休斯顿大学的一组工程师在《科学报告》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，该团队确定了与航空交通相关的感染热点，指出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。
“我们的工作提供了一个基于深度学习的强大工具，用于研究全球疫情，对于政策制定者来说，在未来疫情暴发期间做出有关航空交通限制的明智决策具有关键意义，”休斯顿大学电气与计算机工程副教授阮贤范（Hien Van Nguyen）表示。
工具
阮贤范及其团队开发了一种名为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。
“它研究时空图，即事物在空间（不同地点）和时间上的关联，以更好地理解这如何影响疾病传播或交通模式，”阮贤范说。
为了了解航空旅行如何影响感染的传播，阮贤范及其研究生阿卡什·阿瓦斯蒂（Akash Awasthi）和赛义德·里兹维（Syed Rizvi）对其模型进行了小规模的改变测试（扰动分析），以查看其对不同因素的敏感度，并分析了不同地区和国家之间的航班连接。
这帮助他们分析了哪些航空交通部分对病毒传播的影响最大，以及在高度敏感地区减少哪些航班可以有效地减少预测的全球病例数。
策略
“我们提出了一些航空交通减少策略，这些策略可以在最小程度上扰乱人类流动性的同时显著控制疫情，”阮贤范说。“包括严格减少西欧航班数量在内的政策，预计会导致全球COVID-19病例大幅减少。”
阮贤范表示，尽管这些发现源于COVID-19的背景，但获得的见解可以推广到任何疫情。
该项目的其他研究人员来自休斯顿卫理公会研究所。
更多信息：
Rizvi, S. 等. 深度学习衍生的最优航空策略以控制疫情。《科学报告》（2024）。DOI: 10.1038/s41598-024-73639-7
期刊信息： 科学报告
(全文结束)
