智能体温计制造商Kinsa发布的热图数据，对美国地区的疫情防控有怎样的参考意义？

为了解流感等季节性疾病在社区内外的传播，智能温度计制造商 Kinsa 一直致力于构建一套准确的可预测模型。

随着新冠病毒引发的 COVID-19 疫情在全球的大流行，该公司最新发布的《美国健康天气热图》显得更有参考意义。

尽管无法全面地反映事实，但有关部门至少可以了解不同地区采取的社交疏离与隔断措施，能否在社区层面起到积极的疫情阻断作用。

【公布前一周，Kinsa 的日订单量就已经高达 10 万台】

Kinsa 创始人兼首席执行官 Inder Singh 表示，基于全美百万级用户提交的信息，该公司与俄勒冈州立大学助理教授 Ben Dalziel 达成了合作，将流感预测下探到社区层级，达到了前所未有的准确性与精细度。

Singh 补充道：“我司证明了一个核心假设，即根据实时地理位置数据，可在医学层面上获得相对精准的预测。这些数据采集自刚确诊的患者，对疾病检测与爆发传播的预测具有重要的参考意义”。

【红色表示某地区的高烧水平远超预期】

通过将数据灌入 Ben Dalziel 有关传染病传播的一阶原理模型，我们可在 9 月 15 日前准确预测流感季节（本地超 20 周）的其余高峰和低谷时段。

此前，尽管各界一直在努力追踪和预测流感的传播，但数据只包含三个星期、精度也仅限于州一级。

【实际上报发烧数量（红色）与 Kinsa 季节性流感预测模型（蓝色）对比】

Singh 指出，发烧峰值与迈阿密居民和游客无视社交疏离指南的报道相吻合。但在采取了更极端的关闭部分公共场所和居家隔离措施之后，情况又五天内急转直下。

至于广大用户关心的隐私保护方面，Kinsa 解释称：从理论层面上，相关工作从根本上就无法将地理位置数据逆向推导至具体某个人。