人工智能如何预测冠状病毒并防止未来大流行 – 观点

BlueDot 人工智能预测

1月6日，美国疾病控制和预防中心（CDC）通知公众，武汉市的流感样爆发正在传播。随后，世界卫生组织（WHO）于1月9日发布了类似的报告。

虽然这些反应似乎及时，但与一家名为BlueDot的AI公司相比，这些反应却慢了。BlueDot于12月31日发布了一份报告，比CDC发布类似信息的时间整整早了一周。

更令人印象深刻的是，BlueDot预测了2016年佛罗里达州的寨卡病毒爆发，比第一例病例出现早了六个月。

BlueDot分析哪些数据集？

• 疾病监测，包括扫描60多种语言的10,000多个媒体和公共来源。
• 来自国家人口普查和国家统计报告的 демограф数据（人口密度是病毒传播的因素）
• 来自NASA、NOAA等的实时气候数据（病毒在某些环境条件下传播得更快）
• 昆虫载体和动物储存库（当病毒可以在物种之间传播时很重要）

BlueDot目前与包括加拿大全球事务、加拿大公共卫生机构、加拿大医学会和新加坡卫生部在内的各个政府机构合作。BlueDot Insights产品发送近实时的传染病警报。该产品的一些优势包括：

• 降低前线医疗保健工作者的感染风险
• 全球可见性可以节省传染病监测的时间
• 能够在为时已晚之前清晰地传达关键信息的机会
• 保护人群免受感染的能力

如何提高人工智能的预测能力

是什么阻止了BlueDot AI和类似的人工智能变得更好？最大的限制因素是无法访问必要的实时大数据。

这些预测系统依赖于大数据输入到人工神经网络（ANN），使用深度学习来搜索模式。输入到ANN的数据越多，机器学习算法就越准确。

这基本上意味着，阻止人工智能尽早发现潜在爆发的因素是缺乏必要的数据。在像中国这样的国家，新闻和信息被监控和过滤，这些延迟更为明显。每个数据点的审查过程会显著减少可用的数据量，甚至会完全消除这些数据的准确性，这会消除这些数据的潜在用处。有缺陷的数据也是为什么像Google Flu Trends这样的早期尝试失败的原因。

换句话说，阻止人工智能系统尽早预测爆发的主要问题是政府干预。像中国和当前的特朗普政府这样的政府需要停止任何形式的数据过滤，并允许新闻媒体完全访问，以便报道全球健康问题。

话虽如此，记者只能处理他们可以获得的信息。绕过新闻报道，直接访问源数据将使机器学习系统能够更及时、更高效地访问数据。

需要做什么

从现在开始，真正有兴趣减少医疗保健成本并防止爆发的政府应该立即开始审查他们的医疗机构和医院如何能够实时向官员、记者和人工智能系统分发某些数据点。

可以从每个患者的信息中完全去除个人信息，使患者保持匿名，同时共享重要数据。

任何城市的医院网络都可以实时收集和共享数据，从而提供更好的医疗保健。例如，可以跟踪某家医院的流感样症状患者数量，从上午10点的3例增加到下午1点的7例，到下午5点的49例。这些数据可以与同一地区的其他医院进行比较，以便立即发出警报，指出某个地区可能是潜在的热点区域。

一旦收集和汇总了这些信息，人工智能系统就可以向所有邻近地区触发警报，以便采取必要的预防措施。

虽然在世界某些地区，这将很困难，但像加拿大这样拥有大量人工智能中心和较小人口密度的国家，可以建立这样的先进系统。加拿大在安大略省的滑铁卢和多伦多，以及魁北克省的蒙特利尔拥有人工智能中心。这种医院和省际之间的合作可以为加拿大人带来其他好处，例如加快获得紧急医疗服务的机会和减少医疗保健支出。加拿大可以在人工智能和医疗保健方面成为领导者，并将这种技术授权给其他管辖区。

最重要的是，一旦像加拿大这样的国家建立了这样的系统，技术/方法可以被克隆并出口到其他地区。最终的目标是覆盖整个世界，以确保爆发成为过去的遗物。

医疗保健工作者的这种数据收集对于多个应用程序都有益处。2020年，患者不需要在每家医院单独注册，而且这些医院之间也没有实时通信，这是没有道理的。这种缺乏沟通可能会导致患者失去数据，尤其是那些患有痴呆症或其他症状的患者，这些症状可能会阻止他们完全表达自己的病情严重程度，甚至他们去过哪里接受治疗。

经验教训

我们只能希望世界各国政府能够利用冠状病毒教给我们的重要教训。人类应该认为自己很幸运，冠状病毒的死亡率相对较低，尤其是与历史上的某些传染病如黑死病相比，黑死病据估计杀死了30%至60%的欧洲人口。

下一次，我们可能不会这么幸运，我们现在所知道的是，政府目前还没有准备好应对爆发的严重性。

Bluedot是在2003年多伦多SARS爆发之后成立的，旨在利用人工智能和人类智能保护人们免受传染病的侵害。人工智能组件已经展示了预测传染病路径的卓越能力，剩下的就是人类组件。我们需要制定新的政策，以便像BlueDot这样的公司能够尽其所能发挥作用。作为公民，我们需要向我们的政客和医疗保健提供者要求更多。