當(dāng)涉及傳染病時(shí),預(yù)防,監(jiān)測(cè)和快速反應(yīng)的努力可以大大減緩疫情的爆發(fā)或延緩疾病的爆發(fā)。但是,隨著人工智能和機(jī)器學(xué)習(xí)成為全球醫(yī)療保健系統(tǒng)越來(lái)越重要的組成部分,一種新的戰(zhàn)略正在與傳染病作斗爭(zhēng)。
越來(lái)越多的科學(xué)家正在開(kāi)發(fā)使用人工智能(AI)來(lái)預(yù)測(cè)傳染病蔓延的方法。盡管該過(guò)程非常復(fù)雜,但是成功實(shí)施預(yù)測(cè)模型可能代表著在消除世界上最隱蔽的傳染病的斗爭(zhēng)中的重大飛躍。
盡管還有很長(zhǎng)的路要走,但公共衛(wèi)生官員和流行病學(xué)家已經(jīng)開(kāi)始看到一些好處。
使用AI算法的最早方法之一是幫助公共衛(wèi)生官員調(diào)整其預(yù)防和公眾意識(shí)工作。
“目前已有許多模型可以幫助回答有關(guān)在各種情況和疾病中應(yīng)該篩查誰(shuí)的問(wèn)題,”工業(yè)和工業(yè)助理教授Sze-Chuan Suen博士說(shuō)。南加州大學(xué)維特比工程學(xué)院的系統(tǒng)工程專(zhuān)業(yè)。
現(xiàn)在,Suen和其他人正在努力實(shí)現(xiàn)更宏偉的目標(biāo)。他們不只是確定高危人群,還致力于計(jì)算公共衛(wèi)生宣傳目標(biāo)的最佳組合,從而對(duì)總體人口產(chǎn)生盡可能廣泛的影響。
Suen是USC團(tuán)隊(duì)的成員之一,該團(tuán)隊(duì)開(kāi)發(fā)了一種算法來(lái)幫助公共衛(wèi)生機(jī)構(gòu)量身定制其外展工作,以實(shí)現(xiàn)最大的成本效益。Suen及其同事使用關(guān)于印度預(yù)防結(jié)核病和美國(guó)預(yù)防淋病的真實(shí)數(shù)據(jù)測(cè)試了他們的算法。
Suen表示,該模型能夠更好地考慮人類(lèi)行為和疾病傳播中不那么明顯的模式,從而使公共衛(wèi)生官員對(duì)特定人群最能從特定交流中受益的情況有了更為精細(xì)的了解。
Suen在與該研究于2018年發(fā)布相關(guān)的新聞稿中說(shuō):“雖然有很多方法可以識(shí)別用于健康宣傳運(yùn)動(dòng)的患者人群,但很少有人考慮不斷變化的人群模式與疾病動(dòng)態(tài)之間的相互作用。
”如果采用目前的策略,可以預(yù)防8000例TB和20,000例淋病。
在其他疾病狀態(tài)(例如艾滋病毒)中也發(fā)現(xiàn)了類(lèi)似的結(jié)果。早在2014年,英國(guó)的研究人員就試圖使用算法來(lái)更好地定位未意識(shí)到其疾病狀況的HIV感染者。當(dāng)時(shí),那里的公共衛(wèi)生部門(mén)懷疑大約四分之一的英國(guó)艾滋病毒感染者不知道自己感染了該病毒。
來(lái)自英國(guó)和美國(guó)的跨大西洋團(tuán)隊(duì)使用統(tǒng)計(jì)模型評(píng)估了測(cè)試和治療策略,并確定一種優(yōu)化的方法可以預(yù)防5%的新感染,即使艾滋病毒感染者的行為沒(méi)有改變。
同樣,2017年的一項(xiàng)研究根據(jù)可用預(yù)算的大小,使用模型和模擬來(lái)提出最佳的丙型肝炎病毒(HCV)預(yù)防措施。研究人員發(fā)現(xiàn),有了10億美元的預(yù)算,公共衛(wèi)生資金的最佳利用就是完全專(zhuān)注于治療,重點(diǎn)放在早期治療上。但是,如果預(yù)算為50億美元,更好的計(jì)劃是先將預(yù)算的60%用于篩查,將其余的預(yù)算用于治療,但在第三年將篩查撥款降低到僅20%。
從某種意義上說(shuō),隨著越來(lái)越多的醫(yī)學(xué)信息被數(shù)字化并轉(zhuǎn)化為可用數(shù)據(jù),進(jìn)行預(yù)測(cè)的工作將變得更加容易。但是,Suen指出,在可以使用哪些數(shù)據(jù)方面存在限制。
她說(shuō):“顯然,更多的數(shù)據(jù)將是有用的,但這需要通過(guò)隱私和成本方面的考慮加以平衡。”
如果根據(jù)人類(lèi)行為提出有意義的傳染病預(yù)測(cè)具有挑戰(zhàn)性,那么當(dāng)科學(xué)家嘗試使用AI和機(jī)器學(xué)習(xí)來(lái)預(yù)測(cè)非人類(lèi)的模式和潛在爆發(fā)時(shí),問(wèn)題就變得更加復(fù)雜。