AI如何将点滴联系起来以警告疾病威胁
加拿大人工智能公司BlueDot最近几周一直在新闻中发出警告，称在疾病控制与预防中心和世界卫生组织发出正式警报之前，有关新的冠状病毒日将提前。该公司能够通过利用官方报告数据以外的其他信息来源来实现此目的。
BlueDot的AI算法是一种计算机程序，随着处理更多数据而不断改进，它以多种语言收集新闻报导，动植物疾病追踪网络的报告以及机票数据。结果是，与依赖公共卫生数据的算法相比，该算法在模拟疾病传播方面更胜一筹-足以预测疾病暴发。该公司使用该技术为其政府和私营部门客户预测和跟踪传染病。
传统的流行病学跟踪人们在何处以及何时感染疾病，以查明疾病的爆发源以及最容易受到感染的人群。像BlueDot这样的AI系统可以模拟疾病在人群中的传播方式，从而可以预测疫情将在何处发生，并可以预测疾病的传播范围和速度。因此，尽管CDC和世界各地的实验室争相寻找新型冠状病毒的治疗方法，但研究人员正在使用AI来尝试预测疾病的下一步发展及其可能产生的影响。两者在面对疾病中都起着关键作用。
但是，人工智能不是灵丹妙药。AI系统的准确性高度依赖于他们从中学习的数据的数量和质量。人工智能系统的设计和培训方式可能会引发道德问题，当技术影响到大批人口(涉及与公共卫生同样重要的事情)时，这将特别麻烦。
都是关于数据的
传统疾病爆发分析着眼于爆发的位置，疾病病例的数量和时间段-在何处，何时何地-预测疾病在短时间内传播的可能性。最近使用AI和数据科学进行的工作已经扩大了范围，使其包括许多不同的数据源，这使得可以对爆发进行预测。随着Facebook，Twitter和其他社交和微媒体网站的出现，越来越多的数据可以与某个位置相关联，并可以从中获取有关爆发等事件的知识。数据可以包括关于异常呼吸道病例的医务人员论坛讨论，以及有关生病的社交媒体帖子。
这些数据大部分都是高度非结构化的，这意味着计算机无法轻松理解它们。非结构化数据的形式可以是新闻故事，航班地图，社交媒体上的消息，个人签入，视频和图像。另一方面，结构化的数据(例如按位置报告的病例数)则被制成表格，并且通常不需要太多的预处理就可以使计算机对其进行解释。
