德州市新闻

首页 » 常识 » 诊断 » 在发现疾病爆发方面,人工智能不见得比人类
TUhjnbcbe - 2023/5/8 22:37:00
北京中科白癜风医院热心公益 http://baijiahao.baidu.com/s?id=1700353473777029651&wfr=spider&for=pc

图为HealthMap的一名工作医院的工作区域挖掘健康数据维持系统最新状态;HealthMap是使用人工智能来监控全球疾病爆发的系统,在官僚主义壁垒和语言障碍可能出现的情况下,它收集到某些新出现的流行病早期预警,能让全球卫生医疗专家领先一步了解情况。后方屏幕上显示的是世界地图,彩色圆点标记为COVID-19(新型冠状病*)的病例。

在中国爆发冠状病*疫情的警告过程中,人工智能系统是否超过了人类医生?狭义上说,是的。但是人类在速度上所欠缺的可以在技术上弥补。如同火警预警一样,疾病暴发的早期预警可以帮助*府和人民挽救生命。在年的最后几天,波士顿的一套人工智能系统发布了关于中国新型冠状病*第一个全球警报。但是,还需要人类的智慧来认识疫情的重要性,然后逐步唤醒公共卫生界的反应。更重要的是,就在人工智能系统发布预警半小时之后,人们也发布出类似的警报。

目前,人工智能疾病预警系统仍然停留在类似汽车报警器一样容易触发的阶段,有时会被忽略。医学专家和研究人员组成的工作网络必须尽力,从而在纷杂的谣言中筛选出更完整的信息情况。很难说基于更多疫情数据,未来的人工智能系统能够达成什么样的成果。

12月30日,医院(BostonChildren’sHospital)的自动健康地图系统首次发布了中国境外有关这种新型冠状病*的公共警报。当地时间晚上11:12,HealthMap发布了武汉不明肺炎病例警报。该系统通过扫描在线新闻和社交媒体报道,将预警的严重程度分为5级,而这种病*为3级。HealthMap的研究人员花了几天时间才认识到它的重要性。

在HealthMap发布警报的四个小时前,纽约流行病学家MarjoriePollack女士也曾收到一封含有武汉存在不明肺炎的私人邮件。作为志愿团体“新发疾病项目监测”(ProMed)的副主编,Pollack女士紧急召集了一个团队对此事进行调查。ProMed的详细报告在HealthMap警报发布后30分钟发布。

通过扫描社交媒体、在线新闻和*府报告等,寻找传染病爆发迹象的早期预警系统,有助于向世界卫生组织等全球机构提供信息,这为国际专家提供了一个良好的开端。有些系统,包括新发疾病项目监测(ProMed),依赖于人类的专业知识,其他的系统有的是部分或完全自动化来实现。

“这些工具可以帮助*府机构提供信息,使信息更加公开透明”医院负责HealthMap系统的首席创新负责人JohnBrownstein说。新发疾病项目监测(ProMed)的报告常常被其他预警系统收录,包括世界卫生组织下属机构、加拿大*府和多伦多初创公司BlueDot的运营项目。世卫组织还汇集了来自HealthMap和其他来源的数据。

计算机系统扫描在线报告以获取疾病暴发信息依赖于自然语言处理,这和人工智能回答搜索引擎或语音助手提出的问题属于同一分支。但位于旧金山的疾病监测公司Metabiota的首席执行官NitaMadhav说,“这些算法的有效性取决于它们所过滤的数据。不同机构报告医疗数据的方式不一致可能会阻碍算法。不同机构呈现的医疗数据方式不一致可能会阻碍算法。文本扫描程序从在线文本中提取关键字,但是在特定时间内,当报告不同新病*病例、累积病例或新病例时,可能会出错。潜在的数据混乱意味着总是需要有个人参与审查数据的过程。所以整个链路还很依赖人工。”

哈佛大学流行病学家AndrewBeam表示,扫描在线报告中的关键词有助于表现趋势,但准确性取决于数据的质量。他还指出,这些技术并不算新兴事物,智能抓取网站是一门艺术,也是谷歌自上世纪90年代以来的核心技术。谷歌早在年就开始了检测流感趋势的服务,通过搜索流感症状的模式来追踪流感爆发。很多专家批评谷歌过度高估流感的流行性。因此,谷歌于年关闭了该网站,并将其技术交给了HealthMap等非营利组织,让它们使用谷歌的数据建立自己的模型。目前,谷歌现在正与布朗斯坦(Brownstein)的团队合作,研究一种类似的基于网络方法来跟踪蜱传莱姆病的地理传播。

科学家们还利用大数据来模拟早期疾病传播途径。1月初,医院(TorontoGeneralHospital)的传染病医生兼研究员IsaacBogoch与BlueDot创始人KamranKhan分析了很多商业航班数据,以确认中国大陆以外哪些城市与武汉的联系最为密切。武汉在1月下旬停止了所有境外商业航班,但在此之前已经有大约万人离开了武汉。Bogoch称,我们发现从武汉飞往泰国、日本和香港的航班数量最多,几天后我们看到这些地方开始出现病例。

年,研究人员使用了类似的方法来预测寨卡病*从巴西传播到佛罗里达州南部。人工智能系统需要依靠大量的先前数据来训练计算机并对新事物进行分析判断。但Bogoch说,现在许多*府已经采取了积极的措施来遏制疾病传播,因此很难建立算法来预测接下来会发生什么。

声明:本文源自美国联合通讯社,版权归原作者或原出处所有,观点仅代表作者本人,不代表SENSORO立场。如有侵权或者其他问题,请联系我们;违规转载法律必究。

1
查看完整版本: 在发现疾病爆发方面,人工智能不见得比人类