首页 > 新闻 > 科技 > 正文

AI实现精确拆分移动大数据 可成功模拟并预报病毒性疾病

2021-02-10 10:21:40来源: 科技日报  

据英国《自然·通讯》杂志9日发表的一项机器学习最新研究,美国科学家团队报告称:对匿名手机数据进行基于机器学习的分析,可以成功模拟并预报病毒性疾病——流感的传播。现阶段研究显示,这个移动地图能够准确预报纽约市和澳大利亚的流感传播情况,未来或还将有潜力对新冠肺炎进行监控。

病毒性疾病在人群中的传播,取决于感染者和未感染者之间的互动。目前用来预测疾病在一个城市或国家传播的模型数据,都存在稀疏和不精确的问题,比如通勤调查或网上搜索数据。

为了获得一个更稠密的数据集,此次,美国谷歌公司研究人员亚当·萨迪乐克及其同事从打开“位置历史记录”功能的安卓手机上收集了匿名追踪数据,并利用机器学习方法将这些数据拆分成单个“行程”,进而构建出一个人群移动地图。他们借助一个根据医院挂号和检验数据进行校准的传染病传播模型,利用这个移动地图成功模拟“预报”了2016年至2017年纽约市内和周围的流感活动。

研究团队发现,这个模型比常用的标准预报模型表现更好,和使用通勤调查数据差不多,但已知通勤调查数据收集起来成本更高。他们还模拟“预报”了2016年流感季澳大利亚国内的流感传播。虽然澳大利亚的人口更稀疏,流感动力学也不同,但这个模型依然能非常准确地预测流感的高峰和低谷。

现有的高分辨率移动数据来自手机通话记录,这些记录具有提供者特异性,一般无法反映跨境或跨国移动。位置数据没有这方面的限制,因此对于监测长距离的疾病传播更具潜力。目前,这些数据在完整性上有欠缺,因为智能手机使用率低的小孩和老人的移动数据并不包含在内。虽然存在这些限制,但研究团队证明了利用手机数据预报流行病传播的潜力。

总编辑圈点

人们通常很难预测,病毒会在何时跃入人体,潜伏下来,在人群里悄然传播,然后爆发一场战争。在人口密集的大都市,预测传染病的流行,是一个非常必要但难度颇大的课题。研究表明,手机数据加人工智能,或许有预测潜力。但是,技术永远不是万能。预测了传染病,还得采取强有力措施进行干预,才可能将其“扼杀”在萌芽状态。控制传染源,切断传播途径,保护易感人群,这三条是古老但有效的方法。但要做到这些,不仅要靠人工智能,更要靠人的智慧与决断。

(张梦然)

责任编辑:hnmd003

相关阅读

推荐阅读