研究人員已經(jīng)開(kāi)始將機(jī)器學(xué)習(xí)技術(shù)應(yīng)用于各種社交媒體，以發(fā)現(xiàn)新冠肺炎可能正在中國(guó)以外的其他國(guó)家傳播的微妙跡象。

具體來(lái)說(shuō)，該研究團(tuán)隊(duì)通過(guò)機(jī)器學(xué)習(xí)從來(lái)自社交媒體、新聞報(bào)道，以及官方渠道等方面的數(shù)據(jù)中梳理出信息，然后從醫(yī)學(xué)的角度給予警告。比如，他們會(huì)在有疑似病例的地區(qū)中尋找提及呼吸道疾病和發(fā)燒等癥狀的社交帖子。

John Brownstein 是該研究團(tuán)隊(duì)的一份子，同時(shí)也是哈佛醫(yī)學(xué)院的首席創(chuàng)新官。他說(shuō)：

我們正在美國(guó)進(jìn)行監(jiān)視工作。如果當(dāng)局要分配資源并有效阻止疫情蔓延，那么就要知道病毒可能正在哪些地區(qū)傳播。因此，我們?cè)噲D從人們“口中”了解到正在發(fā)生的事情。

盡管根據(jù)世界衛(wèi)生組織的官方數(shù)據(jù)，最近新冠病毒感染率有所下降，而且，相比起來(lái)，在中國(guó)之外的新冠肺炎確診病例少之又少;不過(guò)，國(guó)際社會(huì)對(duì)病毒的傳播仍充滿擔(dān)憂，因?yàn)槟壳吧胁磺宄《镜膫鞑ナ欠裾娴牡玫搅司徑?，也有可能是新的感染正在變得難以追蹤——對(duì)此，AI 能夠派上用場(chǎng)。

相比起 SARS 期間，本次的新冠病毒有了更多可追蹤的資源，比如社交平臺(tái)和大數(shù)據(jù)。但是，要在大量的實(shí)為普通感冒和流感癥狀的猜測(cè)中，以及海量的謠言中找到新冠病毒感染的跡象是一個(gè)巨大的挑戰(zhàn)。因此，John Brownstein 團(tuán)隊(duì)對(duì)模型進(jìn)行重新訓(xùn)練，以分辨出不同的術(shù)語(yǔ)和癥狀。

目前，John Brownstein 團(tuán)隊(duì)的機(jī)器學(xué)習(xí)模型已被證明能夠在大數(shù)據(jù)中找到疑似新冠病毒感染的病人。除此之外，該模型還可以幫助專(zhuān)家了解病毒的行為，可以更快地定位到存在風(fēng)險(xiǎn)的人群和地區(qū)。

東北大學(xué)教授 Alessandro Vespignani 致力于研究大型人群的傳染病建模。他表示，即使使用目前最先進(jìn)的 AI 工具，從社交媒體上識(shí)別出新冠病毒的潛在新病例也不是一件簡(jiǎn)單的事，因?yàn)槿藗冞€未完全悉知其特征，也沒(méi)有相關(guān)的歷史數(shù)據(jù);不過(guò)可以明確的是，將 AI 和其它技術(shù)結(jié)合起來(lái)“可能非常強(qiáng)大”。

John Brownstein 團(tuán)隊(duì)一方面通過(guò) AI 模型從社交媒體和大數(shù)據(jù)中定位可能感染新冠病毒的人，另一方面正在與位于波士頓的 Buoy 公司進(jìn)行合作，這家公司通過(guò)門(mén)戶(hù)網(wǎng)站為美國(guó)數(shù)百萬(wàn)人提供健康建議。也就是說(shuō)，Buoy 公司負(fù)責(zé)收集懷疑自己已經(jīng)感染新冠病毒的用戶(hù)的信息，并為用戶(hù)提供相關(guān)的建議，然后將這些數(shù)據(jù)提供給 John Brownstein 團(tuán)隊(duì)。

實(shí)際上，AI 在本次于武漢爆發(fā)的新冠肺炎疫情中的貢獻(xiàn)不止于此。早在 2019 年 12 月 31 日，加拿大健康監(jiān)測(cè)公司 BlueDot 就已經(jīng)通過(guò) AI 技術(shù)檢測(cè)到了風(fēng)險(xiǎn)，并向外界發(fā)出警告，避開(kāi)武漢等危險(xiǎn)區(qū)域。

BlueDot 創(chuàng)始人兼首席執(zhí)行官 Kamran Khan 說(shuō)：

我們知道不能依賴(lài)政府于政府，因?yàn)橐咔楸l(fā)迅速，而政府的信息有滯后性。因此，我們可以從新聞、論壇等平臺(tái)收集一些可能有關(guān)的信息，這樣能夠更快地知道某時(shí)某地正在發(fā)生什么。

不過(guò)，Kamran Khan 也認(rèn)為社交媒體的信息冗多雜亂，追蹤全球范圍內(nèi)的機(jī)票數(shù)據(jù)是一個(gè)不錯(cuò)的方式。

盡管各國(guó)政府可以通過(guò)智能手機(jī)的來(lái)追蹤個(gè)人，但這一方式終究不如了解更廣泛的趨勢(shì)和動(dòng)態(tài)更行之有效。英國(guó)南安普敦大學(xué)教授 Andy Tatem 說(shuō)道：

目前，疫情主要還是在中國(guó)爆發(fā)，但它其實(shí)是一個(gè)世界范圍的問(wèn)題，如果病毒傳播到了缺乏衛(wèi)生保健資源的國(guó)家中，后果將十分讓人擔(dān)憂。