新疆都市报 > 科技 > 互联网 >

互联网疫情攻防战:信息应为“先行军”

发布时间:2020-01-27 23:10来源: 网络整理

2020的新春,全国人民正在面临一场关于疫情、关乎生命的攻防战。

身处互联网时代,在疫情开始爆发的阶段,我们也能看到,抗击疫情蔓延的战斗早已划分为两大战场,即线下的一线和线上的网络。

一方面,一线的正面战场上,在新型冠状肺炎病毒逐渐蔓延传播之际,各地的医护人员正在不断奔赴武汉等疫情重灾区,积极救治患者,与病毒斗争;

另一方面,在网络上,伴随着疫情信息的传播,一些不实、恶意的图片、视频和文字也在传播,谣言使得人心惶惶,反而不利于疫情的控制和治愈。

为此,一场互联网的疫情攻防战也在打响,信息为先至关重要。我们可以看到,百度、微博、腾讯、抖音等互联网媒体平台都已经开通了疫情信息的“绿色通道”,积极配合官方进行公开信息传递和知识科普,向民众普及疫情、辟谣,共同携手应对。

为什么说信息传播对疫情控制是至关重要的?

首先,不管是个人或是组织,在不懂专业医学知识或不具备专业医学素养的情况下,在一线的疫情抗争上,也只能有心无力。

那么,或是做好后勤保障,为医护人员提供充足的医疗物资;或是发挥好网络效应,在传播上协助控制疫情蔓延,是当前民众、组织或企业力所能及的事情。

而对于本次疫情而言,信息做好“先行军”无疑是重点之一。

为什么这么说?先来看一个研究模型。

根据华盛顿大学Louis Kim教授和Shannon M.Fast,Natasha Markuzon几位科学家建立的一个疾病传播模型显示,当媒体的报道量增加十倍,此类疾病的感染数减少33.5%。

该模型分为两部分,分别为疾病传播概率的SIR模型,和媒体传播影响力模型。在此,我们主要讨论后者的媒体传播影响模型,感兴趣的朋友可以在网上查阅论文原文,标题为“Incorporating media data into a model of infectious disease transmission Article information”。

首先,在媒体传播影响力的研究中,将时间t内每次接触传播概率定义为疾病初始传播的基础概率p0和媒体函数g的乘积。

图片1.png

其中,Mt是在时间t发布的新闻报道的数量;α与λ为控制参数,p0一般为专业研究确定的基础初始定值。比如,在科学家常使用“基本传染数R”这一数值来评估一种传染病的初使传染力,例如天花的R=3.5~6,小儿麻痹症的R=5~7,水痘的R=7~11,麻疹的R=10~20。在此,P0和R的理解相似。

其次,我们再根据g(M0,...,Mt,...,MT,α,λ)的向量计算,得出

此处θ为新闻文章数量的指数加权移动平均值,不用太深入了解。我们只要知道,媒体函数g的模型大致等同于g=e-x函数模型,显示为一个从左往右的递减图像,即随着时间的增加,媒体报道数量增加,媒体函数是递减的。

所以,代回第一条公式来综合理解,得出随着疾病传播的媒体报道数量增加,疾病的传播概率pt随着时间变化而降低,从而减少疾病传播。

那么,华盛顿大学的这项研究报道是否适用于中国的此次疫情抗击呢?在现今发布有关的新型冠状肺炎病毒资料和信息中,也可以再看到几个关键的信息点。

其一,新型冠状肺炎病毒人传人是可以确认的。

因此,虽然此类病毒疑似来源于“野味”,但目前疫情蔓延的传播更多是由人来感染。那么,在这种情况下,比起呼吁不要吃“野味”,当前更迫切的要求是呼吁隐藏的患者及时就医,避免二次传播,才是迫在眉睫的事情。

图片3.png

所以,增加媒体报道,向民众传递正确的信息,引起重视,对于加速阻断人传人的传播链来说,是打好此次疫情攻防战的重点。

其二,不实、恶意的信息伴随疫情蔓延,辟谣刻不容缓。

随着疫情蔓延的,还有不实、恶意的信息在网络范围进行传播和扩散,这对于疫情的控制而言,无疑是徒增负担。

同时,在恶意信息的导向,我们也能看到一些不利于疫情控制的结果。

比如,此前李兰娟院士在接受采访时表示,75%的(医用)酒精能够消灭这个病毒,建议民众在日常接触的地方用酒精定期消毒。结果被误传为,引用高度酒可以治愈新型冠状肺炎,不禁令人哭笑不得,同时也令人担忧是否有患者或隐藏患者以此“自治”,耽误治疗时间。

为此,越是这个时候,越需要正确的声音占据媒体主流,对民众的错误认知进行引导和调整,避免错误治疗,耽误病情,造成二次传播。