AI增强的预测模型，用于打击下一个Covid波

经过埃里克•符咒Suman德博士哈利Keir休斯 2020年6月| POV | 14分钟读|本文的电子邮件|下载

事情应该有多快？

需要关键信息来决定各国如何重新启动其经济。关于病毒的易于传输的强大数据，其在新地点的发展程度，都需要突变和实时识别潜在的热点的潜力。

然而，迄今为止发展起来的数据科学模型受到不断变化的数据点的影响，有时不可靠。¹许多早期的统计模型都是在匆忙中开发的²基于有限的测试能力缺点数据。^3./⁴

我们需要一种不同的方法，一种建立在具有适应性、规模化和自动化的尖端人工智能之上的方法。这种模型将优于当前的模型，因为它需要更少的数据来学习和预测第二波爆发时病毒的路径。希望公共部门领导人可以利用这个模型更有效地预测COVID-19的动态，制定更好的大流行控制程序，并为当前和以后的疫情制定强有力的退出战略。

为什么当前的数据不能满足我们?

需要良好的数据来跟踪和响应这种幅度的大流行。该数据必须准确且统计学意义。诸如死亡率，r值，病毒传输速率和畜群免疫水平的事情，迄今为止越来越无法估计地理位置。新病毒引起的爆发开始时的可靠数据是罕见的，并且对这些值的预测是不确定的。⁵

还需要良好的观测数据。在美国和其他国家，这很困难，因为大规模检测一直是一个挑战。另一个问题是由于免疫诊断测试类型和标本收集技术的差异造成的敏感性和特异性率的差异。由于变异性如此之大，很难了解感染人数和已感染并康复的人数。

此外，用于检测过去感染的抗体也可以通过其他形式的冠状病毒产生，包括常见的寒冷和季节性流感。

通过这些不确定性，很难确定谁是免疫，谁是无症状或症状轻微的症状。有些人可能是对症的，但尚未进行测试。如果事情打开太快，这些运营商可能很容易引发大流行的新浪潮。

理解谁特别容易受到病毒的必要性。新数据显示肥胖，糖尿病，心脏病和维生素D缺乏使事情变得更糟。但是，陪审团仍然是传播是否有任何季节性影响或天气依赖性。对许多未知变量工作的当前模型很可能是有问题的。

当前模型的问题

存在用于跟踪病毒的计算模型基于数据不足和朦胧假设。

由健康指标和评估研究所建造的模型 - 白宫使用 - 假设大流行的进展将在中国，西班牙和意大利等脚步，在其他国家。但它未能考虑关键区域参数的任何差异。Covid-19测试中的人口特征，可用性和差异，获得关键护理设施，检疫水平以及社会偏差生效的日期都基于世界其他地方在世界其他地方看到的内容。这种非机械模式遭受了法律法律的谬论，⁶也就是说所有的流行病都是对称的规模是一致的。难怪IHME的预测会让美国的政策制定者和广大公众感到困惑⁷

“许多现有模型基于错误的数据，并且无法考虑到关键区域参数”

一些大学采取了不同的路线。这些早期模型包括了对传染病、传播和r值的估计，以及增加严重疾病或死亡风险的因素。他们还综合了从感染到实际临床康复的时间框架。这种工作模型被称为SEIR，它将人群分为四大类(易感、暴露、感染、抗性)。尽管这些模型比类似ihme的经验模型更精确，但它们没有考虑到对病毒和人群风险的不断演变的知识。他们还低估了这种疾病的传播，因为没有考虑到人口行为、当地环境因素和政治决策的影响。此外，这些模型并没有明确提到其成因中包含的关键假设。不准确的假设会导致工作模型中的错误。⁸

帝国理工学院预测高感染率和高致死率的模型实际上未能推断出即使在没有政府强制干预的情况下人口行为仍会发生明显变化。它也缺乏对病毒复制(R0)数字如何会因这种行为而改变的了解。

据明尼苏达大学称，基于其他冠状病毒的其他模型——如SARS-CoV-1(可导致严重急性呼吸系统综合征)和中东呼吸系统综合征冠状病毒(又称MERS-CoV)——同样未能为预测COVID-19提供有用的指导。⁹最近的Umass Amherst的集合型模型（通常用于天气预报）三角形比较多种模型的比较预测。这种方法可以将已经集成到的现有模型中的不确定性和错误包含，它已引用以开发其预测假设。

建立正确的退出策略模型

所有这些都意味着，既没有正确的数据，也没有正确的模型来告诉政府应该在什么时候以及如何开放。这将引发社会混乱和市场动荡的连锁反应。即使是现在，一些领导人也在没有为潜在后果做好充分准备的情况下放宽了管制。

“AI模型将使领导者能够以故障安全，实时数据为基础计划”

世界卫生组织警告称，由于世界各地突然结束锁定，可能会发生新的爆发。¹⁰有些专家表示，新浪潮可能会在2020年晚上或2020年初期袭击，甚至更快，具体取决于现在处理重新开放。

在这种不确定时期，需要一种新的型号，帮助政府和特遣部队领导人根据故障安全，实时数据确定未来的计划。该模型（以及它确定的计划）应根据第二波的可能性以及该波可能的可能性。这将告知企业和各国政府如何以及何处采购必要的供应，例如呼吸机和个人防护设备。它还将讲述政府如何管理连续住院和ICU招生，同时提供有关经济如何恢复正常的指导，如果发生第二波，那么如果发生较少的经济中断。

当然，有些模式在一开始就比其他模式更成功。在新西兰，为了恢复和运行经济，已经就增加检测、保持社会距离和保护弱势群体提出了良好的建议。但从更广泛的层面来看，缺乏更细化的决策。例如，为了保护弱势群体，某些地点是否应该继续实行封锁?如何对人群进行分层，以确定谁首先从封锁中出来，以及未来需要采取哪些社会距离措施，以将大流行控制在卫生系统的能力之下?最后，需要采取什么战略来大规模实施接触者追踪，并确保在出现另一波接触潮时提供足够的卫生保健?

AI模型导航下一个波

公共卫生决策者需要更好的信息和更好地了解预警指标，以导航各种锁定场景。许多最强大的新模式都在科学审查下。

但是他们可以做得更好，克服早期模型的一些缺点。

一种想法是采用人工智能，人工神经网络和深度学习技术可以增强现有的流行病学模型，使其更动态、更实时响应。这种人工智能模型将具有自适应、规模化、自动化，并使用“半监督”或非监督学习。即使没有一份被普遍接受的大规模COVID-19检测报告作为可靠的分母，这样的模型仍然可以得出更全面的结果。¹¹

这种人工智能模式将是自我维持的。与目前的许多模型相比，它需要学习和预测的数据量更少(目前的模型有很长的学习曲线，需要对所有训练数据进行严格和正确的标记——这是一项困难的工作，因为测试有限，而且医院外的COVID-19死亡病例少报)。人工智能系统将不断调整输入参数，不断学习，不会出现当前模型不可避免的“调整延迟”。此外，通过深度学习，人工智能可以发现复杂模式，自动检测异常，自动学习和自愈。它还能够判断变量的准确性(例如，测试结果中的方差)，产生比我们目前看到的任何结果都更可靠的结果。

由于疾病在不同地方的传播是不同的，AI模型中的关键参数将包括区域人口特征，如年龄分布、社会经济地位、人口风险因素(如吸烟、肥胖、药物依赖)和患有共病的老年人的百分比。它还将包括区域和环境因素，如人口规模、密度、个人流动性和社会距离影响。

此外，该模型远远超出了人口子集中的每个人都有相同的捕捉感染的可能性。相反，投入数据将被认为是人口的社会经济，人口，教育水平，不健康的习惯和健康状况。被隔离和不再可以传播感染的感染者的数量也将纳入模型中。

“AI将使各政府能够实施重新开放经济的柔软和定向的计划”

我们从哪里得到这些数据?该计划将包括类似于联邦医疗保险(Medicare)和联邦医疗补助(Medicaid)收集的大型区域数据集，包括个人的人口统计信息，以及COVID-19检测报告和临床数据(治疗记录、健康风险和实验室结果)等临床变量。所有这些都应与健康的社会决定因素结合起来，并与流行病学因素，如长期感染率、接触率、病死率报告和卫生因素(洗手、使用口罩、社交距离)相结合。

与这些指导原则开发，这个AI模型将对疾病的进展提供现实的见解。它还将响应疾病的变化效果来模拟个体行为。这样的见解将用于指导特遣部队领导者，主动检测，跟踪和检疫的Covid-19易受攻击的个体，以保持易于达到的感染传输。通过早期预测病毒震中和疾病热点趋势，该模型将有助于PPE的最佳分配。当发生第二波时，它还将确保区域已准备就绪。这种AI驱动的情报将使每个政府能够重新开放其经济，而不是苛刻和宽阔的检疫政策，而不是苛刻和宽阔的检疫政策。

一项知情的退出策略

COVID-19是一个未知的实体，比自西班牙流感以来我们所见过的任何事物都更危险。¹²

直到政府有标准的测试机制，更好的测试覆盖率和经过验证的治疗制度，模型需要用于留在局势之上，并制定基于数据的决策。这种决定需要无偏见，一致和现实。不幸的是，大多数现有模型都没有提供关于如何管理流行前进的粒度指导。现在是采用新的深度学习AI模型，该模型具有理想的流行病学，生物信息学和健康经济学。这种模型将为病毒的实际性质和过程提供更统计相关的预测。如果迅速发展，这些智慧将是一个福音为政府，使他们能够在“旁边的实时”中作出理性决策，减轻大流行的效果，并提供经济，并提供强大而且信息良好的退出策略。

参考文献

1. 约翰·约阿尼迪斯是谁?，Edward Peter Stringham，4月19日2020年，美国经济研究所
2. 特别报告：推动世界对Covid-19的回应的模拟，David Adam，4月2日，2020年，Nature.com
3. COVID-19检测:挑战、局限性和改进建议，胡，E.，4月9日，2020年，预印迹。
4. 2019冠状病毒病检测:克服疫情下一阶段的挑战，Arjun K. Manrai＆Kenneth D. Mandl，3月31日，2020年3月31日，统计新闻
5. 预测小冠状病毒Covid-19，Fotios Petropoulos＆Spyros Makridakis2020年3月31日，Plos One
6. 值得注意的是:使用卫生计量和评估研究所的模型预测COVID-19大流行的进程，Nicholas P. Jewell＆Joseph A. Lewnard＆Britta L. Jewell，4月14日，2020年4月14日，内科
7. 批评人士说，有影响力的Covid-19模型使用了有缺陷的方法，不应该用来指导美国的政策，沙龙突南，4月17日，2020年4月，统计新闻
8. Covid-19大流行的预测数学模型：投影的基本原理和价值，Nicholas P. Jewell＆Joseph A. Lewnard＆Britta L. Jewell，4月16日，2020年4月16日，Jama
9. COVID-19: CIDRAP的观点，4月30日，2020年，CIDRAP
10. 世卫组织警告称，如果限制过早解除，冠状病毒将“致命卷土重来”，2020年4月10日，英国广播公司新闻
11. 分母在估算COVID-19死亡率时至关重要，Bamba Gaye＆Anouar Fanidi＆Xavier Jouven，2020年4月7日，欧洲心脏杂志
12. 专家预测，2019冠状病毒病在美国将持续2年，阿曼达伍德，5月1日，2020年，纽约邮政