返回顶部
今日    | 手机版 | 资讯 | 产品 | 企业 | 热点 | 商道 | 原料 |
返回首页
返回首页
home 您现在的位置: 首页 >医用机器人>行业资讯 > 详细信息
机器学习可以帮助减缓未来的流行病:人工智能可能是限制未来大流行中感染传播的关键之一
2021年04月15日    阅读量:1360     新闻来源:中国机械网 okmao.com    |  投稿

人工智能可能是限制未来大流行中感染传播的关键之一。在一项新的研究中,哥德堡大学的研究人员研究了如何在流行病暴发期间使用机器学习来找到有效的测试方法,从而帮助更好地控制暴发。


在这项研究中,研究人员开发了一种方法来改进流行病暴发期间的检测策略,并且在信息相对有限的情况下,能够预测哪些个体具有最佳的检测潜力中国机械网okmao.com


机器学习可以帮助减缓未来的流行病:人工智能可能是限制未来大流行中感染传播的关键之一 中国机械网,okmao.com


哥德堡大学物理学博士生,已发表研究的主要作者劳拉·纳塔利(Laura Natali)说:“这可能是社会更好地控制未来重大疾病爆发并减少关闭社会的第一步。”


机器学习是人工智能的一种,可以描述为数学模型,其中训练计算机学习使用不同的数据集查看连接并解决问题。研究人员将机器学习用于流行病暴发的模拟中,其中使用有关第一个确诊病例的信息来估计其余人群的感染情况。使用了有关受感染个体的联系网络的数据和其他信息:他们与谁密切联系,在何处以及持续了多长时间。


“在这项研究中,使用该方法可以快速控制疫情,而随机测试会导致更多感染者的暴发不加控制。在现实世界中,可以添加信息,例如人口统计数据,年龄和与健康有关的状况,可以进一步提高该方法的有效性。如果只是暂时的免疫力,也可以使用相同的方法来预防人群的再次感染。”


她强调,这项研究是模拟,需要对真实数据进行测试才能进一步改进该方法。因此,将其用于正在进行的冠状病毒大流行还为时过早。同时,她认为这项研究是能够实施更具针对性的措施以减少感染扩散的第一步,因为基于机器学习的测试策略会自动适应疾病的特定特征。例如,她提到可以轻松预测是否应测试特定年龄段的人,或者是有限的地理区域是否是危险区域(例如学校,社区或特定社区)的潜力。


“大规模爆发开始时,快速有效地识别传染性个体很重要。在随机检测中,存在无法实现的巨大风险,但是通过采用更具目标性的检测策略,我们可以发现更多的感染者,从而它还获得了必要的信息,以减少感染的传播。我们证明了机器学习可以用于开发这种类型的测试策略,”她说。


之前的研究很少研究如何将机器学习用于大流行病,尤其是明确地寻找最佳测试策略。


“我们表明,可以使用相对简单和有限的信息来预测谁将最有利于测试。这可以更好地利用可用的测试资源。”


标签:行业资讯今日头条机械应用人工智能市场评论技术中心机器人设备与仪器系统及软件医用机器人工业设备
免责声明: 本文仅代表作者本人观点,与本网无关。本网对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。本网转载自其它媒体的信息,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如因作品内容、版权和其它问题需要同本网联系的,请在一周内进行,以便我们及时处理。客服邮箱:service@cnso360.com | 客服QQ:23341571

全站地图

深圳网络警察报警平台 深圳网络警
察报警平台

公共信息安全网络监察 公共信息安
全网络监察

经营性网站备案信息 经营性网站
备案信息

中国互联网举报中心 中国互联网
举报中心

中国文明网传播文明 中国文明网
传播文明

深圳市市场监督管理局企业主体身份公示 工商网监
电子标识