次新冠狀病毒疫情期間部分人對于“氣溶膠傳播”的誤讀。

而流行病學家約翰·斯諾（John Snow）與亨利·懷特黑德對1854年倫敦布勞德街做出調查，確認了霍亂“水源傳播說”。他通過疾病地圖的手段發現，基于感染病人的地理分布狀況，所有的病人都密集的圍繞著某個水源點，由此推斷霍亂的傳播可能與水源潔凈程度有緊密關聯。

這與官方學術權威的“瘴氣傳播論”或者“下水道傳播論”大相徑庭。

歷史上都是如此，代表官方的學術權威和年輕的學術后生在關鍵問題上往往很難達成一致，而學術爭論又會迅速地演變成社會各界關注的公共議題。

圖：流行病學家John Snow繪制的倫敦霍亂傳播地圖

有趣的是一番爭論之后，官方雖然口頭未承認“水源傳播說”，但是在實踐治理上卻逐漸傾向于從水源問題上入手。1954年倫敦霍亂疫情逐漸穩定后，倫敦采取了一系列措施強化公共水源管理，包括對水源地泰晤士河的治理、污水處理等一系列手段等，最后將污水引起的霍亂徹底消滅。

再看，疫病地圖這種統計工具的本質就是將空間地理和感染病人密度這兩個變量結合在一起，通過密集程度就可判斷出感染者在地理空間上的共性和疾病的傳播軌跡，從而可以針對性的采取防治措施，同時也有利于災后的補救建設。

疫病地圖出現的初期是作為一種研究流行病學傳播方式和科學管控技術手段出現的，在倫敦霍亂之后，疫病地圖作為一種常規的流行傳染病研究手段開始進入到科學研究工具庫中。

2、互聯網公司的疫病地圖和日漸強化的數據意識

在本次新冠病毒的疫病地圖服務中，最有代表性的是百度、360以及騰訊健康的產品，百度推出了“新型冠狀病毒肺炎疫情實時大數據報告（https://voice.baidu.com/act/newpneumonia/newpneumonia/?from=osari_pc_3）”“發熱門診地圖”、360推出了360疫情查詢服務，并在7天前推出了360“疫情小區一鍵查詢”服務、騰訊健康則推出了“患者同小區”更小范圍的疫情地圖。

圖：百度的實時疫情傳播情況熱力地圖

對于一個面向大眾的疫情通報工具來說，最重要的有三點，數據來源、數據覆蓋面和疫情相關輔助性功能。

百度疫情地圖突出了宏觀性的全局掌控力，數據來源來自于國家衛健委、各省市衛建委的公開數據，最細可以切分到以市為單位的感染情況，而且在工具頁面添加了謠言澄清、熱點新聞等疫情相關輔助性功能。總的來說百度的疫情可視化工具更加強調信息的傳播和整合性，突出了百度在信息方面的強大聚合能力。

360的疫情工具和百度疫情大數據報告類似同樣以各級衛健委的公開數據作為數據源，在輔助工具上添加了“疫情工具箱2.0”等，在心理健康疏導、醫療產品購買、社會關懷和官方聯系等方面進行了信息匯總，為用戶提供服務。

騰訊健康的“患者同小區”地圖的數據來源是各地區衛生健康委員會的公開信息。其數據覆蓋面可以細化到小區，在輔助工具方面同時提供了“免費義診”“新冠自查”“口罩攻略”“心理自測”“熱門科普”和“疫情辟謠”等各種實用工具，從功能的覆蓋性上位于頭部位置，精細到小區維度的數據切片為用戶的疫情防控方案提供了更精細的參考，這得益于騰訊健康在醫療領域深度的積累。

從數據可視化的角度來說，人對于圖像的感知和理解程度往往強于文字，所謂“一圖勝千言”就是基于此種現象，這也是在現代科學研究、數據新聞和調查研究行業中圖表扮演者重要角色的主要原因。

在我國的數據公開歷程中，經歷了從數字發布到可視化的歷程，不斷降低統計數據的接觸門檻，民眾也開始關注數據，是公共意識和現代化治理方面非常可喜的進步。

但是不論是統計數據還是基于數據的可視化結果，都需要以統計的專業視角來看待，對于沒有接受過統計訓練的大眾來說，對如何解讀統計數據進行基礎的科普是必要環節，否則很容易陷入“統計陷阱”中。

3、用科學眼光正確看待疫病地圖

上一節分析的三家產品都采用了熱力地圖的形式來展示各省的疫情傳播情況，如圖例所示，顏色越深代表確診感染人數越多。這種數據表示方法同樣起源于歐洲，而且首次出現的時間還早于倫敦霍亂出現的點狀疫病圖。

圖：歷史上首張熱力統計圖，來源于法國

1826年，法國男爵Charles Dupin發明了在使用連續的黑白底紋來顯示法國識字分布情況的方法，可能是第一張現代形式的主題統計地圖。右圖為律師Andr′e-Michel Guerry對英國和法國犯罪情況進行的比較研究。

這種圖表以地理區域為單位，以顏色的深淺來表示變量的高低，如果不仔細讀圖，往往會形成一種整個區域都已經有嚴重感染情況的誤解，看到“山河遍地一片紅”就認為疫情已經有非常嚴重的蔓延，而不思考疫情感染的確診和治愈人數在流行病學上的統計意義，是造成誤解的主要原因。

疫病地圖在對民眾了解疫情的實時狀況，推廣防疫意識起到了降低門檻的作用，但是由于技術門檻，在社交媒體上出現了大量對疫病地圖的誤讀，甚至在復工復產的關鍵節點，在一定程度上加重了恐慌的情緒。

圖：騰訊健康中某社區的新冠病毒感染情況

另外一種情況，也是更常見的是對小區感染情況點狀圖的誤讀，以上圖為例，最常出現的評論是“太恐怖了，不敢回城里上班了，但是沒工資只能吃土”或者“某市到處都是感染的，完全不敢出門了”諸如此類。一般民眾的恐慌情緒因為統計知識的匱乏被流行病學地圖上的小紅點放大。

從目前的防疫手段看，對于已經有病例出現的小區，衛生部門和基層大多采取了嚴控出入的封鎖手段，從疾病傳播角度來分析，如果沒有高危的接觸史，而且嚴格遵循戴口罩和勤洗手的防護手段，感染的概率也沒有大多數民眾在看到疫病地圖和統計數據時想象的那么可怕。

更重要的是，公眾再看疫病地圖時候，往往會本能的忽視基數和比例問題，數十平方公里的案例被擠壓在手機屏幕當中時，直覺的感受就是感染者的密度十分大，然而考慮到大多數人的行動軌跡和基層防疫的嚴格程度，大多數人不會與受感者的小區產生直接交集，更遑論與受感者發生接觸。過度恐慌實無必要。

總而言之，嚴格遵循防疫規程，根據政府建議正常復工，把疾病地圖作為一個參考手段，而非增加自身壓力的壓力源，當是更理性的選擇，在非常時期每個人貢獻力量的方式有所不同，科學防控，積極復工，也是為抵抗疫情做貢獻。

*此內容為【智能相對論】原創，未經授權，任何人不得以任何方式使用，包括轉載、摘編、復制或建立鏡像。

【完】

智能相對論（id:aixdlun）

?AI新媒體;

?今日頭條青云計劃獲獎者TOP10;

?澎湃新聞科技榜單月度top5;

?文章長期“霸占”鈦媒體熱門文章排行榜TOP10;

?著有《人工智能 十萬個為什么》

?【重點關注領域】智能駕駛、AI+醫療、機器人、AI+硬件、物聯網、AI+金融、AI+安全、AR/VR、開發者以及背后的芯片、算法、人機交互等。