原标题：AI距离预测传染病爆发还有多远？
从手机定位监控到搜索社交媒体内容，研究人员正在利用人工智能技术预测传染病的传播轨迹。
随着新冠肺炎（后称 Covid-19）在全球范围内的传播，一些初创公司和研究人员正在通过人工智能技术搭建计算机模型来模拟病毒的传播路径，帮助政府制定遏制病毒传播的最佳方案。其实，这些模型并不是首次应用于传染病的预测。在过去的几年当中， 人工智能已经成功帮助人们预测并跟踪了寨卡病毒、登革热、尼帕病毒等传染性疾病的传播轨迹。
在这个过程当中，技术人员通过运用 自然语言处理（NLP）、机器学习（ML）和定位监测等人工智能技术，准确地指出了 传染病可能爆发的位置以及在爆发中可能的传播方式。其最终目的在于为政府和医疗机构提供全面的信息，帮助他们做出及时而准确的判断。
从搜索社交媒体上的关联内容到设计动物迁移模型预测高危感染人群，不同的公司采取了不同的策略。本文将介绍这些科技初创公司是如果通过人工智能技术预测和监控传染病的传播的。
利用航班和社交媒体等非传统数据集预测疾病的爆发
位于加拿大的 BlueDot 是一家将人工智能、大数据和流行病学融合起来的公司。公司所开发的监测平台可以用来评估全球范围内不同国家/地区的公共健康风险以及传染病爆发风险。BlueDot 平台 实时关注 65 种语言的十万多个官方和大众媒体，密切跟踪着 150 多种病原体、毒素和综合症的传播。其主要的媒体资源包括地区新闻、动植物疾病数据报告、官方健康警报以及大众论坛等。
具体上来讲，BlueDot 公司是利用自然语言处理以及机器学习确定疾病爆发的区域，再通过跟踪数十亿条航线信息和数亿个移动设备来预测未来疾病传播的方向及范围。为了避免错误警报的发出，BlueDot 公司中的流行病学家除了会参考 AI 的预测，还会从科学的角度评估算法的判断，并在各个方面都确认之后才会向外界发出警告。
2016 年，BlueDot 在美国境内没有报道过任何一例寨卡病毒感染者的情况下，成功预测了寨卡病毒从巴西到美国佛罗里达州的传播轨迹。2019 年 12 月 31 日，BlueDot 公司预测了新型冠状病毒在开始几天从武汉向东京、曼谷和首尔等城市的传播方向，并发出了病毒爆发的警报。 该警报时间比世卫组织提前了九天。
（来源：BlueDot 官网）
除 BlueDot 公司外，由谷歌参与投资的美国公司 MetaBiota 采取了类似的技术方法。MetaBiota 使用自然语言处理技术搜索诸如社交媒体之类的非结构化数据，并根据疾病的症状、死亡率和治疗可行性等各个方面来评估传染病的严重性。同时，算法还可以将计算出来的结果与不同国家的基础设施水平、公共卫生水平以及外来旅行人口占比等因素相叠加，以预测最可能受到传染病影响的地区和传染病最终带来的影响程度。
MetaBiota 公司在全世界范围内有多个合作伙伴，这其中不乏像慕尼黑再保险集团（Munich Re）这样的大型保险公司以及各类政府机构。
除了上述公司以外，还有一些 AI 初创企业在为遏制 Covid-19 做出自己的努力。
总部位于美国佐治亚州的 AI 初创公司 Jvion 在新型冠状病毒爆发期间受到了广泛关注。在此次疫情中，Jvion 通过其核心临床 AI 算法构建了一个基于微软 Azure 的 Covid-19 社区易感染人群地图。这个地图通过分析 3000 万美国人的收入、年龄和获取营养高低等因素，识别出高发病率和高死亡率的人群，从而有效地帮助医院分配像呼吸机和 PPE 这样珍贵的医疗资源。
哈佛大学医学院研究人员也在利用 AI 技术绘制 Covid-19 热点地图。与 Jvion 公司不同的是，研究人员主要是利用自然语言处理筛查各类新闻、社交媒体和政府声明，创建了一个可以同时显示现有和潜在 Covid-19 感染者的分布地图，该地图可以让人们更好地了解到病毒的传播趋势。
人工智能技术除了可以筛查各类媒体资源外，还可以从文献数据库中为人们搜寻遏制传染病的解决方案。另一家美国研究机构艾伦人工智能研究所（Allen Institute for AI）最近就在 Google 旗下平台 Kaggle 上发布了包含近 3 万篇有关冠状病毒的论文数据库。该研究所已与美国政府、微软等企业机构合作发起了一项公开竞赛，希望人工智能研究人员可以通过竞赛找到治疗新型冠状病毒的关键信息。
总而言之，科学界正在利用 AI 技术解决两大难题：一是病毒是如何传播的；二是哪些人口和地区正处于高风险当中。
（来源：哈佛大学医学院官网）
追踪动物的迁移轨迹
位于美国纽约州的卡里生态系统研究院（Cary Institute）是世界领先的独立环境研究机构之一，它在 AI 追踪动物迁移轨迹方面发表了多篇研究报告。
2019 年 3 月，卡里研究院与 IBM 合作研发出一款能够识别携带寨卡病毒的灵长类动物的 AI 模型。作为双方的首次合作，其最终的合作研究成果发布在了 Epidemics 期刊上。同年 6 月，卡里研究院还利用机器学习识别出了最有可能携带尼帕病毒（Nipah Virus）的蝙蝠种类。尼帕病毒感染是一种新型人畜共患疾病，可引起严重脑炎或呼吸系统疾病，致死率高达 75%。
（来源：卡里生态系统研究院）
由于携带病毒的蝙蝠可能会因迁徙或是气候变化等因素改变其活动范围，通过分析这些影响因素，科学家和政府机构可以及时对蝙蝠的飞行轨迹做出判断，并向高危人群采取保护措施。
AIME（Artificial Intelligence in Medical Epidemiology）公司正在使用这类技术预测登革热的爆发。登革热（Dengue）是由登革病毒经蚊媒传播引起的急性虫媒传染病。AI 技术可以对这些蚊子的繁殖区域进行预测，帮助政府精准地投放杀虫剂，从而遏制登革热通过蚊子向人类传播。
除此之外，AIME 还可以根据气候、地理和人口等信息预测登革热的爆发，让人们提前准备并对病毒进行主动出击。该公司目前正在与巴西、菲律宾和马来西亚的政府合作抗击登革热的传播，并计划为其他传染病创建与之类似的解决方案。
加大监控探测力度
从面部识别到手机定位，监控技术已成为有些国家或地区跟踪传染病爆发的关键策略之一。
美国政府已与 Facebook 和 Google 等大型科技公司合作，希望利用智能手机定位来制定有关应对冠状病毒的公共卫生政策。尽管美国科技公司尚未决定要如何使用这一数据，但手机定位在病毒传播模型建立以及人群社交距离监控中可以有广泛的应用。
在美国之外，意大利正在使用智能手机定位来监控人群之中是否有违反城市封锁的活动。以色列正在利用数字监视程序（曾用于反恐工作）来监视感染者的活动范围，并且通过向密切接触者发出及时的短信指示，加速隔离过程。
与此同时， 一些智能定位供应商将机器学习集成到自己的产品当中，用来增强疾病的跟踪能力。
例如，美国环境系统研究所公司（Esri）最近在与 AI 初创公司 Geospark Analytics 进行合作，旨在将 Geospark Analytics 公司的 AI 风险评估工具添加到其分析平台当中。此次合作主要是利用 AI 技术挖掘各类来源的新闻信息并将类似事件和主题分组，从而在全球范围内绘制冠状病毒发病率实时地图。
（来源：Geospark Analytics 官网）
还有一些初创公司在 利用智能相机和生物识别技术来监测 Covid-19 的传播。
其中一个就是美国初创公司雅典娜安全公司（Athena Security）。该公司之前的 AI 系统平台是通过计算机视觉来探测枪支、道具等危险物品以及各类突发事故。为了应对疫情的爆发，雅典娜安全公司在上月宣布计划将自家的监控摄像头进行改造，推出一款利用热像仪的发烧探测系统装备。该装备通过探测人体脸部眼周部位的目内眦（脸部最热的部位）来监测和筛查人群中的发烧患者。这个监测系统的精度可达到半度以内，一旦发现体温异常的患者，便会向客户端发出警报。
同样，中国两家 AI 独角兽公司旷视科技和商汤科技（SenseTime）也在开发面部体温识别监测软件，希望可以在抑制 Covid-19 传播方面有所应用。据旷视科技官网介绍，公司的 AI 测温系统嵌入了优质的人工智能算法，结合红外热成像技术，精确定位额头，同时支持中、远多段距离测温。这些面部体温识别技术可以在医院、政府机构、机场等公共场所有广泛的应用。
（来源：Global China Daily）
结语
由于疫情在全球范围内的爆发，各国政府正在利用人工智能监测传染病的传播。通过与政府之间的合作，提前对高风险地区采取快速而精确的防御措施，人工智能技术在未来很有可能帮助人类阻止传染病的爆发。
同时，随着人们对更多疾病知识的积累以及对人工智能算法的改进，我们期待 AI 可以在预防传染病爆发中起到至关重要的作用。
责任编辑：