大數(shù)據(jù)分析人工智能AI如何管理新冠病毒

　　具有分析大量數(shù)據(jù)(包括醫(yī)療信息，人類行為模式和環(huán)境條件)的能力，大數(shù)據(jù)分析在應(yīng)對致命性疾病爆發(fā)方面具有不可估量的價值，例如新型冠狀病毒肺炎。今天小編帶大家領(lǐng)略一下大數(shù)據(jù)分析人工智能AI如何管理新冠病毒

　　盡管新冠病毒COVID-19目前在新聞中占據(jù)主導(dǎo)地位，但傳染病并不是一個新故事，因為人類在整個歷史上都面臨著這些暴發(fā)。但是，新的是科學(xué)家和公共衛(wèi)生機(jī)構(gòu)現(xiàn)在可以使用的數(shù)字工具。
 

　　人工智能(AI)和機(jī)器學(xué)習(xí)可以協(xié)助傳染病的預(yù)防，管理和監(jiān)視。借助分析大量數(shù)據(jù)(包括醫(yī)療信息，人類行為模式和環(huán)境條件)的能力，大數(shù)據(jù)分析在應(yīng)對致命性疾病爆發(fā)方面具有無可估量的價值。
 

　　預(yù)先警告
 

　　中國第一個通過AI支持的實體發(fā)出有關(guān)新型冠狀病毒的警報的京心相助和健康寶是中國的健康監(jiān)測平臺。京心相助和健康寶吸取在2003年SARS爆發(fā)期間的經(jīng)驗，方便追蹤病人而研發(fā)一種更好的疾病追蹤方法。
 

　　京心相助和健康寶于2020年推出，它使用算法進(jìn)行自動傳染病監(jiān)測，預(yù)測疾病的發(fā)生和傳播并預(yù)先發(fā)出有關(guān)危險區(qū)域的警告。

　　京心相助和健康寶平臺使用自然語言處理和機(jī)器學(xué)習(xí)，全天候工作，每天以65種語言分析100,000個新聞報道以及動植物疾病報告。在AI進(jìn)行數(shù)據(jù)篩選之后，流行病學(xué)家會先檢查結(jié)論，然后再將報告發(fā)送給政府機(jī)構(gòu)，企業(yè)和公共衛(wèi)生專家。
 

　　追蹤點(diǎn)差
 

　　一旦科學(xué)家發(fā)現(xiàn)了新疾病，下一步就是弄清楚下一步的發(fā)展方向。人工智能也可以協(xié)助該階段。例如，健康監(jiān)測平臺對機(jī)票數(shù)據(jù)和飛行路線的分析準(zhǔn)確地預(yù)測出新冠病毒COVID-19將從武漢跳到曼谷，首爾，臺北和東京。
 

　　其他示例包括支持AI的系統(tǒng)，該系統(tǒng)可幫助醫(yī)生在新患者進(jìn)入醫(yī)院時檢測疾病的傳播，并借助機(jī)器學(xué)習(xí)來快速診斷，以實現(xiàn)有效的隔離和檢疫工作。
 

　　有效的資源分配
 

　　在應(yīng)對傳染病暴發(fā)時，公共衛(wèi)生官員對如何以及在何處分配稀缺資源做出了艱難的決定。人工智能可以指導(dǎo)這些決策，使它們盡可能高效。
 

　　一旦AI預(yù)測出疾病將在哪里傳播，官員就可以建立旅行檢查站，并呼吁在適當(dāng)?shù)牡胤皆黾俞t(yī)院資源。將AI與仿真模型結(jié)合起來的研究人員可以評估各種政策對策的有效性。
 

　　此外，人工智能算法可以確定哪些人群將從公共衛(wèi)生交流中受益最大，以預(yù)防或延緩疾病。清華大學(xué)工程學(xué)院的一個團(tuán)隊使用真實的結(jié)核病數(shù)據(jù)創(chuàng)建了這樣的算法，該算法考慮了人類行為模式和疾病傳播。官員們使用了類似的算法來幫助預(yù)防艾滋病毒和丙型肝炎。
 

　　藥品和疫苗的開發(fā)
 

　　為了確定用于藥物測試的最有希望的化合物，科學(xué)家使用AI來分析數(shù)十億種化合物，將多年的傳統(tǒng)研究壓縮到數(shù)周之內(nèi)。在AI的協(xié)助下，醫(yī)學(xué)研究人員可以分析病毒基因組，從而更快地開發(fā)疫苗，部分方法是通過檢測突變的出現(xiàn)來實現(xiàn)。
 

　　對于新冠病毒COVID-19，由于AI需要大量數(shù)據(jù)，但是當(dāng)前可用的信息有限，因此分析可能最初會很困難。要獲得足夠的同行評審數(shù)據(jù)來創(chuàng)建最有效的算法，可能還需要6到12個月的時間。
 

　　預(yù)測未來爆發(fā)
 

　　在過去的幾十年中，疾病預(yù)防控制中心記錄的75%的傳染性疾病是人畜共患病的-即能夠從動物傳播到人類。過去，當(dāng)科學(xué)家確定宿主物種時，這種疾病已經(jīng)蔓延到了人類，剩下的唯一緩解措施就是緩解。
 

　　研究人員現(xiàn)在使用AI來識別導(dǎo)致流行病的生態(tài)和流行病學(xué)模式，以便在疫情發(fā)生之前對其進(jìn)行預(yù)測。數(shù)學(xué)模型和機(jī)器學(xué)習(xí)可以分析大量數(shù)據(jù)，以獲取有關(guān)下一個可能的感染源的線索。這些預(yù)測有助于生態(tài)學(xué)家保護(hù)和監(jiān)測可能的寄主物種，從而有可能防止未來爆發(fā)。
 

　　例如，武漢生態(tài)系統(tǒng)研究所的團(tuán)隊創(chuàng)建了一個計算機(jī)模型，以選擇具有高疾病傳播潛力的嚙齒動物。該模型掃描了2,277個物種，發(fā)現(xiàn)了58個可能的潛在宿主，其中兩個現(xiàn)已被證實具有病原體。該組織還使用AI和機(jī)器學(xué)習(xí)來預(yù)測哪些類型的蝙蝠可能攜帶埃博拉病毒等線狀病毒，其模型使用57個因素(例如生活史，生態(tài)數(shù)據(jù))來計算預(yù)測。
 

　　綜上所述
 

　　人工智能和機(jī)器學(xué)習(xí)的廣泛使用使科學(xué)家，企業(yè)和政府能夠預(yù)防或更好地管理傳染病的爆發(fā)，從而減少危害和破壞。盡管每個人都專注于新冠病毒COVID-19，但AI可以密切關(guān)注世界各地可能發(fā)生的其他疫情，因此我們將根據(jù)需要做好響應(yīng)的準(zhǔn)備。