隨著感染者越來越多，這一輪疫情的「進度」、我們何時能恢復正常生活正被廣泛討論。
其中，「大數據」尤為公眾所關心。
12月15日前後，一組預測各城市首輪感染高峰期的截圖，在朋友圈和微信群中廣泛流傳。
圖中，給出了全國各省區主要城市的疫情進度和最終高峰的預測時間表，且這個數據在不斷更新。
以石家莊、北京、鄭州3城為例，最早的版本是，截至12月10日，第一波群體感染達峰石家莊已經完成了77%，北京是29%，鄭州11%。
12月12日，在製作者開發的小程序上，數據更新為：石家莊完成84%，北京是38%，鄭州是15%。
最新版本停在了12月16日，石家莊已完成100%，北京87%，鄭州46%。
而此時，三個城市的累計感染人數占總人口比值分別為49%，35%，19%。
這組數據的原作者，是知乎大V@chenqin，「數據帝」、「2021新知答主」是他的標籤。
據其預測，截至12月16日，石家莊、保定、邢台等多地「達峰進度」均已達到100%。
北京市將於2023年1月22日結束首輪感染高峰，上海市將於2023年1月18日結束首輪感染高峰，鄭州市將於2023年1月14日結束首輪感染高峰。
那麼，這個預測時間表的依據是什麼，又是否靠譜？
12月15日以來，針對算法和數據等疑問，記者多次聯繫@chenqin本人，但未獲得回應。
不過，@chenqin在自己發布的文章中對自己的初衷和方法，有過介紹。
「我又對台灣地區、香港特別行政區和日本的感染情況與『發燒』搜索指數進行了分析，發現一個可能可以幫助預測感染高峰期的方法。」
他的方法是，根據百度搜索的數據，分地區統計關鍵詞「發燒」的搜索數據，減去非疫情時期的常量，最終根據港台、國外等多個地區的樣本擬合出來的走勢，對比推算出了各地區疫情的進度。
簡言之，當某一城市有人在百度上搜索「發燒」，就為其判斷這座城市的疫情情況提供了參考數據。
而談及這麼做的初衷，@chenqin說，疫情達峰時間的推算，原本只是搜索指數的一次嘗試，初衷是覺得有趣，但無心插柳，竟然能幫助許多人緩解焦慮，「我還是會希望繼續更新下去，讓這份粗糙的數據陪伴大家渡過第一次衝擊」。
截至12月17日，@chenqin發布的《各城市首輪感染高峰期預測》，包含各城市感染峰值日期、進度、第一波疫情結束時間、累計感染占比等，已經在知乎上獲得了1.1萬贊同，其數據被自媒體廣泛引用，並曾登上熱搜。
有網友給答主點讚，稱這個方法雖然「簡單粗暴」，但邏輯是對的，通過搜尋引擎數據預測流感流行趨勢是有不少論文發表的。
也有網友稱，數據跟自己所在城市的感受並不一致，「保守了」。
更多網友則寧可信其真，跟帖話題轉向與數據「嚴重程度」相當的疫情見聞。
專家：有一定參考價值
但有優化空間
通過搜尋引擎數據建立模型預測疫情走勢，該預測數據的參考價值有多大？
「僅通過搜索數據建立起來的預測模型，準確度通常並不高。」天使投資人、資深人工智慧專家郭濤告訴記者。
郭濤說，疫情傳播速度受到感染人群的數量及活動軌跡、人口流動信息、居民生活方式、交通條件、醫療條件和天氣條件等綜合因素影響，如果想要實現預測，就需要搞清楚影響疫情傳播的因素到底有多少，它們之間又是如何相互影響的，僅通過搜索數據是不夠的。
「美國早年曾用搜索數量進行過相關的預測，在一定程度上它是可以反映疫情整體的傳播速度和爆發量的。」北京社科院研究員、大數據業務分析師王鵬教授接受記者採訪時則表示，依據搜索大數據來預測新冠疫情感染高峰，實際上在國外也早有相關的應用。
針對不同城市，預測感染何時達到頂峰、退卻、第一波進度等，在一定程度上，無論是對公共政策的制定者、政府、還是公眾來說，都有一定參考價值，有助於大家了解疫情的走勢。
但是從現實角度出發，目前運用搜尋引擎，尤其是僅依託於百度的數據，王鵬覺得可能有所失真。
移動網際網路時代和PC端時代有差異，首先現在很多人不一定都在手機端搜索，即使手機端的搜尋引擎也有很多源，不一定都用百度，國產的其他搜尋引擎也很多。另外，很多人可能不在搜尋引擎上進行搜索，也可能在社交平台或短視頻平台搜索，所以說相關的搜索數量，數據本身是存在一些問題的。
第二，在這個自媒體時代，大家搜索一個關鍵詞，不一定自身有症狀，可能是家人或朋友有症狀。而且在一定程度上，我們陷入了信息繭房，換句話說，我們在網際網路搜尋引擎上搜索最多的人群，可能是特定的人群，他們的收入水平、年齡、對網際網路的熟悉程度相當。剩下絕大多數人群，對網際網路運用得少，或者壓根不上網，是「沉默的大多數」，所以完全依託於搜索的數據來推測疫情，肯定不是特別精準的。
王鵬也建議，PC端和移動端數據都需考慮到，數據來源也不應該僅是搜尋引擎，應該把社交媒體、短視頻平台數據都納入。同時，算法不應該太簡單，還應該進行多元的優化重組，進一步訓練，才能得出更為精準的結論。
