加拿大 Bluedot 用 AI 预测疫情，曾提前一周发出预警

Bluedot 是一家来自加拿大多伦多的 AI 初创公司，该公司致力于使用大数据分析来跟踪和预测世界上最危险的传染病的蔓延。利用 AI 驱动的算法，该公司 AI 系统通过搜索外语新闻报道、动植物疾病报告和各类官方公告，于 2019 年 12 月 31 日向其客户发出警告，避免在武汉等地区进行活动。这一警告比美国疾病控制与预防中心于 2020 年 1 月 6 日发布的消息还要早。

该公司还早先成功地预测了其他疫情，例如在南佛罗里达州的Zika疫情。

BlueDot 的创始人兼首席执行官 Kamran Khan 介绍，该公司采用的算法不使用社交媒体发布内容，因为这些数据太乱了。他们的窍门是：访问全球机票数据，可以帮助预测下一个受感染居民的去向和时间。它正确预测了新型冠状病毒在首次出现后的几天内将从武汉扩散到曼谷、汉城、台北和东京。

BlueDot 现在有 40 名员工，他们是设计疾病监测分析程序的医生和程序员，该程序使用自然语言处理和机器学习来筛选 65 种语言的新闻报道，以及航空公司数据和动物疾病暴发的报道。一旦完成自动数据筛选，人工分析就将接手，流行病学家会从科学角度检查结论是否合理，然后将报告发送给政府，企业和公共卫生组织等客户。

据该公司称，它“使用大数据分析来跟踪和预测世界上最危险的传染病的蔓延。”去年八月，它宣布了一轮投资，使其总资金达到了约1000万美元。

人工智能是医疗保健的未来

显然，人工智能和机器学习技术无疑将成为医疗保健的未来，并可能永久性地破坏整个行业。根据Frost＆Sullivan的预测，到2021年，人​​工智能系统的行业规模将达到60亿美元。麦肯锡最近的一项研究预测，医疗保健将是前五大行业之一，涉及50多个涉及人工智能的用例，并且已经超过10亿美元筹集了启动资金。

医疗保健中的AI将从根本上影响医疗保健的三个主要方面-患者，医生和行政管理/操作。虽然AI工具和机器人将在患者医疗历程的每个级别上实现，但它所产生的整体影响才真正会破坏整个行业。AI会将患者过去的所有记录与见解无缝地结合在一起，使用该数据进行诊断，进而进行治疗并最终维护健康。

传染病医师，BlueDot的创始人兼首席执行官Kamran Khan在一次采访中解释说，该公司的预警系统如何利用人工智能（包括自然语言处理和机器学习）通过分析65篇文章中的100,000篇文章来跟踪100多种传染病每天的语言。这些数据可帮助公司知道何时将传染病的潜在存在和传播通知客户。

BlueDot模型（其最终结果随后由人类研究人员进行分析）背后的想法是，尽快将信息提供给医护人员，希望他们能够及早诊断出（如果需要，可以将其隔离）受感染且具有传染性的人上。

Khan告诉Recode：“官方信息并不总是及时的。” “旅行者中的一例与暴发之间的区别取决于您的前线医护人员是否意识到某种疾病。可能是防止实际爆发的差异。”

Khan补充说，他的系统还可以使用一系列其他数据（例如有关某个地区的气候，温度甚至本地牲畜的信息）来预测感染某疾病的某人是否可能在该地区引起疫情。他指出，早在2016年，BlueDot就可以预测Zika病毒在佛罗里达出现之前的六个月的出现。

同样，流行病监测公司Metabiota确定，泰国，韩国，日本和台湾最有可能在实际报告该国病例之前一周以上看到该病毒，部分原因是通过查找航班数据。像BlueDot一样，Metabiota也使用自然语言处理技术来评估有关潜在疾病的在线报告，并且还在努力开发用于社交媒体数据的相同技术。

Metabiota的数据科学总监Mark Gallivan解释说，在线平台和论坛也可以表明存在流行病的风险。Metabiota还声称，它可以根据疾病症状，死亡率和治疗方法等信息，估计疾病传播引起社会和政治破坏的风险。举例来说，在本文发表的时候，Metabiota评为新型冠状病毒引起公众的焦虑在美国和中国的“高”的风险，但它的额定这种风险的猴痘病毒在刚果民主共和国（其中有报道称该病毒为“中等”。

很难知道这种评级系统或平台本身的准确性如何，但加里文说，该公司正在与美国情报界和国防部合作处理与冠状病毒有关的问题。这是Metabiota与In-Q-Tel合作的一部分，In-Q-Tel是与中央情报局相关的非营利性风险投资公司。但是政府机构并不是这些系统的唯一潜在客户。Metabiota还向再保险公司宣传其平台 -再保险本质上是为保险公司提供的保险-他们可能想管理与疾病潜在传播相关的财务风险。

人工智能不仅可以使流行病学家和官员在疾病暴发时及时获悉信息，还可以发挥更大的作用。研究人员已经建立了基于AI的模型，可以实时预测Zika病毒的爆发，从而可以告知医生应对潜在危机的方式。人工智能还可以用来指导公共卫生官员 在危机期间如何分配资源。实际上，人工智能已成为对抗疾病的新的第一道防线。

结论

随着世界的快速变化，这些疾病正在迅速发生并传播。但是，有了AI工具和各种软件，就可以更好地利用对数据的更多访问。数据的大量增加可以用来产生重要的见解，进而对它们采取行动，从而比疾病传播本身更早，更快地传播新闻。

更广泛地说，人工智能已经在协助研究新药，应对罕见疾病和检测乳腺癌。人工智能甚至被用来识别传播恰加斯（Chagas）的昆虫，恰加斯是一种不可治愈的潜在致命疾病，在墨西哥，中南美洲估计感染了800万人。使用非健康数据（例如社交媒体帖子）来帮助健康政策制定者和制药公司了解健康危机的广度也越来越引起人们的兴趣。例如，可以挖掘社交媒体帖子以追踪非法阿片类药物的AI，并使公共卫生官员了解这些受控物质的传播情况。

这些系统，包括Metabiota和BlueDot，仅与其评估的数据一样好。而且，人工智能（通常）存在偏差问题，它可以反映系统的工程师及其所接受的数据。在医疗保健中使用的AI绝对不能避免该问题。

尽管如此，所有这些进步都代表了AI可以做的更乐观的前景。通常，AI机器人筛选大量数据的消息并不那么好。考虑使用基于从网络上获取的图像构建的面部识别数据库进行执法。或聘请现在可以使用AI的管理人员根据您的社交媒体帖子预测您的工作表现。AI与致命疾病作斗争的想法为我们提供了这样一种情况，即使我们没有完全的希望，我们也会感到不那么轻松。也许这项技术（如果开发和使用正确）实际上可以帮助挽救一些生命。