機(jī)器學(xué)習(xí)成功地模擬和預(yù)測(cè)流感傳播
根據(jù)英國(guó)自然通信雜志9日發(fā)表的一項(xiàng)機(jī)器學(xué)習(xí)的新研究，美國(guó)的一個(gè)科學(xué)家小組報(bào)告說，基于機(jī)器學(xué)習(xí)的匿名手機(jī)數(shù)據(jù)分析可以成功地模擬和預(yù)測(cè)病毒性疾病流感的傳播。目前的研究表明，移動(dòng)地圖能夠準(zhǔn)確預(yù)測(cè)流感在紐約市和澳大利亞的傳播，并有可能在未來監(jiān)測(cè)新冠肺炎。
病毒疾病在人群中的傳播取決于受感染者和未感染者之間的相互作用。目前用于預(yù)測(cè)一個(gè)城市或國(guó)家疾病傳播的模型數(shù)據(jù)存在著稀少和不準(zhǔn)確的問題，例如通勤調(diào)查或在線搜索數(shù)據(jù)。
為了獲得更密集的數(shù)據(jù)集，谷歌研究員亞當(dāng)·薩迪拉克(Adam Sadilek)和他的同事從安卓手機(jī)上收集匿名跟蹤數(shù)據(jù)，這些手機(jī)打開位置歷史(Location History)，并利用機(jī)器學(xué)習(xí)將數(shù)據(jù)分割成一個(gè)單一的"行程圖"，構(gòu)建一個(gè)人的移動(dòng)地圖。他們利用醫(yī)院注冊(cè)和測(cè)試數(shù)據(jù)校準(zhǔn)的傳染病傳播模型，成功地模擬了2016-2017年紐約市及其周邊地區(qū)的流感活動(dòng)。
研究小組發(fā)現(xiàn)，該模型比常用的標(biāo)準(zhǔn)預(yù)測(cè)模型表現(xiàn)得更好，與使用通勤調(diào)查數(shù)據(jù)大致相同，但它的收集成本更高。他們還模擬了2016年流感季節(jié)期間澳大利亞流感傳播的"預(yù)測(cè)"。盡管澳大利亞人口稀少，流感動(dòng)態(tài)也不同，但該模型仍能非常準(zhǔn)確地預(yù)測(cè)流感高峰和低點(diǎn)。
現(xiàn)有的高分辨率移動(dòng)數(shù)據(jù)來自手機(jī)通話記錄，這些記錄是針對(duì)供應(yīng)商的，通常無法反映跨境或跨國(guó)移動(dòng)。位置數(shù)據(jù)沒有這樣的限制，因此更有可能監(jiān)測(cè)疾病的長(zhǎng)距離傳播。目前，這些數(shù)據(jù)缺乏完整性，因?yàn)橹悄苁謾C(jī)使用率低的兒童和老年人的移動(dòng)數(shù)據(jù)不包括在內(nèi)。盡管有這些限制，該小組展示了利用移動(dòng)數(shù)據(jù)預(yù)測(cè)疫情傳播的潛力。
