Bulan lalu, terlepas dari konsekuensi tragis dari Badai Sandy, satu hal menjadi jelas — model cuaca yang kuat yang sekarang tersedia menjadi lebih baik dan lebih baik dalam membantu para peramal memperkirakan di mana badai seperti Sandy akan terjadi selanjutnya.
Konten terkait
- Mengapa Google Pantau Flu Dunia Tidak Dapat Melacak Flu (Belum)
Teknologi itu lebih berguna daripada sekadar prediksi badai. Dalam sebuah penelitian yang diterbitkan kemarin di Prosiding National Academy of Sciences, sepasang peneliti telah memanfaatkan teknologi ini untuk memprediksi penyebaran influenza. Dengan data waktu nyata dari Google Pantau Flu Dunia, model mereka dapat memperkirakan di mana, kapan dan seberapa parah wabah flu musiman akan terjadi di seluruh negeri.
"Temuan menunjukkan bahwa prediksi terampil waktu puncak waktu nyata dapat dibuat lebih dari tujuh minggu sebelum puncak yang sebenarnya, " tulis Jeffrey Shaman, seorang ilmuwan lingkungan dari Columbia University, dan Alicia Karspeck dari Pusat Nasional untuk Penelitian Atmosfer, di kertas mereka. “Pekerjaan ini merupakan langkah awal dalam pengembangan sistem yang ketat secara statistik untuk perkiraan waktu sebenarnya dari influenza musiman.” Jika harapan seperti itu membuahkan hasil, mungkin ada sesuatu seperti sistem peringatan flu tingkat lanjut (“laju flu diproyeksikan mencapai puncaknya di daerah Anda minggu depan ") mirip dengan badai topan dan peristiwa cuaca buruk lainnya.
Baik transmisi cuaca dan flu adalah contoh dari sistem non-linear: yang mana perubahan kecil dalam kondisi awal dapat membawa perubahan besar dalam hasil. Dalam membangun model cuaca, para ilmuwan melihat data historis tentang bagaimana perubahan kecil semacam ini (misalnya, air yang sedikit lebih hangat di Karibia) mempengaruhi hasil (badai dengan kekuatan yang jauh lebih besar ketika membuat pendaratan di Pantai Timur). Dengan mengasimilasi data selama bertahun-tahun dan menjalankan simulasi yang tak terhitung jumlahnya, mereka dapat menghasilkan prediksi yang cukup akurat untuk kemungkinan kejadian cuaca hipotetis yang terjadi dalam periode sekitar satu minggu.
Dalam studi baru, para peneliti menggunakan prinsip-prinsip yang berasal dari model-model ini dan menerapkannya pada penyebaran flu. Untuk input, selain pengukuran suhu, tekanan, dan angin di atmosfer, mereka menggunakan Google Pantau Flu Dunia, layanan yang menyediakan data waktu-nyata tentang transmisi flu di seluruh dunia dengan memeriksa dengan cermat istilah pencarian yang dimasukkan ke Google. Meskipun tidak setiap orang yang mencari "flu" pasti menderita influenza, peneliti Google telah menunjukkan bahwa istilah pencarian terkait flu dapat menjadi proksi yang akurat untuk tingkat penularan flu di seluruh dunia — jika banyak orang di daerah tertentu tiba-tiba mencari Google untuk "flu, ”Itu adalah taruhan yang baik bahwa infeksi telah tiba secara massal.
Influenza tampaknya berperilaku sesuai dengan prinsip probabilistik yang melibatkan kondisi atmosfer yang mirip dengan cuaca. Faktor lain yang perlu dipertimbangkan termasuk kepadatan populasi suatu daerah. Dalam menggabungkan faktor-faktor seperti kelembaban dan suhu dengan data dari Google dan informasi laju flu aktual yang disimpan oleh rumah sakit, para peneliti dapat mengembangkan model yang memperkirakan bagaimana flu telah ditransmisikan selama bertahun-tahun sejak para pejabat telah melacak.
Untuk menguji model mereka, para peneliti menilai data flu Kota New York dari tahun 2003 hingga 2008. Dengan memasukkan data pada transmisi flu hingga waktu yang ditentukan dan meminta model untuk memberikan perkiraan mingguan tentang bagaimana flu akan berperilaku, mereka dapat menghasilkan perkiraan akurat kapan infeksi akan memuncak, kadang-kadang hingga tujuh minggu sebelumnya. Selain itu, seperti halnya dengan model cuaca, sistem dapat membedakan antara beberapa skenario yang berbeda dan memberikan perkiraan seberapa besar kemungkinan masing-masing akan terjadi.
Dengan pengembangan berkelanjutan dan data waktu nyata seperti Google Pantau Flu Dunia, jenis teknologi ini secara teoritis dapat digunakan untuk menghasilkan perkiraan flu untuk area lokal, bahkan hingga ke tingkat negara bagian atau kota.
