AI Weekly：AI加入了抗击冠状病毒等疾病的斗争

 
鉴于冠状病毒造成的死亡人数上升，本周已蔓延至美国，并被世界卫生组织(WHO)宣布为紧急医疗事件，值得一提的是，人工智能在遏制其他疾病蔓延中的作用。算法不仅为高级干预和预防策略提供了信息，而且还帮助优化了资源分配以抵抗感染的传播。在引起人类病理学家注意之前，算法甚至已经检测出爆发的初步迹象。
在2014年的一项研究中，研究人员使用统计模型来评估英国对HIV的测试和治疗，并找到不知道其疾病状况的感染该病毒的人。研究小组发现，即使艾滋病毒感染者没有行为改变，他们的方法也可以将新感染减少5%。
2016年，由佐治亚大学，梅西大学和加利福尼亚大学组成的团队开发的AI用于预测丝状病毒的传播，该病毒通常会感染蝙蝠，但也可以传播给人类。 (埃博拉病毒和马尔堡病毒是两种最常见的菌株。)使用57种不同因素(从生活史，生态学到传记因素)的模型预测出哪种类型的蝙蝠可能携带丝状病毒，其准确度为87%。
2017年的后续研究采用了模型，以根据可用预算扩大丙型肝炎病毒(HCV)的预防工作。研究人员发现，有了10亿美元的预算，公共卫生资金的最佳用途将是完全专注于治疗(强调早期治疗)。但是，如果预算为50亿美元，最好将预算的60%用于筛查，其余的用于治疗，将筛查拨款在第三年降至20%。
同样在2017年，来自Saw Swee Hock公共卫生学院和新加坡国家环境局环境卫生研究所的科学家开发了一种预测登革热暴发的算法，同时考虑了十年的历史气候信息和季节性登革热模式以预测暴发至提前四个月。不久之后，初创公司Aime开始提供一种工具，以84%的准确度预测登革热暴发的地点和时间，爱媛大学的研究人员设计了一个模型，使用降雨和温度数据来预测马尼拉的登革热病例。
2018年，南卡罗来纳大学的科学家开发了一种算法，以帮助机构更经济有效地调整其推广范围。使用有关印度预防结核病和美国预防淋病的真实数据进行测试，结果表明，如果使用该模型代替当前策略，该模型可以预防8,000例结核病和20,000例淋病。
尽管有希望将AI作为全球健康流行病的规划工具，但重要的是要记住，任何一种疾病预测算法都无法避免所有预测模型所面临的陷阱。
Google臭名昭著的Flu Trends是一项网络服务，于2008年启动，可提供25个以上国家/地区的流感活动估计值，它监控了数百万用户的健康追踪行为，以揭示人群是否患有流感样疾病。虽然估算值通常与卫生机构的监视数据一致，但研究人员发现，由于新闻偏向结果中流感覆盖率的显着提高，搜索量有所增加，并且流感趋势汇总有关健康状况的查询的方式可能夸大了预测率。 (IBM的Weather Company在其Watson AI平台的支持下，在Weather Channel移动应用程序中提供了类似的流感预测工具，但可能明智地将预测窗口限制为15天。)
为了消除这种失真，一些公司正在开发新的方法来消除系统中的偏差并验证准确性。
Metabiota(其平台根据疾病症状和死亡率以及治疗的可获得性等信息来估计疾病传播的风险)正在与美国情报界和国防部合作研究与冠状病毒有关的问题。至于竞争对手BlueDot的系统，它使用经过实战检验的自然语言处理和机器学习算法，通过每天分析65种语言的100,000篇文章来跟踪100多种传染病，并记下旅行者的行程信息和飞行路线以及有关某个地区的信息气候，温度和当地牲畜。
不管是否经过验证，开发能够追踪疾病传播的自动化系统的努力可能只会在未来几年加速。据BCC Research的分析师称，到2023年，数字病理学和流行病学市场预计将达到102亿美元(高于2018年的48亿美元)，这主要是由计算可扩展性和模型特征工程方面的创新推动的。