提前一周預測流感，中國首個AI流感實時預測模型登《柳葉刀》子刊

最近，《柳葉刀 (The Lancet)》子刊 EBioMedicine 刊登了一項中國科學家運用自順應 AI 模型和多源信息，預判重慶市流感活動度的研發(fā)，這是中國首個基于 AI 和大信息的流感實時預判模型，也是 AI 在感染病預判行業(yè)中十分有影響力的成果。

該研發(fā)成果由平安科技、平安聰慧都市與重慶市疾病防止操控核心、陸軍軍醫(yī)大學和清華大學聯合完結。

眾所周知，流感連續(xù)威逼著世界公共衛(wèi)生安全。季度性流感每年造成世界數億人發(fā)病，數十萬人滅亡。另外，流感病毒基因連續(xù)變異，世界流感大盛行的危害連續(xù)存在。

對流感活動進行監(jiān)測和預判，并即時作出對應防控籌備，針對季度性流感和流感大盛行的防控至關首要。但是，傳統(tǒng)流感監(jiān)測因為信息的報送、整理和統(tǒng)計處置須要時間，流感活動水平有關的指標通常滯后一到兩周才能獲取，這對流感這個急性呼吸道感染病的防控是非常不利的，偶爾會造成錯過疫情操控的最好時機。

為解決流感活動指標信息的滯后問題，在過去十多年中，人們對流感活動的預判進行了批量開拓。此中，谷歌流感形勢（Google Flu Trends）開創(chuàng)了借用谷歌搜索信息預判流感活動水平的新格局。以來，含蓋互聯網搜索信息、流感監(jiān)測信息、Twitter 上與流感有關的帖子、維基百科訪問日記和電子健康記載在內的多源電子信息與數學模型相結合，擁有十分好的疾病追蹤和預判成效。

但是，不少此類研發(fā)是在國家層面進行的，其預判結果很難轉變?yōu)榭晒┑貐^(qū)衛(wèi)生官員做出更好抉擇的可操控數據。局部地方，例如1個都市的流感活動并非雷同于國家層面的狀況。由于，受地方特定天氣改變、經濟和社會活動、人口免疫和個體習慣等原因影響，局部地方的流感疫情通常體現出愈加多樣化的盛行形式。

現在，已有許多研發(fā)在紐約、墨爾本、香港等都市創(chuàng)建了流感預判模型，做了許多有價值的開拓和嘗試。可是現在在流感活動無法則的都市地方進行流感活動度預判，仍舊缺少很高精度的有效方式。因而，一類愈加科學、愈加自動的流感預判方式已然變成施行流感疫情防控的急迫須要。