本文摘要：研究人员早已开始将机器学习技术应用于各种社交媒体，以找到新冠肺炎有可能正在中国以外的其他国家传播的错综复杂迹象。

研究人员早已开始将机器学习技术应用于各种社交媒体，以找到新冠肺炎有可能正在中国以外的其他国家传播的错综复杂迹象。具体来说，该研究团队通过机器学习从来自社交媒体、新闻报道，以及官方渠道等方面的数据中辨别出有信息，然后从医学的角度给与警告。

比如，他们不会在有疑似病例的地区中找寻提到呼吸道疾病和感冒等症状的社交帖子。John Brownstein 是该研究团队的一份子，同时也是哈佛医学院的首席创意官。他说道：我们正在美国展开监控工作。如果当局要分配资源并有效地制止疫情蔓延到，那么就要告诉病毒有可能正在哪些地区传播。

因此，我们企图从人们“口中”了解到正在再次发生的事情。尽管根据世界卫生组织的官方数据，最近新冠病毒感染亲率有所上升，而且，比起一起，在中国之外的新冠肺炎发病病例少之又少；不过，国际社会对病毒的传播仍充满著忧虑，因为目前尚能不确切病毒的传播否知道获得了减轻，也有可能是新的病毒感染正在显得无法跟踪——回应，AI 需要派上用场。

比起起 SARS 期间，本次的新冠病毒有了更好可追踪的资源，比如社交平台和大数据。但是，要在大量的实乃普通发烧和流感症状的猜测中，以及海量的谣言中寻找新冠病毒感染的迹象是一个极大的挑战。

因此，John Brownstein 团队对模型展开新的训练，以辨别出有有所不同的术语和症状。目前，John Brownstein 团队的机器学习模型已被证明需要在大数据中寻找疑为新冠病毒感染的病人。

除此之外，该模型还可以协助专家理解病毒的不道德，可以更慢地定位到不存在风险的人群和地区。东北大学教授 Alessandro Vespignani 致力于研究大型人群的传染病建模。

他回应，即使用于目前最先进设备的 AI 工具，从社交媒体上辨识出有冠病毒的潜在新的病例也不是一件非常简单的事，因为人们还并未几乎俱闻其特征，也没涉及的历史数据；不过可以具体的是，将 AI 和其它技术融合一起“有可能十分强劲”。John Brownstein 团队一方面通过 AI 模型从社交媒体和大数据中定位有可能病毒感染新冠病毒的人，另一方面正在与坐落于波士顿的 Buoy 公司展开合作，这家公司通过门户网站为美国数百万人获取身体健康建议。

也就是说，Buoy 公司负责管理搜集猜测自己早已病毒感染新冠病毒的用户的信息，并为用户获取涉及的建议，然后将这些数据获取给 John Brownstein 团队。实质上，AI 在本次于武汉愈演愈烈的新冠肺炎疫情中的贡献好比于此。早于在 2019 年 12 月 31 日，加拿大身体健康监测公司 BlueDot 就早已通过 AI 技术检测到了风险，并向外界收到警告，避免武汉等危险性区域。

BlueDot创始人兼任首席执行官 Kamran Khan 说道：我们告诉无法倚赖政府于政府，因为疫情愈演愈烈很快，而政府的信息有滞后性。因此，我们可以从新闻、论坛等平台搜集一些有可能有关的信息，这样需要更慢地告诉某时某地正在再次发生什么。不过，Kamran Khan 也指出社交媒体的信息冗多杂乱，跟踪全球范围内的机票数据是一个不俗的方式。

尽管各国政府可以通过智能手机的来跟踪个人，但这一方式注定不如理解更加普遍的趋势和动态更加行之有效。英国南安普敦大学教授 Andy Tatem 说：目前，疫情主要还是在中国愈演愈烈，但它只不过是一个世界范围的问题，如果病毒传播到了缺少卫生保健资源的国家中，后果将十分让人忧虑。(公众号：)原创文章，予以许可禁令刊登。下文闻刊登须知。

本文来源：沙巴官网入口-www.023hmk.com