在霍乱爆发之初，由于缺乏系统科学研究，人们依然普遍的认为霍乱与鼠疫一样，都是通过空气进行传播的。斯诺在他的笔记中写道（Snow, 1855）：

“在剑桥大街与布罗德大街交界处的250码以内，10天中因为霍乱死去了约500人…在我对于疫情状态及霍乱爆发规模的进一步了解中，我猜测布罗德大街经常被居民使用的水泵遭受到了污染。”

他的大胆假设和严谨态度帮助政府采取了有效措施（将水泵的把手拆除）控制霍乱的传播，也让他成为了历史上将信息数据可视化运用与公共卫生管理领域的第一人。1854年，他发表了名为《霍乱传播模型》的专著，并与他人共同研究了霍乱污染源儿童感染霍乱的指示病例等一系列结合了采集数据、人口统计及空间分析所做的研究，被公认为奠定了现代流行病学研究的基础。

图2 约翰·斯诺制作的霍乱传染地图（图片来源：Snow, 1855）

今天再回头看看这幅霍乱传染地图（以下简称“旧地图”），最大的遗憾莫过于他没有数据库技术和可视化技术来展示这些数据并且获得更多的科学分析。终于在150多年后，被来自英国华威大学、伦敦大学学院和美国密歇根大学的地理学和历史学研究者们搬上了电脑屏幕（Shiode et. al. 2015）。在这篇名为《约翰·斯诺霍乱传染病地图的死亡率时空分布规律》的论文中，研究人员引入了核密度估计（Kernel Density Estimation）和网络扫描统计（Network-based Scan Statistic）方法，并且进一步扩充了人口数据库，在地理信息系统平台中制作了全新的霍乱传染地图（以下简称“新地图”）。借助新的可视化技术，重构后的地图给我们揭示了更多的内容，比如死亡率以及传染的时空变化。以下所有的图像均来自于该文。

在旧地图中，斯诺通过人工拜访记录了区域内每个住宅的死亡人数，而通过住宅地址数据库与历史人口数据的地理坐标匹配，新地图（图3）展示了整个区域内的风险人口分布。一些住户数量较多的政府公房（如图中靠西侧的红色点群）在旧地图中并没有被表达，而在新地图中则会被纳入到死亡率的统计计算，从而可以提供更多的决策支持信息。

图3 区域内风险人口分布以及公共取水泵的位置

有了空间数据库的支撑，霍乱传播的时空表达成为了一项轻易而举的工作。从1854年8月28日起算，柱状图展示了每一天报告的死亡人数，特别是在9月初的骤然上升和逐渐衰减，这一过程通过GIS平台获得了进一步的直观表达。下面图4a展示的便是死亡人数激增的第3周，一共有271例，并且主要集中在布罗德大街附近。第4周的时候（图4b），布罗德大街死亡人数有所下降，但疫情也出现了一定程度的扩散现象（如区域西南角）。第5周时候死亡人数下降至41例，但是依然呈现出类似的空间分布规律（图4c）。

图4 疫情第3-5周记录的死亡案例分布图

通过引入核密度模型，研究人员在GIS平台生成了一个平滑的密度面，用来表达区域内死亡人数密度在空间上的分布。这个密度面伴随时间的变化同样也揭示了疫情的发展规律。如图5a中所展示的，第3周时死亡病例集中在布罗德大街水泵附近，而在第4周时逐步向区域的南侧和西南侧发展（图5b），虽然在第5周时候有所减弱（图5c），但依然回归到与第3周类似的分布情况上来。

图5 疫情第3-5周死亡案例密度面变化图

虽然密度面展示了疫情的空间位移，但是依然无法告诉我们死亡高发地的具体地点在哪里。通过网络扫描统计的工具，图6a根据死亡人数与风险人口的比例提取出高死亡发生率区域（红色和绿色线段），且P值代表了该结果的非随机发生率。红色线段（街道）代表了最可能聚集的地点，绿色线段代表了次可能聚集的地点。作为比较，图6b展示的聚集群则仅计算原始死亡人数而不考虑风险人口分布（即斯诺的旧地图）。两幅地图中西侧的红色路口就是说明风险人口影响结果输出的最佳例子。在这个路口的政府公房内住着403位居民，仅有7人报告死亡，在不考虑风险人口的情况下，这个传染高发地就无法被辨识出来（图6a）。

图6 基于风险人口的网络聚类分析（a）以及基于死亡人数的网络聚类分析（b）

图7 图层叠加后的新斯诺霍乱爆发地图

最后，当把斯诺的旧地图、密度面图层和聚类分析图层叠加起来（图7），新地图对于布罗德大街附近的疫情扩散情况就有了综合与直观的展示。毫无疑问，信息可视化技术已经在公共卫生管理当中被普遍应用，并进一步与互联网、物联网、通信、遥感、气象、交通与规划等系统无缝对接，在疫情通报、相应、处理以及相关的决策活动中扮演着不可或缺的角色。当然了，技术手段的革新固然重要，但是在突发危机面前，更重要的掌握和应用技术的人，是否有着一颗冷静、严谨、科学和务实的大脑。

END