大數據和人工智能可以新型冠狀病毒

2020-03-17

新型冠狀病毒來自與嚴重急性呼吸系統綜合癥（SARS）和普通感冒有關的病毒家族。大數據和預測分析與人工智能和各種熱傳感器相結合，是控制這種流行病的傳播并將其死亡人數降至底的強大工具。

鑒于最多只能零星地檢測病毒，因此感染病例的數量通常非常不確定，因此對該病毒的真正危險性提出了質疑。支持流行病學專家的決定性貢獻可能來自數據分析技術。

數據分析和數學一樣，都起著基本作用，它與物理學一起使我們能夠深入了解自然的細節以及如何制造事物。與過去幾年一樣，數據科學的先驅對世界產生了不可思議的影響，在數據傳播和分析過程中，數據和分析已被用來推動重大變化。數據分析的最早歷史應用之一是在1852年倫敦霍亂爆發期間。最早由數據驅動的流行病學家之一約翰·斯諾（John Snow）能夠對倫敦發生的死亡進行地理空間分析，從而隔離了疾病的來源。依靠他的分析，當局能夠針對性地采取干預措施，以迅速檢查該流行病的蔓延。

讓我們評估數據

事實證明，通過數據分析系統運行模型可以近似估計趨勢如何發展。SIR模型就是一個例子。它是一種流行病學模型，用于計算封閉人群中隨著時間推移感染傳染病的理論人數。該模型使用耦合方程來分析易感人群S（t），感染人群I（t）和恢復R（t）的人數。Kermack-McKendrick模型是最簡單的SIR模型之一。Kermack-McKendrick流行病模型被認為是許多其他隔離模型的基礎。在這方面，我發現Ettore Mariotti的分析非常有趣。

首先，要考慮一個島嶼，即我們的系統，不允許人們進出。每個人在給定時間都可以處于以下狀態之一：“易感”，“感染”和“已康復”，因此縮寫為SIR，因為從未患過該病（S）的人很有可能會生病并在一定時間內感染（I），然后恢復（R）。就新型冠狀病毒而言，將模型擴展為附加狀態“已暴露”是適當的，以包括具有病毒但尚未感染的人（SEIR模型）。

圖1：SEIR模型

該模型考慮了兩個因素：病毒的動力學和個體之間的相互作用。后者非常復雜，并且需要像上一段中所述的技術。有了這些，就可以定義R0參數，該參數表示被感染者可能感染的人數。

例如，假設某人A生病并且我們的系統的R0 = 2。這意味著A將感染兩個人。這兩個人將依次感染四個人，每個人將另外感染兩個人（因此4 * 2 = 8），依此類推。這凸顯了該疾病的傳播是乘法而不是累加的事實。R0可以捕獲三種基本情況，如圖2所示。

圖2：R0模型

學校，體育館等的關閉，減少了人們的社交互動，從而降低了R0。健康系統是有限的，將這個參數降低到1以下非常重要。如果R0> 1，則疾病傳播；如果R0 <1，則疾病消失。可以合理地期望政府對人們的流動性施加更嚴格的限制，以減少R0。

重要的是要注意，R0衡量的是疾病的潛在傳播途徑，而不是疾病傳播的速度?？紤]流感病毒的普遍性，其R0僅為1.3。高R0是引起關注的原因，而不是引起恐慌的原因。

R0是平均值，因此可能會受到超級吊具事件等因素的影響。超級傳播者是指感染了很多人的受感染的個人。在SARS和MERS流行期間以及當前的新型冠狀病毒期間，發生了超級傳播事件。此類事件不一定是一個壞兆頭，因為它們可能表明持續流行的人數減少了。超級傳播者也可能更容易識別和遏制，因為他們的癥狀可能更嚴重。

簡而言之，R0是移動目標。跟蹤每個病例和疾病的傳播非常困難，因此估計R0既復雜又具有挑戰性。估算值經常隨新數據的可用性而變化。

哪些技術解決方案可以減慢或終止新型冠狀病毒的傳播并控制R0？AI的使用以及手機GPS運動的數據，可以創建分析模型，以預測哪些社區更有可能發生未來的情況或需要緊急干預的社區。

大數據，人工智能和傳感器

在流行的情況下，就質量和一致性而言，臨床數據可能變化很大。這種并發癥包括假陽性患者。大數據和AI可以用來檢查是否符合隔離要求，而機器學習可以用于藥物研究。這些只是新數字技術提供的一些解決冠狀病毒緊急情況的解決方案。在亞洲，有許多通過使用數字技術實施干預措施的例子。

配備有智能掃描儀和照相機的無人機可以檢測不符合隔離措施的人員，并可以檢查人們的體溫。在中國大陸和臺灣使用智能相機可以攔截不戴口罩但可以進行實時熱掃描以發現發燒病例的人員。

例如，中國公司SenseTime開發了一個即使戴面具也能掃描人臉的平臺，而阿里巴巴則開發了基于AI的新型冠狀病毒診斷系統。SenseTime是一家全球公司，致力于開發AI技術，以促進世界經濟，社會和人類的美好明天。它也是全球資金最高，估值最高的AI純游戲。

SenseTime宣布其非接觸式溫度檢測軟件已在北京，上海和深圳的地鐵站，學校和公共中心實施。同時，阿里巴巴基于人工智能開發了針對新型冠狀病毒的新診斷系統，該系統可通過計算機斷層掃描（即CT掃描）檢測新冠狀病毒病例，準確率高達96％。

圖3：病毒的進化

Graphen與哥倫比亞大學一起，正在嘗試定義病毒每個基因定位的規范形式，并確定確切的變體。它使用模仿人類大腦功能的Ardi AI平臺來存儲這些突變數據并使之可視化。在右側的可視化圖中，每個紅色節點代表一個病毒。每個綠色節點代表一組具有完全相同的基因組序列的病毒。單擊紅色節點可以查看病毒的信息，包括位置，性別，年齡等。

大數據控制的另一個有用工具是大數據。在緊急時期，它已被普遍用于改善監視系統，以繪制病毒傳播圖。

大數據的獲取和處理要求設計用于收集和分析的新方法和新技術。特別是，我們可以區分大數據分析的四種類型或方法：

描述性分析，即用于描述業務流程或業務項目的當前和過去情況的方法和技術，以綜合和圖形方式表示活動的績效指標；

預測分析，即使用回歸分析和預測模型等數學技術幫助了解未來可能發生的數據分析工具；

規范分析，用于確定有效的戰略和運營解決方案；

自動化分析，其中包括一些工具，這些工具可根據執行的分析結果自動，自動地執行所需的操作。

阿里巴巴還開發了一個應用程序（“支付寶健康代碼”），該應用程序使用中國醫療保健系統提供的大數據來指示誰可以訪問公共空間或不能訪問公共空間。

BlueDot是一家位于多倫多的初創公司，它使用圍繞人工智能構建的平臺，已經開發了用于自動監控傳染病傳播及其預測的智能系統。在SARS傳播期間，BlueDot平臺已經取得了積極的成果。在2019年12月，BlueDot還提出了有關冠狀病毒綜合征嚴重程度的警報，事實證明這是正確的。在BlueDot使用的工具中，還有一些以NLP（自然語言處理）為名的技術，用于處理人們的語言和表達自己的方式。

Insilico Medicine是另一家致力于通過人工智能預防疾病的公司。Insilico Medicine正在開發下一代人工智能和深度學習方法，并將其應用于藥物發現和藥物開發過程的每個步驟。目前，它正在開發一項技術，該技術將告知醫生有關可以抵抗冠狀病毒的分子的信息。在最近分析了分子之后，Insilico Medicine系統可以提供有關抗擊冠狀病毒的信息。該初創企業目前正在開發疫苗開發項目中的信息數據庫。

衛星分析技術已經發現，WeBank研究人員使用它們來識別鋼廠中的熱點，這些熱點為該行業的復蘇提供了重要信息。

在流行初期，這項分析表明，鋼鐵產量已降至產能的至少29％。但是到2月9日，它已經恢復到76％。然后研究人員研究了使用AI的其他類型的生產和商業活動。其中一項技術就是簡單地計算大型公司停車場中的汽車數量。該分析表明，截至2月10日，上海的特斯拉汽車生產已完全恢復，而上海迪士尼樂園等旅游活動仍處于關閉狀態。

2019年12月30日（左）和2020年1月29日的并排衛星圖像顯示，中國的鋼鐵行業活動仍在下降。通過分析GPS衛星數據，可以確定哪些人正在上下班。然后，該軟件計算每個城市的通勤人數，并比較從農歷新年開始的2019年給定日期和2020年相應日期的通勤人數。在這兩種情況下，農歷新年的通勤人數都大幅下降，但與2019年不同的是，假期后上班人數沒有恢復。隨著事情的逐步恢復，WeBank研究人員計算出，到2020年3月10日，大約75％的勞動力已恢復工作。根據這些曲線，研究人員得出結論，除武漢外，大多數中國工人將在3月底恢復工作。根據他們的研究，第一季度的經濟增長將達到36％。

那些試圖應對冠狀病毒挑戰的人在技術上有著重要的盟友。通過在緊急階段進行測試的解決方案，將來可能成為標準。

本文來自：eetimes