伦敦帝国理工学院的范仲教授、克里斯托弗·佩恩教授和克莱尔·迪利韦向我们介绍了使用人工智能创造针对空气污染的个性化健康响应的激动人心的应用，并邀请您参与其中。
99%的世界人口呼吸的室内和室外空气未能达到世界卫生组织的空气质量标准，每年约有700万人因此过早死亡。气候变化带来了更多挑战，导致天气模式变化，极端天气事件频发，如热浪、野火和干旱，这些都会加剧空气污染。各国政府正在努力解决这些问题，但这一过程需要时间。
然而，作为个人，我们何时应该担心？如何在这样的条件下增强自身的抵抗力和适应力？关于易感人群的一般性研究有助于预测可能受影响的人群，但在日常生活中应用这些研究结果却颇具挑战性。这就是为什么我们在由EPSRC资助的AI-Respire项目（位于伦敦帝国理工学院）中，利用最新的人工智能技术开发针对个体的健康响应模型。
空气污染如何影响我的健康？
范仲教授是来自伦敦帝国理工学院国家心肺研究所的AI-Respire项目的首席研究员，他的研究兴趣之一是环境污染物和纳米粒子对肺部及肺部疾病的影响。空气污染（包括颗粒物和各种气体）相关的健康风险包括发展和加重呼吸系统疾病，如哮喘、呼吸道感染、肺癌以及冠心病和脑血管疾病。
我们使用临床研究数据，包括空气污染暴露和器官及细胞水平的生理反应。例如，我们使用了一项对60名哮喘患者的研究数据，该研究表明，在伦敦一条高度污染的街道上行走两小时后，所有参与者都出现了气道炎症和显著的肺功能下降。在更大规模的人群中，我们使用了UK Biobank数据集，该数据集包括来自英国的50多万名成年参与者。
新的人工智能技术
克里斯托弗·佩恩教授是伦敦帝国理工学院地球科学与工程系的副教授，也是AI-Respire项目的联合研究员。他和他的同事们开发了一种基于人工智能的建模方法，使用新的生成式人工智能方法（类似于ChatGPT）。通过这种方式，我们可以将复杂的生物和物理系统表示为数值方程。
通过将临床研究数据整合到我们的模型中，我们正在努力建立这些关系，以预测健康响应，甚至可能在个体层面上诊断潜在的健康问题。我们的AI-Respire团队还开发了一种称为“偏微分方程的人工智能”（或AI4PDEs）的新技术。该技术使用预定义的神经网络权重来传达变量对结果的重要性。
使用AI4PDEs的模型比传统方法更快、更准确，且使用的计算/能源资源更少。通过这种技术，我们生成了一些城市中最详细的污染和空气流动模型，如伦敦南肯辛顿的模型（图1）。
佩恩教授的团队首先开发了一个详细的虚拟模型（数字孪生），包括建筑物和绿地及其物理特性，然后结合实际的空气污染和天气数据，展示了空气污染在南肯辛顿的扩散情况。
联系我们
我们也在发展合作，并希望与能够受益于、贡献于和扩大这项研究的组织进行交流。请通过电子邮件联系AI-Respire项目经理克莱尔·迪利韦（c.dilliway@imperial.ac.uk）以讨论此事。
(全文结束)
