澳大利亚CDC官方期刊：谷歌搜索加机器学习预测流感，7辖区最优模型相关系数-0.353至0.977

搜索框里的流感：七个辖区，相关系数从-0.353到0.977

影响分析 × 监管与合规专家 ｜ 数据视角 × 药企研发负责人 ｜ 行业观察

2026年9月29日，澳大利亚疾控中心官方期刊Communicable Diseases Intelligence在线刊出一项研究，DOI 10.33321/cdi.2026.50.051，PMID 42805161。研究用2018年第1周至2019年最后一周共104周的谷歌趋势搜索量，对比国家法定传染病监测系统NNDSS的周流感报告数，覆盖7个州与领地，开发了elastic net、支持向量回归、随机森林与前馈神经网络四类模型，并做当周、提前1周与提前2周三种口径。最优模型的Pearson相关系数按辖区从-0.353到0.977不等，提前预测准确度均低于当周。作者的结论写得很克制：人口越小的辖区准确度越低。

开场：搜索框里的咳嗽，能不能提前报出流感

问题本身不新：人在去医院之前会先搜索，搜索行为能不能比法定报告更早提示流感。研究把谷歌趋势的周搜索量与NNDSS的周流感报告数放在一起比，跨度104周，起点2018年第1周，终点2019年最后一周。参照系的选取是关键：NNDSS是澳大利亚的法定报告系统，本身就是公共卫生决策的日常依据，所以这里比的不是能不能测出流感，而是能不能贴近一套已经在运转的官方监测。

覆盖范围上有减法。研究纳入7个州与领地，首都领地ACT因NNDSS无数据被排除。对一个全国性设想来说，这个排除本身就是约束：不是所有辖区都有可用的参照数据，缺位的辖区连建模都谈不上。

方法上列了四项，都是监督学习回归：elastic net、支持向量回归、随机森林、前馈神经网络。三种预测口径分别是当周、提前1周、提前2周。这种组合说明作者想回答的不是哪个模型最好，而是这套数据在不同提前量下还能不能成立。

对监管机构而言，价值判断的分水岭是替代还是补位。NNDSS的数据链已经存在，只是带滞后；搜索信号若能提供同期或略早的估计，它的位置就在官方数据的缝隙里，不承担否定官方数据的功能。

-0.353到0.977：同一个方法，七个地方七个结果

最优模型的Pearson相关系数按辖区列出，从-0.353到0.977。这个跨度比任何单一平均值都重要：同一个数据来源、同一批模型，换一个辖区换一套结果，其中一端还跑出了负相关。负值意味着在该辖区，模型输出与报告数的走向在样本期内是相反的。

负相关比低相关更麻烦。低相关只是没用；负相关意味着若把这样的模型接进预警流程，它会在疫情上行时给出下行的读数。摘要没有说明出现负相关的是哪一个辖区，也没有给出该辖区的模型选择路径，更没有报告P值与置信区间，因此无法判断这个负值是抽样波动还是系统性反向。

从口径看，知道了区间就知道单个辖区的表现无法代表全国。要做监测制度，只能按辖区分别评估、分别取舍，不能拿几个大州的结果给整套方案背书。这正是摘要把七个辖区逐一列数的原因，也是这份材料唯一能支撑的用法。

人口规模是分水岭：塔斯马尼亚和北领地为什么不行

作者给出的结论是人口越小的辖区准确度越低。把三组数据并排放，这条结论有支撑。

辖区	2019年人口	当周平均绝对误差	influenza关键词与NNDSS相关系数
新南威尔士	8166401	5.16	0.94
维多利亚	6680648	8.42	0.90
昆士兰	5184847	7.76	0.94
西澳	2639222	3.28	0.92
南澳	1770591	4.90	0.90
塔斯马尼亚	541500	22.41	0.28
北领地	245929	7.25	0.051

两端很清楚。人口最多的新南威尔士与昆士兰，关键词相关系数都是0.94，平均绝对误差分别为5.16与7.76；人口最少的塔斯马尼亚与北领地，相关系数落到0.28与0.051，塔斯马尼亚22.41是七个辖区里误差最高的，西澳3.28最低。

机制上的解释并不绕：搜索量是与人口基数强相关的信号，基数越小，单个人的行为对周序列的影响越大，噪声占比越高。需要提醒的是，摘要没有说明平均绝对误差的单位，表中这一列只能横向比较，不能读出具体含义。

还有一个不一致不该被忽略。北领地误差7.25并不算差，相关系数却是0.051，两者不同步。摘要没有解释这种不同步，能确认的只有该辖区的相对关系确实处在低位。北领地另有5周报告数据缺失，作者按0例填补，这个动作对小辖区序列的影响明显大于大辖区。

提前一周就掉下来：这类信号只适合看当下

研究的第二种口径是提前预测。提前1周与提前2周，准确度均低于当周，方向一致：提前量越大越差。

这条性质决定了用途边界。监测方想要提前，是因为提前能换来疫苗排产、病床调配与公众沟通的准备时间；一旦提前1周准确度就开始下降，这类信号更适合的角色是当周估计，即在官方报告尚未汇总时给出一个当期读数，而不是抢占疫情之前的窗口。

对药企研发负责人来说，边界换算下来很具体：把搜索趋势放进抗原排产、原料备货或临床试验的入组节奏，目前没有证据支持。可借用的形态是把它当作流行强度的一个弱指标，与其他数据源并列，并且只在人口规模足够的辖区。用它判断某个季度的就诊高峰是否到达，也比判断它何时到达更稳。

冷静观察：两年数据、五周缺口，结论停在可行性这一层

先说时间。数据只有2018至2019两年104周，未包含新冠之后的时期。搜索行为与就医行为在疫情及其后都有变化，只凭这段窗口建立的关系今天是否还成立无法判断。

再说统计口径。各模型的P值与置信区间均未报告。相关系数的点估计没有伴随不确定性度量，0.977与0.94之间的差距是否有统计意义无法判断，-0.353同样缺这一层。

第三是年份的特殊性。2019年澳大利亚实验室确诊流感313033例，约为五年均值的近3倍。用一个异常高发年份建模，低位流行期的拟合表现自然会不同，摘要没有做分层。北领地5周数据按0例填补、ACT因无NNDSS数据被排除，两处都使覆盖面不全。

最后是应用状态。摘要未说明这套方法是否已进入澳大利亚疾控的业务流程，公开信息中也未见任何上线安排，因此不能写成已经在用。综合起来，这项研究能支撑的表述只有一句：在人口规模足够的辖区、以当周为口径，谷歌搜索量与法定报告之间存在可建模的关系；其余用法都还缺证据。

原文链接：Communicable Diseases Intelligence（澳大利亚CDC，DOI 10.33321/cdi.2026.50.051）

千方医数集编辑部 出品