展会信息港展会大全

别让疫情爆发才追悔莫及 AI模型预测或是个好办法!
来源:互联网   发布日期:2020-01-30 15:30:57   浏览:19379次  

导读:媒体智能讯1月30日消息,自新型冠状病毒肺炎疫情爆发以来,科研和医学工作者已经想了不少办法应对,其中包括人工智能(AI)技术。 图:美国卫生部门的工作人员抵达机场为旅客检查冠状病毒 每当有神秘疾病突然爆发时,政府和公共卫生部门的官员可能很难迅速收...

媒体智能讯1月30日消息,自新型冠状病毒肺炎疫情爆发以来,科研和医学工作者已经想了不少办法应对,其中包括人工智能(AI)技术。

图:美国卫生部门的工作人员抵达机场为旅客检查冠状病毒

每当有神秘疾病突然爆发时,政府和公共卫生部门的官员可能很难迅速收集相关信息,并协调各方加以应对。但可以自动挖掘来自世界各地新闻报道和在线内容的AI系统,可以帮助专家识别可能导致潜在流行病或更糟糕疫情的异常情况。换句话说,AI实际上可能会帮助我们在下一场瘟疫中幸存下来。

这些AI系统的能力在最近应对冠状病毒肺炎疫情中得到了充分展示。加拿大名为BlueDot的公司宣称很早就发现了冠状病毒,该公司是众多使用数据评估公共健康风险的公司之一。据悉,BlueDot自称主要从事“自动传染病监测”,在2019年12月底就向客户通报了这种新型冠状病毒。

而直到几天后,美国疾病控制和预防中心(CDC)和世界卫生组织(WHO)才发出了官方通知。现在临近了1月底,冠状病毒疫情已经夺走了100多人的生命,包括美国在内的其他多个国家也都出现了感染病例。

传染病医生、BlueDot创始人兼首席执行官卡姆兰克汗(Kamran Khan)在接受采访时解释称,该公司的早期预警系统使用AI(包括自然语言处理和机器学习)通过每天分析65种语言的约10万篇文章,来跟踪100多种传染病爆发情况。这些数据有助于公司知道何时通知客户潜在的传染病爆发和扩散。

其他数据,如旅行者行程信息和航班路径,可以帮助该公司提供关于疾病可能如何传播的额外线索。例如,本月早些时候,BlueDot的研究人员预测,冠状病毒在中国出现后,亚洲其他城市也将出现这种病毒。

BlueDot模型(其最终结果随后由人类研究人员分析)背后的想法是,尽快将信息提供给医护人员,希望他们能够早期诊断或隔离感染者和潜在传染源。卡姆兰称:“官方信息有时不够及时。旅行者中出现感染病例和疫情暴发之间的区别,取决于前线医护人员是否能识别出特定的疾玻这可能是防止疫情真正爆发的关键。”

卡姆兰补充说,该公司的AI系统还可以使用一系列其他数据,例如关于某个地区的气候、温度甚至当地牲畜的信息,来预测感染疾病的人是否可能在该地区导致疫情爆发。他指出,早在2016年,BlueDot就能够在寨卡病毒(Zika)真正出现在佛罗里达州六个月前预测到其在美国爆发。

同样,疫情监测公司Metabiota声称,泰国、韩国、日本等国爆发冠状病毒肺炎疫情的风险最高,这些国家出现感染病例的时间比官方报告早了七天,这在一定程度上是通过查看飞行数据得出的结论。Metabiota和BlueDot一样,使用自然语言处理来评估关于潜在疾病的在线报告,它也在为社交媒体数据开发同样的技术。

Metabiota的数据科学总监马克加利文(Mark Gallivan)解释说,在线平台和论坛也可以给出疫情爆发的迹象。Metabiota还声称,该公司可以根据疾病的症状、死亡率和治疗的可获得性等信息,估计疾病传播造成社会和政治混乱的风险。例如,在本文发表时,Metabiota将这种新型冠状病毒在美国和中国引起公众焦虑的风险评为“高级”,但它将刚果民主共和国的猴痘病毒风险评为“中等”。

很难知道这个评级系统或平台本身能有多准确,但加利文表示,该公司正在与美国情报界和国防部合作解决与冠状病毒相关的问题。Metabiota还向再保险公司宣传其平台,这些公司可能希望管理与疾病潜在传播相关的金融风险。

但AI的能力绝非仅仅让流行病学家和政府官员在疾病出现时得到通知。研究人员已经建立了基于AI的模型,可以实时预测寨卡病毒的爆发,这可以为医生如何应对潜在的危机提供信息。AI还可以用来指导公共卫生机构的官员在危机期间如何分配资源。实际上,AI将成为对抗疾病的新防线。

更广泛地说,AI已经在协助研究新药,处理罕见疾病,以及检测乳腺癌。AI甚至被用来识别传播恰加斯病(Chagas)的昆虫是否会传播这种不治之症,这种疾病已经在墨西哥和中南美洲感染了大约800万人。人们对使用非健康数据(如社交媒体帖子)帮助卫生政策制定者和制药公司了解健康危机的广度也越来越感兴趣。例如,AI可以挖掘社交媒体帖子来跟踪非法阿片类药物的销售,并随时向公共卫生官员通报这些受控物质的传播情况。

当然,这些AI系统,包括Metabiota和BlueDot的系统,只能用于评估与给定数据相似的情况。通常来说,AI存在偏见问题,这种偏见既可以来自构建系统的工程师,也可以源自其所训练的数据。而在医疗保健领域使用的AI也绝对无法幸免于这个问题。

AI对抗致命疾病的想法为我们提供了新的用例,即使这种用例无法为我们带来全部希望,也不会让我们感觉强烈的不安。如果开发和使用得当,也许这项技术确实可以帮助拯救更多生命。(选自:Vox 作者:Rebecca Heilweil 编译:媒体智能 参与:小小)

赞助本站

人工智能实验室
AiLab云推荐
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港