．人工智慧如何應對冠狀病毒爆發

Outbreak: How AI Tech Predicted Virus , Why You Didn’t Know…

智慧安控專區，展覽報名聯絡人：

0935-970-603 施正偉

from Vox By OPEN SOURCEd Rebecca Heilweil

人工智慧幫助發現了有關爆發的預警，研究人員利用飛行旅行者的數據，確定了下一步，可能會出現新型冠狀病毒的地方。

當一種神秘的疾病首次出現時，政府和公共衛生官員可能難以迅速收集資訊，並協調應對措施。但是，新的人工智慧技術可以自動從世界各地的新聞報導，和在線上內容中進行挖掘，從而幫助專家們辨識，可能導致潛在流行病，或更嚴重的流行病的異常情況。換句話說，我們新的 AI 霸主，實際上可能會幫助我們度過下一個災難。

這些新的 AI 功能在最近的冠狀病毒爆發中，得到了充分展示，這是由一家名為 BlueDot 的加拿大公司，在早期發現的，BlueDot 是使用數據，評估公共健康風險的眾多公司之一。

該公司表示將進行「自動傳染病監測」，並於去年 12 月底（即美國疾病控制與預防中心（CDC），和世界衛生組織（WHO））發出了官方通知，如 Wired 所報導。

到1月底，與中國武漢市有關的呼吸道病毒，已經奪去了 100 多人的生命。在包括美國在內的其他幾個國家，案件也頻發。美國疾病預防控制中心警告美國人，避免不必要的赴中旅行。

傳染病醫師，BlueDot 的創始人兼首席執行官Kamran Khan，在一次採訪中解釋說，該公司的預警系統，如何利用人工智慧（包括自然語言處理和機器學習），透過分析 65 篇文章中的 100,000 篇內容，來跟踪 100 多種傳染病每天的語言。

這些數據可幫助公司知道，何時將傳染病的潛在存在，和傳播通知客戶。

其他數據，例如旅行者的行程資訊和飛行路線，可以幫助公司進一步了解疾病的傳播方式。例如，本月初，BlueDot 研究人員預測，冠狀病毒在中國大陸出現後，還會在亞洲其他城市出現。

BlueDot 模型（其最終結果，隨後由人類研究人員進行分析）背後的思想是，盡快將資訊提供給醫護人員，希望他們能夠及早診斷出（如果需要，可以將其隔離）受感染和可能傳染的人上。

Khan 告訴 Recode：「官方資訊並不總是即時的。」「旅行者中的一例，與暴發之間的區別，取決於您的前線醫護人員，是否意識到某種疾病。可能是防止實際爆發的差異。」

Khan 補充說，他的系統還可以使用，一系列其他數據（例如有關某個地區的氣候、溫度，甚至本地牲畜的資訊），來預測某人感染疾病，是否可能導致該地區爆發疾病。他指出，早在 2016 年，BlueDot 就能預測 Zika 病毒，在佛羅里達出現之前的六個月的出現。

同樣，流行病監測公司 Metabiota 確定，在實際報告這些國家的病例，之前一周多的時間裡，泰國、韓國、日本和台灣發現該病毒的風險最高，部分原因是透過查找航班數據。

像 BlueDot 一樣，Metabiota 也使用自然語言處理功能，來評估有關潛在疾病的線上報告，並且還致力於開發，用於社交媒體數據的相同技術。

Metabiota 的數據科學總監 Mark Gallivan 解釋說，在線上平台和論壇，也可以顯示存在流行病的風險。 Metabiota 還聲稱，它可以根據疾病症狀，死亡率和治療方法等資訊，估計疾病傳播導致社會和政治混亂的風險。例如，在本文發表時，Metabiota 將在美國和中國，將新型冠狀病毒引起公眾焦慮的風險評估為「高」，但在剛果民主共和國（其中有報導稱該病毒為「中等」。

很難知道這種評級系統或平台，本身的準確性如何，但加里文說，該公司正在與美國情報界和國防部合作，處理與冠狀病毒有關的問題。這是 Metabiota 與 In-Q-Tel 合作的一部分，In-Q-Tel 是與中央情報局相關的，非營利性風險投資公司。

但是政府機構，並不是這些系統的唯一潛在客戶。 Metabiota 還向再保險公司宣傳其平台 - 再保險，本質上是為保險公司提供的保險 - 他們可能想管理與疾病，潛在傳播相關的財務風險。

但是，人工智慧不僅可以使流行病學家和官員，在疾病暴發時，即時獲悉資訊，還可以發揮更大的作用。研究人員已經建立了基於 AI 的模型，可以即時預測 Zika 病毒的爆發，從而可以告知醫生應對潛在危機的方式。人工智慧還可以用來指導公共衛生官員，在危機期間如何分配資源。實際上，人工智慧已成為對抗疾病的新的第一道防線。

更廣泛地說，人工智慧已經在協助研究新藥，解決罕見疾病和檢測乳癌。人工智慧甚至被用來辨識傳播查加斯（Chagas）的昆蟲，查加斯是一種無法治愈，且可能致命的疾病，已經感染了墨西哥、中美洲和南美洲的約 800 萬人。

使用非健康數據（例如社交媒體動態資訊），來幫助健康政策制訂者和製藥公司，了解健康危機的廣度，也越來越引起人們的興趣。例如，可以挖掘社交媒體動態資訊，以跟踪非法鴉片類藥物的 AI，並使公共衛生官員了解，這些受控物質的傳播情況。

這些系統（包括 Metabiota 和 BlueDot），僅與他們評估的數據一樣好。而且，人工智慧（通常）存在偏差問題，它既可以反映系統的工程師，也可以反映系統所接受的數據。而且，醫療保健中，使用的 AI 絕對不能避免該問題。

儘管如此，所有這些進步，都代表了 AI 可以做的更樂觀的前景。通常，關於 AI 機器人篩選大量數據的消息，並不那麼好。考慮使用根據從網路上獲取的圖像，建構的臉部辨識數據庫進行執法。或聘請現在可以使用 AI 的經理，根據您的社交媒體動態資訊，預測您的工作表現。

AI與致命疾病作鬥爭的想法，為我們提供了這樣一種情況，即使我們沒有完全的希望，我們也會感到不那麼輕鬆。也許這項技術（如果開發和使用正確）實際上可以幫助挽救一些生命。

Omidyar Network使開源成為可能。所有開源內容在編輯上都是獨立的，由我們的記者製作。

按此回今日3S Market新聞首頁