位置:编程技术网 > 运维管理 > 正文 >

AI能为流行病防控做些什么?

2020年01月22日 00:49来源:未知手机版

婴儿围嘴,processlasso,花妍

春节将至,突如其来的新型肺炎消息登上热搜,一夜之间,戴着口罩的行人成了大街小巷的“新风景”,医护人员更是早已用全套防护服将自己武装起来。

>

>

科技公司入局,提升疾控效率流感是最早将人工智能技术运用到疾病预测中的疾病。流感看似不及鼠疫等严重传染病致死率高,但流感每年都会爆发,实际造成的影响更大。每年全球都有65万人因流感死亡,相当于每48秒就有1人因流感死亡。我国的流感发病率和死亡率更是在陡峭上升。中国疾病预防控制中心数据显示,仅2019年前5个月,流感上报发病病例已达177万,超过了过去四年的流感上报人数总和。2017年,平安科技联合重庆市疾病预防控制中心发布了我国首个基于大数据和人工智能的流感、手足口病传染病预测模型及慢阻肺危险因素筛查模型。该流感预测模型自2018年起上线应用,可提前一周预测流感流行趋势,准确率达90%以上,成为国内首个上线实测的传染病预测模型。在深圳, 2016年12月,深圳市疾控中心病原生物研究所与平安科技联合成立了流感预测课题组,将人工智能和大数据技术应用于深圳市流感指数,准确率达90%以上,优化后的流感指数更准确地预测了深圳市的流感流行情况。除传染病外,该模型还可用于筛查多项慢性病,包括慢阻肺、肿瘤、高血压、糖尿病等,其中慢阻肺危险因素筛查模型准确率达92%。平安科技还可根据疾病防控的实际业务需求研发疾病预测系统,支撑疾病预测的落地应用。2019年9月,平安科技疾病预测系统的相关研究论文发表于国际四大医学杂志之一《柳叶刀(Lancet)》子刊《EBioMedicine》。该项目还荣获IDC 2019年亚太区智慧城市大奖。

>

从被动处理到主动预防关于人工智能赋能疾控这一话题,平安科技人工智能中心副总工程师、智能疾病预测项目的负责人徐亮对AI报道表示,原本在流行病防控链条上,疾控中心处于中下游,而科技公司参与较少。传统的公共卫生方式通常是事后响应,对疾病的监测也采用定时抽样汇总的方式,数据结果相对滞后,反应较慢,难以动态监测,普通大众通常也是事后采取处理措施。现阶段我国的疾病预防工作仍然集中在事中和事后的应急处理,而目前国际上发达国家的公共卫生工作已发展到以‘疾病预防’为主,我国的疾病预测和疾病预防工作急切而紧迫。而平安的介入,利用AI+大数据提前预测流行病疫情,推动疾控中心在疾病防控上处于先决的上游位置。疾病预测模型的建立与智能传染病预测系统的上线,改变了卫生部门对于传染病的传统防控方式,做到了事前预测预警;对于普通民众而言,定期发布的传染病流行指数也提升了民众对于疾病的了解及卫生安全意识,从而变被动事后处理为主动提前防范。因此,平安的智慧医疗不仅仅是在医疗卫生的技术上实现跨越,对民众的预防——治疗——预后的效果进行改善,也是对人民的健康意识起到正面的影响,实现真正的疾病防控关口前移。在解决了数据源的问题后,如何将人工智能与大数据模型与流行病学专业知识及实际防控的业务经验相结合,使得模型不止在线下测试集上表现优越、停留在“纸上谈兵”的阶段,而是泛化能力强、能真正应用于实际防控,是项目组面临的另一个技术挑战。为解决这一问题,平安科技智能疾病预测项目组与重庆、深圳市疾控中心专家建立了密切合作,将专家经验和知识及传统预测模型与人工智能结合起来,使模型具备了非常强的专业性。同时,项目组开发了智能疾病预测系统,并在重庆市疾控中心上线使用。一方面在落地实际应用中验证模型的有效性,另一方面充分利用上线后疾控人员的使用反馈与业务经验输入,进一步优化模型,提高预测精度。为保证模型上线后能有效运行并不断优化,疾病预测系统充分建立了问题修复及反馈机制,包含数据质量自查与人工反馈两部分。在使用多维度海量数据(603138,股吧)进行预测时,考虑到可能出现的数据质量参差不齐的情况,平安科技引入了数据异常检测模型。通过对导入的数据进行自动检测、异常数据点自动识别与标注,再交由疾控专家进行判定。其检测结果能够持续优化模型,保证海量数据的质量和真实性。疾控工作人员上传哨点医院数据后,系统可调用异常检测模型对数据进行异常判断(如数据维持在定值,异常高/低等)。此外,疾病预测系统中还有用户反馈收集入口,预测完成后,疾控中心专家可将专家经验/解读上传至系统,专家意见将反馈至模型进行学习和迭代。通过不断收集反馈、融合疾控专家经验,模型也在不断地进行优化。

本文地址:http://www.reviewcode.cn/yunweiguanli/113814.html 转载请注明出处!

今日热点资讯