休斯顿大学的一组工程师在《自然》杂志上发表了一项研究，探讨了国际航空旅行如何影响COVID-19在全球的传播。通过使用新开发的AI工具，该团队识别出与航空交通相关的感染热点，确定了对疾病传播贡献最大的关键区域。分析结果显示，西欧、中东和北美是推动疫情的主要地区，因为这些地区的国际航班数量庞大，无论是始发还是中转。
首席研究员、休斯顿大学电气与计算机工程副教授Hien Van Nguyen表示：“我们的工作提供了一个基于深度学习的强大工具，用于研究全球大流行病，对于政策制定者在未来的疫情暴发期间做出有关航空交通限制的明智决策具有重要意义。”
Nguyen及其团队开发了一个名为Dynamic Weighted GraphSAGE的计算机程序，该程序可以帮助分析不断变化的大数据网络，如航班时刻表，以发现模式和趋势。“它分析时空图，即事物在不同地点和时间之间的联系，以便更好地理解这如何影响疾病传播或交通模式。”Nguyen解释道。
为了了解航空旅行如何影响感染的传播，Nguyen及其研究生Akash Awasthi和Syed Rizvi对模型进行了小幅度的改变（扰动分析），以测试其对不同因素的敏感性，并检查不同地区和国家之间的航班连接。这有助于他们分析哪些航空交通部分对病毒传播的影响最大，以及在高敏感地区减少哪些航班可以有效减少预测的全球病例。
Nguyen表示：“我们提出了可以显著控制疫情的航空交通减少策略，同时最大限度地减少对人类流动的干扰。包括严格减少西欧航班数量在内的政策，预计会大幅减少全球COVID-19病例。这项工作代表了在时空图神经网络上使用扰动分析的新颖方法，以获得关于疫情预测的见解。”尽管这些发现源于COVID-19的背景，但所获得的见解可以推广到任何疫情，Nguyen补充道。
该项目的其他研究人员来自休斯顿卫理公会研究所。
(全文结束)
