打赢新冠病毒抗疫战要靠AI和大数据

新型冠状病毒肺炎(COVID-19)源于一种与严重急性呼吸道症候群(SARS)和普通感冒有关的冠状病毒。结合大数据(big data)和预测分析，以及人工智能(AI)和各种热传感器，可望有效控制这种传染病的疫情扩散，从而使其致死病例数降至最低。
由于目前对于这种病毒的检测能量有限，经常无法确定究竟有多少受到感染的病例数，使得这种病毒的真正危险性仍令人存疑。数据分析技术对于支持流行病学专家具有决定性的贡献。
数据分析就和数学一样，扮演着基本的作用。如同过去几年一样，数据科学先驱对于世界的影响深远，在疾病扩散之际，利用数据和分析推动重大改变与进展。从历史发展轨迹来看，数据分析的最早应用之一是在1854年伦敦宽街霍乱爆发(1854 Broad Street cholera outbreak)事件。第一批数据导向的流行病学家之一约翰·斯诺(John Snow)对于伦敦的致死案进行地理空间分析，从而隔离了疾病的来源。根据John Snow的分析，英国当局才能精准地采取防疫措施，迅速掌握传染病的扩散。
如何评估数据？透过数据分析系统执行各种模型，已经证实能够大致上评估趋势的发展。例如最常见的"易感-感染-康复"(Susceptible-Infective-Recovered；SIR)模型，这种流行病学模型用于计算"在一个存在具传染力病例的密闭空间中，被感染病例随着时间逐渐增加的理论数" 。该模型使用耦合方程式分析易感染人数S(t)、被感染人数I(t)以及康复人数R(t) 。最简单的SIR模型之一是Kermack-McKendrick模型，这种流行病模型也被认为是许多其他同类分析模型的基础，其中，我发现Ettore Mariotti的分析最有意思。
首先要有一个岛屿，即人们无法自由进出的系统。在某个特定时间下，每个人可能存在以下某种状态之一："易感染"、"被感染"和"康复"，因为从未患此病的人(S)很可能发病并在某个时间被感染(I)，然后康复(R) 。以CoVID-19而言，更适于为此SIR模型中增加一项"已暴露"(Exposed)状态，这包括了带有病毒但尚未感染确诊者(无症状带原者)——SEIR模型。

打赢新冠病毒抗疫战要靠AI和大数据

推荐阅读

暗香的演员介绍

什么是抽象行政行为

芜湖到仙居快递要多久

电蒸炉和微波炉的区别微波炉与电蒸箱的区别

辽宁省大连市亮甲店位置重要吗

行车记录仪内存卡型号怎么看

主营业务成本率是什么意思

苏州和新疆过春节的不同习俗

电子产品可靠性设计包含哪些内容

产妇恶露有血块正常吗

绯红女巫扮演者的伊丽莎白绯红女巫扮演者

复联4雷神真的胖了吗

孕激素低的症状

蚂蚁庄园种麦子什么意思你有这个功能不

牙周炎患者该如何治疗

急性咽喉炎失声怎么办

电脑族眼药水用什么？

产假包含周末吗

柿子很涩是什么原因柿子特别涩是为什么

防治动脉硬化有什么方法？