联系我们

新冠肺炎

AI模型发现必须进行物理距离有积极影响

mm

已发表

 on

一组研究人员最近进行的一项研究利用AI预测了未来三周内冠状病毒大流行的趋势。 据VentureBeat报道,AI模型预测,社会疏远政策和隔离措​​施将具有预期的效果,即推迟并减轻冠状病毒爆发的严重性,防止医疗保健系统不堪重负。

随着冠状病毒大流行在全球范围内持续蔓延,并且随着世界各地的经济体感受到大流行所带来的巨大压力,隔离和社会隔离措施的有效性越来越受到关注。绝大多数科学家和公共卫生专家都认为,远离社会是必要的,并且正在对病毒的扩散产生预期的效果,现在,由来自各大学的一组研究人员设计的AI模型为他们提供了支持。

得克萨斯大学健康科学中心,西南研究所和得克萨斯大学的研究人员合作开发了一种疾病预测模型,该模型可以返回长达三周的冠状病毒传播预测。研究人员在预印本中总结了他们的发现。研究人员产生的模型利用加权人口数据以及智能手机位置数据来做出其预测。该数据是从世界卫生组织,美国疾病控制和预防中心以及安全图谱等各种组织收集的。该模型是一个名为SIRnet的混合AI系统,已与各种流行病学模型集成。该论文的作者说,该模型的预测是准确的,之前已经预测了各种物理距离工作的结果。

研究人员使用智能手机数据得出“接触率”,这是使用特定地理区域内个体之间的移动和互动进行计算得出的结果。计算了州和国家/地区的接触率,并针对冠状病毒病例数绘制了图表,这些病例数涵盖了各个地理区域内的致命病例,活动病例和康复病例。研究人员利用十天的时间间隔来解释获得阳性检测结果和传染性时间之间的延迟。

根据研究小组的说法,“隔离级别的流动性”(强烈的物理距离)对于将COVID-19病例保持在较低水平是必要的。研究小组基于对未来三周模型预测的评估而得出的结论,因为该模型发现,如果将限制放宽至当前水平的50%,某些地区将达到稳定峰值的边缘(死亡这些区域的曲线可能会保持较低或急剧增加)。同时,如果允许大约四分之三的人口离开家园并自由活动,那么只有一个稍微延迟的高峰,大约是完全不受控制的环境中高峰的2/3倍。

自然,以上引用的参数仅为平均值,并且爆发的确切严重程度因各种因素而异。某些已经进行大距离疏散的地理区域已做好充分准备,可以在未来几周内防止更多的人死亡。例如,华盛顿州金县(King County)一直在进行社交疏散,并在严格的限制下进行了一个多月,该模型预测,如果这些措施继续有效,到6月,新死亡人数可能降至几乎为零。但是,如果像德克萨斯州的比克萨县(Bexar County)这样的县放宽社会隔离政策,则会出现极大的增长。到4月11日,比克萨斯县的流动人口仅为正常人数的一半左右。

新模型及其预测似乎与其他有关物理距离努力成功的模型一致,包括 麻省理工学院研究人员开发的一种一个发达 由Microsoft,TCS Research和印度技术研究所的研究人员联合组成。麻省理工学院的模型特别预测,如果过早缩减隔离措施,则将发生灾难,因为COVID-19病例将出现大量峰值。研究人员负责 该模型 预言 “现在放宽或逆转隔离措施将导致受感染病例数呈指数爆炸式增长,从而使自2020年3月中旬以来在美国实施的所有措施所起的作用无效。”

重要的是,该模型只能从历史数据中推断出来,并且正如布鲁金斯学会指出的那样,“如果管理不当,人工智能算法将花费非凡的精力来寻找与其试图预测的结果相关的数据模式。”始终存在模型数据过拟合或过拟合的可能性,并且预测总是

尽管如此,新模型的预测确实增加了公共卫生官员的共识,即距离疏远和隔离是必要且有效的。