流感病毒傳染性高 預(yù)測困難重重 人工智能來幫忙

　　【CNMO新聞】流感可以通過人們的移動和旅行進行傳播，具有高傳染性，導(dǎo)致跟蹤和預(yù)測流感活動困難重重。雖然美國疾病預(yù)防控制中心持續(xù)監(jiān)測流感疾病的走向，但與實時信息相比，這些信息仍落后大約兩周左右。由波士頓兒童醫(yī)院的計算健康信息學(xué)計劃（CHIP）領(lǐng)導(dǎo)的一項新研究將兩種預(yù)測方法與人工智能相結(jié)合，以預(yù)測當?shù)氐牧鞲谢顒印?/p>

　　當這種被稱為ARGONet的人工智能應(yīng)用于2014年9月至2017年5月的流感季節(jié)分析時，它比團隊早期的高績效預(yù)測方法ARGO做出了更為準確的預(yù)測。這表明，ARGONet可以提供迄今為止最準確的流感活動估計值，比美國各州基于醫(yī)療保健的傳統(tǒng)的報告提前一周的時間。

人工智能協(xié)助人類解決問題

　　“通過及時可靠的方法來跟蹤各地的流感活動，可以幫助公共衛(wèi)生部門緩解疫情爆發(fā)，并可以提高公眾對潛在風(fēng)險的認識?！盋HIP教員也是該論文作者之一的Mauricio Santillana博士說。

　　ARGONet方法是使用人工智能和兩種強大的流感檢測模型。第一個模型ARGO利用來自電子健康記錄、流感相關(guān)的谷歌搜索和特定地點的歷史流感活動信息。在該研究中，ARGO的表現(xiàn)優(yōu)于谷歌的流感趨勢。為了提高準確性，ARGONet增加了第二個模型，該模型利用了鄰近地區(qū)流感傳播的時空模式?！八昧嗽诟浇貐^(qū)可能會爆發(fā)流感風(fēng)險的地點預(yù)測?！惫S醫(yī)學(xué)院助理教授Santillana解釋道。

　　人工智能系統(tǒng)通過從兩個模型中提取流感預(yù)測以及實際流感數(shù)據(jù)來進行分析，這有助于減少預(yù)測中的誤差。 “該系統(tǒng)不斷評估每種獨立方法的預(yù)測能力，并重新校準如何使用這些信息來提高流感預(yù)測值的準確性。”Santillana說。

 　　調(diào)查人員認為，他們的方法將為傳染病的“精準公共衛(wèi)生”奠定基礎(chǔ)。“隨著更多的在線信息被收集，以及越來越多的醫(yī)療保健提供商采用基于網(wǎng)絡(luò)的電子健康記錄方式，我認為我們的模型將隨著時間的推移變得更為準確，”CHIP調(diào)查員即該論文的第一作者Fred Lu如是說。