AI 模型发现物理距离对控制疫情有积极影响，并且是必要的

最近，一组研究人员利用人工智能预测了新冠疫情在未来三周的趋势。据 VentureBeat 报道，该人工智能模型预测，社交距离政策和隔离措施正在产生预期的效果，即推迟和减轻新冠疫情的严重程度，防止医疗系统不堪重负。

随着新冠疫情在全球范围内持续蔓延，世界各地的经济也感受到疫情带来的巨大压力，人们越来越关注隔离和社交距离措施的有效性。绝大多数科学家和公共卫生专家都同意，社交距离是必要的，并且正在对病毒的传播产生预期的效果，现在，一组研究人员设计的新型人工智能模型也支持这一观点。

来自德克萨斯大学健康科学中心、西南研究院和德克萨斯大学的研究人员合作开发了一种疾病预测模型，该模型可以预测新冠疫情在三周内的传播情况。研究人员在一篇预印本论文中总结了他们的发现。研究人员开发的模型利用加权的人口数据和智能手机位置数据来预测新冠疫情的传播。这些数据来自世界卫生组织、美国疾病控制和预防中心和 Safe Graph 等组织。该模型是一种混合的人工智能系统，称为 SIRnet，它与各种流行病学模型集成在一起。论文的作者们表示，该模型在预测方面是准确的，之前已经预测了各种物理距离措施的结果。

研究人员利用智能手机数据计算出“接触率”，这是通过个体在特定地理区域内的移动和交互计算得出的结果。接触率按州和国家水平计算，并与新冠疫情的病例数（包括死亡病例、活跃病例和康复病例）在相应的地理区域内进行了比较。研究人员使用了 10 天的时间滞后来考虑从感染到确诊之间的延迟。

根据研究人员的说法，“隔离级别的移动性”（强烈的物理距离）是保持新冠疫情病例低的必要条件。研究团队基于他们对未来三周的预测得出了这一结论，因为模型发现，如果限制放松到当前水平的 50%，一些地区将达到稳定峰值的边缘（这些地区的死亡曲线可能保持相对低或急剧增加）。同时，如果大约四分之三的人口被允许离开家园和自由移动，只会稍微延迟峰值，大约会降低 2/3 的严重程度，与完全无控制的环境相比。

当然，上述参数只是平均值，疫情的严重程度会根据地理区域的不同而有所不同。某些已经实施强烈物理距离的地区已经做好了防止更多死亡的准备。例如，华盛顿州的金县已经实施社交距离和严格限制超过一个月，模型预测，如果这些措施保持不变，新的死亡病例可能会在六月份降至几乎为零。然而，如果像德克萨斯州的贝克萨县这样的县放松社交距离政策，极端的增长将会发生。截至 4 月 11 日，贝克萨县的移动性仅为正常水平的一半。

新的模型及其预测似乎与其他模型一致，包括由 MIT 研究人员开发的模型和由微软、TCS 研究院和印度理工学院联合开发的模型。特别是，MIT 模型预测，如果隔离措施过早放松，灾难将会发生，因为新冠疫情的病例将会大幅增加。该模型的研究人员预测，“如果现在放松或逆转隔离措施，将会导致感染病例数的指数级爆发，从而使自 2020 年 3 月中旬以来在美国实施的所有措施变得毫无意义。”

重要的是，该模型只是基于历史数据进行外推，而且正如布鲁金斯学会所指出的，“如果不仔细管理，人工智能算法将会不遗余力地在数据中找到与其预测的结果相关的模式。” 总是有可能该模型低估或高估了数据，并且预测总是

然而，新模型的预测增加了公共卫生官员的共识，即物理距离和隔离是必要且有效的。