查看原文
其他

对撞机 | 疾病与数字人文

付梅溪 零壹Lab 2022-10-08

以下文章来源于FIELD GUIDE,作者Dr. Jacob Steere Williams, College of Charleston



编者按




在下面两篇小文中,我们从标题似乎就能预见到两位作者关于数字人文在医疗史领域应用的不同立场,或者说方法论之争。可是,细读之后,你会发现两篇小文的观点其实各有各的“语境“。


就第二篇看似反对数字人文的文章而言,作者Lori Jones在开头亦坦诚各类文献的数字化工作本身已经为该领域的研究带来了极大的便捷。可是,这极大的便捷背后,却可能存在着数字化(这个过程)对原文献所进行的不可避免的“语境剥离“,并进而导致对数字文本的误读。Lori Jones进一步列举了中世纪黑死病研究的例子:有三幅广为人知的描绘中世纪黑死病场景的画作已被证实其实描绘的是麻风病。之所以会产生这样的谬误,除了是因为缺少相关领域的专业人士的摘选之外,我们也应该看到对于图像的处理本来也是当下数字人文领域内相对薄弱的一环。在此之外,还应当意识到:中世纪离我们本就相隔了好几个世纪,存留的文献本来也少之又少,之前的许多中世纪研究原本也就建立在反复的推理考证之上,更不用说中世纪的图像文字叙事方式也跟现在大不相同。由此,我们一方面需要承认数字人文在面对中世纪如此久远的时间间隔时所可能存在的水土不服;但依据同样的逻辑,我们也应更加坚信数字人文在处理百年左右的时间间隔上所具有的前所未有的优势---通常而言,这样的时间间隔越短,我们的数据就越少存在脱离语境的现象。

 

所以,如果我们沿着第一篇小文顺藤摸瓜,就会读到该文作者正参与的“查尔斯顿流感“项目---研究于美国1918年西班牙大流感爆发时的一座小城---就已经非常好地规避掉了Lori Jones所指出的语境问题;甚至,某种意义上来说,由于该项目还将通过GIS地图来视觉化还原和呈现流感是如何爆发的,该项目或可称得上是“语境增强“的。

 

非常值得一提的是,“查尔斯顿流感“项目恰好也是密西根大学主导的”流感百科“(Influenza Encyclopedia)项目中的一个项目分支。而”流感百科“本身又恰好是美国CDC所主导推动的,意在研究大流感时期NPI(非药物干预---可以约等于隔离)究竟起到了什么作用的数字人文项目。当时的美国,面对来势汹汹的的西班牙流感可谓也是非常的无力,疫苗预计要在半年后才能研发生产出来,各城市迫不得已采取了不同程度的隔离措施。而这,对于当下的我们想来也是不乏借鉴意义的。要知道,病毒总会与人类社会共同演化,人类注定要面对病毒一次又一次的挑战。除了研制药物进行防疫灭杀之外,人类并非没有别的选择。只不过,这一切都需要仰赖于远见和远见之下扎实的学术研究。




疾病与数字人文

原文链接:

http://mediacommons.org/fieldguide/question/can-digital-humanities-change-way-we-study-health-and-practice-medicine-how-do-digital-re-3

在一次学术会议的分组讨论中,我发现自己竟然被视为“终端用户”(这样的称谓或划分在我看来是颇有些诋毁意味的);不过,让我更加意外的是:听众中的图书馆档案馆从业者以及出版业人士对于当下的学者究竟是如何利用数字档案来进行教学和研究都知之甚少。

 

作为一名研究公共健康和流行病的历史学家,我主要透过英国以及英属殖民地的资料来研究19世纪的(卫生)状况。在我看来,疾病并不仅仅是病人所主观经历的事件,同时也包含了空间的,历史的,人口等诸多维度;因此也非常适合通过相关的大数据和视觉化方式来呈现。

 

(图片来源于网络)


在我使用数字工具去分析历史和档案资料的过程中,有两条准则正变得越来越具有共性:1.数字人文的方法需要与传统的研究方法搭配使用才更容易有所收获;2.数字工具的使用往往并不意味着(对过去的问题)提供新的答案,而更多地是帮助历史学家提出的新的问题。

 

比如,我自己原本就(从档案研究中)知道“伤寒”和“肠炎”在过去的多数时候是可以直接替换使用的,但进入19世纪后对于这两个词的使用却呈现出一种不均衡性。当我用编程处理了柳叶刀和英国医疗刊物上整100年的数据之后,不仅仅能更清晰地看到对这两个词的使用趋势,同时也发现了一个更有趣的问题:为什么在1870-1890的时间段里,肠炎这个词会更加流行?

 

(图片来源于网络)


又如,在我新参与的名为“查尔斯顿流感项目”中,我们有幸从私人收藏处得到了关于这个城市最为详尽的资料;而我们也将把这些资料全部数字化,以供历史和谱系学研究。此外,我们还将编制GIS地图来视觉化和模型化查尔斯顿的流感。在我们看来,如果把新建立的感染率模型,和过去的致死率模型结合在一起的话,想必会更加有助于推进公共卫生体系对于流行病的防范。

 

数十年前,William McNeill and Alfred Crosby这样的历史学家就明确指出:疾病有时候才是历史变迁的主角。那么,现在的我们也应当看到数字人文正以一种近乎于“年鉴学派”方法论的方式改变我们对于人类“漫长”历史进程中疾病的看法。


持续关注零壹Lab,明日为您呈现《误读数字“证据”的经验教训》!



END


主编 / 付梅溪

责编 / 常博林

美编 / 常博林

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存