人工智能工具能否在下一次大流行开始前阻止它？
在新冠疫情期间，约翰霍普金斯大学和杜克大学的研究人员尚未开发出这项新技术。但现在，他们表示已经设计出一种革命性的大型语言建模工具——类似于ChatGPT中使用的生成式AI——来帮助预测任何传染病的传播，如禽流感、猴痘和RSV。这可能会挽救生命并减少感染。
“新冠疫情揭示了由于不断变化的复杂因素相互作用而难以预测疾病传播的挑战，”约翰霍普金斯大学的建模专家劳伦·加德纳在一份声明中说。她曾创建了一个在全球疫情期间被广泛依赖的新冠仪表板。“当条件稳定时，模型表现良好。然而，当新变种出现或政策发生变化时，我们无法很好地预测结果，因为我们没有能力将关键信息纳入模型中。”她补充道，“新的工具填补了这一空白。”
加德纳是周四发表在《自然计算科学》杂志上的这项研究的作者之一。
研究人员表示，他们开发了一种革命性的人工智能工具，可以帮助预测传染病的传播。它能否在下一次大流行开始前进行预测？（Getty Images）
该工具名为PandemicLLM，考虑了近期感染激增、新变种以及严格的保护措施。研究人员使用了以前从未用于大流行预测工具的数据，发现PandemicLLM可以准确预测一到三周内的疾病模式和住院趋势。
这些数据包括病例率、住院率和疫苗接种率、政府政策类型、疾病变种特征及其流行程度，以及州级人口统计数据。该模型结合这些元素来预测它们如何共同影响疾病的传播。
他们回顾性地将PandemicLLM应用于新冠疫情期间，考察了每个州在19个月期间的情况。作者表示，该工具在疫情波动时特别成功。它还优于现有的最先进的预测方法，包括美国疾病控制与预防中心CovidHub上表现最好的方法。
“传统上，我们用过去来预测未来，”约翰霍普金斯大学土木与系统工程助理教授Hao “Frank” Yang说。“但这并没有给模型足够的信息来理解和预测正在发生的事情。相反，这个框架使用了新的实时信息。”
未来，他们正在研究大型语言模型如何复制个人在健康决策中的方式。他们希望这种模型能帮助官员制定更安全、更有效的政策。
超过一百万美国人死于新冠。问题不是是否会再次爆发大流行，而是何时爆发。目前，美国正在应对H5N1禽流感、RSV、HMPV、百日咳和麻疹等其他健康问题的传播。自疫情以来，麻疹疫苗接种率急剧下降，普遍的疫苗犹豫情绪增加。这导致人们担心几十年来的健康进步可能会逆转。此外，美国卫生官员已采取行动脱离全球应对大流行的举措，今年早些时候退出了世界卫生组织。上个月，他们限制了某些群体获得新冠疫苗的机会。
“我们知道，从新冠疫情中我们需要更好的工具来制定更有效的政策，”加德纳说。“将会再次爆发大流行，这类框架对于支持公共卫生响应至关重要。”
(全文结束)
