dailyorder
活動+
 

社群媒體AI分析 協助疫情追蹤

AI模型可從社群媒體訊息中找到可能的武漢肺炎病例。法新社

隨著中國大陸肺炎疫情逐漸擴大,有人工智慧(AI)研究人員開始利用機器學習技術,分析社群媒體及網頁上的訊息,希望能藉由各種細微線索,掌握疾病擴散的情況。

根據WIRED網站報導,哈佛醫學院的國際團隊,正嘗試利用機器學習從社群媒體貼文、新聞報導、官方公衛管道以及醫生提供的資訊中爬梳線索,藉此判斷病毒是否已在中國以外的國家蔓延。

Brownstein團隊的研究會在出現疑似病例區域的社群媒體貼文中,尋找呼吸困難、發燒等字眼,並利用自然語言處理解析文章,分辨發文者是在討論新聞,或是抱怨自己的身體狀況。

在2019年12月底時,一家名為BlueDot的公司透過類似的方法,比中國官方早一步意識到武漢肺炎疫情的嚴重性。

Brownstein表示將利用這個方法監控疫情在美國的發展,藉此協助相關單位分配資源、有效控制疫情。

儘管大量的社群、網頁、行動資料提供了追蹤的基礎,但要在大量訊息中尋找疫情的徵象可說是大海撈針。在訓練機器學習模型時,除了需考慮到民眾會使用的詞彙,還需注意新型冠狀肺炎與其他疾病症狀的差異。

Brownstein團隊的機器學習模型不僅能用來偵測新的病例,也能協助專家學習病毒的行為模式。比起官方資料,社群媒體透露的訊息或許更能有效協助判斷患病風險較高的年齡層、性別與區域。

美國東北大學(Northeastern University)表示,由於武漢肺炎的特徵並不明顯,因此就算使用了最先進的AI工具,要從社群媒體訊息中找出新的病例仍是相當困難的工作。不過如果美國未來出現更多病例,透過這種方法進行監控也會變得較為容易。

除了社群媒體訊息外,流行病專家還可透過行動裝置的ping、飛機與火車班表建立病毒傳播的模型,以及可能的軌跡。

英國南安普敦大學與同事近來利用百度提供的匿名化智慧型手機資料,建立了病毒如何在出現幾天後,從武漢擴散的模型。

另外一個研究團隊則是利用騰訊提供的資料建立傳染模型。模型顯示大陸在實施旅遊禁令後,疫情的傳播暫時出現了緩和。

  •     按讚加入DIGITIMES智慧醫療粉絲團
更多關鍵字報導: 人工智慧