4 月 15 日，美国总统特朗普宣布将会暂停提供资金给世界卫生组织 WHO ，他表示在新型冠状病疫情爆发的应对上，WHO “未能履行其基本职责”。而这种对 WHO 的“断供”行为引起了不小的争议，基本上就在同一天，微软公司创始人 Bill Gates 夫妇的私人基金会宣布，将向世卫组织追加捐赠 1.5 亿美元以抗击新型冠状病。
还有一些媒体报道，美国国务院和国际开发署很多官员都支持改革 WHO 的想法，甚至有部分美国政府幕僚建议以联合国艾滋防治计划（UNAIDS）为基础建立取代 WHO 的机构。联合国艾滋防治计划成立于 1990 年代中期，目标在于防治艾滋病，当时建立的初衷也是因为对世卫组织处理艾滋疫情的方式普遍不满。
从疫情爆发开始到现在，WHO 的种种行为都始终备受争议。而这些行为究竟是否得当，恐怕并不能够简单根据结果而加以论断。显然，其中很多行为并不仅仅是根据疫情发展情况就可以作出决断，而是需要结合各个国家的实际社会经贸情况。
传统的工作方式和不传统的世界
即使大多数人并没有参与国际事务的经验，但无论是在电影《传染病》还是美剧《血疫》中，都可以看出 WHO 以及相关防疫机构，他们每天都需要面对是各种无法看清的真相，以及来自各个方面的不断质疑和听证，且每个人能观察和覆盖到的现象都是局部和充斥着偏见。特别是当机构和政府进行交流时，必然也是冗长和低效的，但是他们却往往要处理的是每小时都可能发生质变的疫情，因此很容易会出现灾难性的后果。
我们现在所说的是世界卫生组织（World Health Organization），英文缩写为 WHO ，中文简称为世卫组织或世卫，成立于 1948 年 4 月 7 日，是联合国专门机构之一，国际最大的公共卫生组织。其网站上显示主要职能包括：促进流行病和地方病的防治；提供和改进公共卫生，疾病医疗和有关事项的教学与训练；推动确定生物制品的国际标准。
作为联合国下辖的特定机构，显然它主要还是起着协调功能，因此最近也有人指责它每年在差旅的费用完全超过了其在医药上所花费的费用，这显然是有些搞错了它的基本功能，作为全球公共卫生的最大协调组织，在全球进行调查和协调是它最主要的工作，因此巨大的差旅费用也无可厚非。
但从巨大的差旅费用我们也可以看出，世卫组织仍然还在沿袭过去七十年的工作方式来协调全球的卫生防疫状况，尽管这种方式在过去五十年中，帮助我们很好的消灭了天花等，这些曾经给人类带来巨大伤亡的疾病。但今天的世界已经远远不是七十年前的状况，甚至也完全不同于 2003 年 SARS 爆发的时候，这个世界从来没有像今天这么紧密。
今天的世界，至少在新型冠状病在全球蔓延之前的世界，全球化的进程让这个世界变得无比狭小，海量的人流和物流 24 小时不间断的在全球快速流转，因此一旦疫情爆发要远远超过人类过去的任何历史时期，更何况，无论是存在更加复杂的物种交流，抑或是生物技术的突飞猛进，很可能在未来，人类必须会面对各类不确定的新型病的不断出现。那么，通过这些庞大而官僚的传统机构是否还能应对这个快速变化的世界，恐怕是在疫情之后，摆在全世界人们面前急需解决的难题。
无论是改组 WHO ，或是建立一个全新的协调组织来替代 WHO ，这些都还是一些换汤不换药的思路，无论是什么组织，只要还是采用官僚机构协调各种政府，最终都不免要被所影响，而这种决策必然最后变得更加复杂和不透明。
将 70 亿人类的健康和生死交给一个单一机构来决策，它所承担的压力可想而知，而它面对的疫情每分钟都在快速变化，数百万人都随时面临死亡的风险，而它必须在恰当的时间给出一个准确可靠的意见，还需要努力协调来自全球政府的压力，及时进行反馈，显然，这根本就是一个不可能完成的任务。
面对这么一个超级复杂的局面，恐怕能解决的方案并不再是使用一个绝对中心化的组织，而是采用类似于区块链的去中心化的自治组织（DAO）系统才能够面对。而各国对 WHO 的要求是公开、透明以及不单独倾向于某个国家，这些要求似乎都是和区块链的特性所一致的。
最好的武器
这次对于世卫组织最多的指责是认为其没有及时地向全球预警，特别是一直到 3 月 11 日才宣布这次新冠病为““全球大流行”。但显然，任何对于行政工作有常识的人都可以看出，预警是一个非常吃力不讨好的工作，任何及时的预警的确很可能可以阻止疫情的大流行，但由于最后什么都没有发生，会被认为过度反应，甚至会被认为是处于某些目的的“假警报”。因此，大多数行政机构在发出预警时往往会非常犹豫，特别是当某个人或者某个机构需要对发出预警承担后果时会一再拖延，最终导致错过了最佳的时间。
因此，如何在面对被层层迷雾笼罩的真相及时发出预警，而不会被是否需要但责或者问责这些疑虑所困扰，最好的办法还是交给一个去中心化的自治系统（DAO）。简单来说，就是交给算法，由一个公开透明的算法来给出结果，而不是一个充满着疑虑的官僚机构。
而这样的系统决策依据可以是遍布全球的各类大数据，从医疗机构的报告到各地航班的人流数据，从天气数据到社交网络的关键词，各种数据的综合分析往往能让我们更容易看到真相。任何做过大数据分析的人都很清楚，在多源的大数据面前，很难掩盖真相。真正的情况是可以被很多数据所交叉印证的，而虚假的信息则难做到这点。
我们目前已经看到有许多人正在作出这样的努力，无论在北美还是在亚洲，都可以看到人们试图使用互联网和 AI 算法来追踪和预测流感的爆发，并试图能及时在流感大爆发之前挽救更多的生命。
流感，具有高度的传染性，是目前人类最常需要面对的大规模流行性疾病之一，其会随着人们四处走动而迅速传播，因此，这往往使得追踪并且预测流感传播活动成为了科学家们的一大挑战。美国 CDC 会实时监测美国流感样疾病患者的就诊情况，但这些信息可能要比实际时间滞后大约两周。
早在 2008 年，谷歌就发起了一个名为 Google 流感趋势（Google Flu Trends，GFT）的项目，旨在帮助预测流感的爆发。通过汇总 Google 搜索查询，它试图对流感活动做出准确的预测，提供了超过 25 个国家的流感活动估计。
另一种被称为 ARGONet 的新方法被应用于 2014 年 9 月至 2017 年 5 月的流感季节，其要比研究人员此前开发的 ARGO 方式具有更高的准确率。研究者表示，在美国各州发布的传统卫生保健报告前一周，ARGONet 方法能对迄今为止的流感活动作出最准确的预测。
图片显示了 2012 年 9 月 30 日至 2017 年 5 月 14 日流感样疾病的州与州之间的相关性。
在一篇发布于 2019 年 9 月，名为《使用自适应 AI 模型和多源数据在中国重庆预测流感活动》的论文中，也可以看到，研究者通过收集多源数据，包括流感样疾病的历史百分比、天气数据、百度搜索索引和中国重庆的新浪微博数据，并将其集成到创新的自适应 AI 模型（Self-adaptive AI Model，SAAIM）中，以此来预测中国重庆的流感趋势。
与其将海量的资金投入到传统的协调机构，为什么不建立更多可以公开透明的数据平台，来分析和预测现有的大规模流行疾病，以及未来各种未知的病带来的风险，这远远要比依靠传统中心化的官僚机构要有效和可靠得多。
比如政府可以在所有部署有摄像头的公共区域也部署体温监控感应器，并且将在该地区的数据发布在可以查询的公共链上供相关机构进行查询和分析，因为这些数据并不需要和具体每个人相关联，因此也不存在侵犯个人隐私的问题。而通过这些大规模的数据的分析，是很容易获得该地区的流感状况，甚至通过周围地图的发病情况，以及结合周围的公共交通数据以及天气数据，就能够建立更多的预测。
This is the way
大数据能够为决策提供依据，AI 算法能给出对于未来的预测，而区块链上的数据可确保数据的公开和无法篡改。
而对于决策而言，使用 DAO 还能够通过各种手段来激励群体智慧（collective intelligence）提供各种方案。去中心化的方案，能确保这些决策和数据不会过于偏向某一方，而其中部分节点的失灵也不会造成整体决策失灵这样灾难性的后果。
当我们已经在使用量子计算机来计算蛋白质折叠序列时，却还在采用二战时的手段来对抗全新病，正是这样的落差造成了我们今天整个人类面对新冠病时，数十万人死亡的局面。
而当各种力量还在试图影响着 WHO ，还在谋求通过中心化的方式来解决早已全球化的疫情，只可能是缘木求鱼。
事实上，当面对未来也许更多未知病和未知情况时，这些东西往往都不是仅仅依靠我们传统经验所能够解决的，我们需要的是一套能够预测和应对未来情况的客观系统，需要将人工智能、区块链技术结合在一起，构建出能够在面对巨大压力而能够作出准确且公正判断的系统。
因此，也许我们并不需要一个 WHO 或者其他的官僚组织，需要的是一个公开透明，基于算法而不是官僚机构的
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。