【CNMO新闻】流感可以通过人们的移动和旅行进行传播，具有高传染性，导致跟踪和预测流感活动困难重重。虽然美国疾病预防控制中心持续监测流感疾病的走向，但与实时信息相比，这些信息仍落后大约两周左右。由波士顿儿童医院的计算健康信息学计划（CHIP）领导的一项新研究将两种预测方法与人工智能相结合，以预测当地的流感活动。
当这种被称为ARGONet的人工智能应用于2014年9月至2017年5月的流感季节分析时，它比团队早期的高绩效预测方法ARGO做出了更为准确的预测。这表明，ARGONet可以提供迄今为止最准确的流感活动估计值，比美国各州基于医疗保健的传统的报告提前一周的时间。
人工智能协助人类解决问题
“通过及时可靠的方法来跟踪各地的流感活动，可以帮助公共卫生部门缓解疫情爆发，并可以提高公众对潜在风险的认识。”CHIP教员也是该论文作者之一的Mauricio Santillana博士说。
ARGONet方法是使用人工智能和两种强大的流感检测模型。第一个模型ARGO利用来自电子健康记录、流感相关的谷歌搜索和特定地点的历史流感活动信息。在该研究中，ARGO的表现优于谷歌的流感趋势。为了提高准确性，ARGONet增加了第二个模型，该模型利用了邻近地区流感传播的时空模式。“它利用了在附近地区可能会爆发流感风险的地点预测。”哈维医学院助理教授Santillana解释道。
人工智能系统通过从两个模型中提取流感预测以及实际流感数据来进行分析，这有助于减少预测中的误差。 “该系统不断评估每种独立方法的预测能力，并重新校准如何使用这些信息来提高流感预测值的准确性。”Santillana说。
调查人员认为，他们的方法将为传染病的“精准公共卫生”奠定基础。“随着更多的在线信息被收集，以及越来越多的医疗保健提供商采用基于网络的电子健康记录方式，我认为我们的模型将随着时间的推移变得更为准确，”CHIP调查员即该论文的第一作者Fred Lu如是说。
加入收藏
