高維機(jī)器學(xué)習(xí)防控篩查模型，精準(zhǔn)篩查高風(fēng)險(xiǎn)易感人群

在疫情防控過(guò)程中，及時(shí)發(fā)現(xiàn)高風(fēng)險(xiǎn)人群與超級(jí)傳染者，準(zhǔn)確掌握疫情發(fā)展動(dòng)態(tài)是關(guān)鍵。同時(shí)，如果能就不同政策對(duì)疫情的影響進(jìn)行預(yù)演判斷，以及更快速地追溯到病毒的傳播路徑，將極大提高政府部門的防控效率。

2月9日，澎湃新聞了解到，國(guó)內(nèi)人工智能企業(yè)第四范式，聯(lián)合南京大學(xué)、蘇北人民醫(yī)院臨床專家，已經(jīng)研發(fā)出基于人工智能（AI）的精準(zhǔn)防控、疫情推演及病毒溯源方案，并正式投入到抗擊疫情的一線戰(zhàn)斗中。據(jù)悉，這套方案基于第四范式機(jī)器學(xué)習(xí)技術(shù)以及臨床研究專家的專業(yè)經(jīng)驗(yàn)，通過(guò)多維度數(shù)據(jù)分析和模擬，有利于進(jìn)一步提升高危感染人員精準(zhǔn)篩查比例，推演疫情發(fā)展情況實(shí)施精準(zhǔn)防控，找到并切斷疫情蔓延的源頭。

第四范式成立于2015年，2016年獲“吳文俊人工智能科學(xué)技術(shù)獎(jiǎng)”創(chuàng)新獎(jiǎng)一等獎(jiǎng)。目前，第四范式已將 人工智能賦能醫(yī)療、金融、政府、能源、互聯(lián)網(wǎng)等20多個(gè)行業(yè)，完成近2000個(gè)AI落地案例。

高維機(jī)器學(xué)習(xí)防控篩查模型，精準(zhǔn)篩查高風(fēng)險(xiǎn)易感人群

在疫情防控中，高風(fēng)險(xiǎn)易感人群的精準(zhǔn)篩查非常關(guān)鍵，通過(guò)找出此類人群，采取及時(shí)發(fā)現(xiàn)、及時(shí)告知、及時(shí)隔離等措施，能夠有效防止疫情的擴(kuò)散。傳統(tǒng)的篩查規(guī)則系統(tǒng)是通過(guò)判斷是否和確診或疑似人員在同一地區(qū)同時(shí)出現(xiàn)，規(guī)則簡(jiǎn)單、易于操作，但供判斷分析的數(shù)據(jù)源獲取難度大，基于有限數(shù)據(jù)源獲得的篩查結(jié)論，其準(zhǔn)確度還有很大的提升空間。

這套方案通過(guò)多維度數(shù)據(jù)分析和模擬，有利于進(jìn)一步提升高危感染人員精準(zhǔn)篩查比例，推演疫情發(fā)展情況實(shí)施精準(zhǔn)防控，找到并切斷疫情蔓延的源頭。

第四范式利用AI技術(shù)豐富了現(xiàn)有的防控篩查規(guī)則模型，進(jìn)一步提升人群的覆蓋面以及篩查的召回率與準(zhǔn)確率，降低了管控難度與成本。特別是在緊急狀況下，能夠協(xié)助主管部門把有限資源投入到最關(guān)鍵的區(qū)域。此外，面對(duì)病毒變異以及人群動(dòng)態(tài)復(fù)雜性，第四范式還基于人工智能的自學(xué)習(xí)能力構(gòu)建了數(shù)據(jù)及系統(tǒng)閉環(huán)，持續(xù)迭代，從而保證在非常有限的時(shí)間內(nèi)基于動(dòng)態(tài)環(huán)境變化提供高效、準(zhǔn)確的判斷支持，協(xié)助各有關(guān)部門制定可操作性的政策和行動(dòng)計(jì)劃。

可學(xué)習(xí)的省市區(qū)縣級(jí)數(shù)字孿生系統(tǒng)，實(shí)時(shí)預(yù)演分析疫情發(fā)展

在疫情推演中，由于傳統(tǒng)SEIR、高斯過(guò)程回歸、SARS傳染擴(kuò)散等模型很難考慮人口流動(dòng)、管控措施等綜合因素，對(duì)實(shí)際抗疫戰(zhàn)爭(zhēng)中的防控決策支持力度不足，無(wú)法提供供決策層制定政策并影響疫情發(fā)展的有效方案。

第四范式采用了高維機(jī)器學(xué)習(xí)技術(shù)以及多維度的數(shù)據(jù)，構(gòu)建了更細(xì)粒度、更接近實(shí)際情況的省市區(qū)縣級(jí)數(shù)字孿生系統(tǒng)，充分考慮復(fù)雜環(huán)境下的各種突發(fā)因素，例如交通管制、復(fù)工時(shí)間、藥物投放等，對(duì)疫情發(fā)展的影響，最重要的是該系統(tǒng)具備模擬功能，可以就關(guān)鍵決策一旦實(shí)施所帶來(lái)的影響進(jìn)行仿真預(yù)判，為制定實(shí)用有效的防控政策提供了重要依據(jù)。

基于AI技術(shù)構(gòu)建疫情溯源系統(tǒng)，快速追溯傳染路徑

在防控初期及結(jié)束后，病毒傳染溯源極為關(guān)鍵。此前，病毒傳染溯源主要通過(guò)人工分析患者信息找到相關(guān)性，再經(jīng)推演現(xiàn)場(chǎng)驗(yàn)證得出。但該種方式存在對(duì)新信息響應(yīng)慢、對(duì)復(fù)雜場(chǎng)景處理能力有限等諸多挑戰(zhàn)，同時(shí)由于很難實(shí)際觀測(cè)到傳染事件的發(fā)生，使得傳染路徑以及傳染方向的推斷變得異常困難。

為了實(shí)現(xiàn)準(zhǔn)確、高效的溯源，第四范式、南京大學(xué)以及蘇北人民醫(yī)院臨床研究專家組成的聯(lián)合團(tuán)隊(duì)，利用機(jī)器學(xué)習(xí)技術(shù)構(gòu)建數(shù)據(jù)驅(qū)動(dòng)的新型冠狀病毒傳播數(shù)字孿生系統(tǒng)，構(gòu)建潛在傳染的關(guān)系網(wǎng)，結(jié)合病患信息，在關(guān)系網(wǎng)中找到可能的傳播源以及潛在的超級(jí)傳染者。此外，第四范式還構(gòu)建了可學(xué)習(xí)的事件回放模擬器，及時(shí)發(fā)現(xiàn)潛在傳染路徑，幫助防疫部門快速切斷疫情蔓延的源頭。

第四范式稱，目前這套系統(tǒng)已經(jīng)在防疫一線中使用。同時(shí)，第四范式將向社會(huì)開放智能疫情防控系統(tǒng)，希望為更多疫情防護(hù)部門、機(jī)構(gòu)及單位提供人工智能技術(shù)幫助與支持。