因應全球疫情爆發 人工智慧漸成有利工具

  • 時間:2020-01-30 18:15
  • 新聞引據:採訪、STAT HeatlhTech
  • 撰稿編輯:海青青
因應全球疫情爆發,人工智慧漸成有利工具。(示意圖 / 翻攝自Pixabay.com)

醫療科技網站STAT在29日報導,醫療數據專家表示,人工智慧(AI)無法阻止俗稱武漢肺炎病毒的2019新型冠狀病毒(2019-nCoV)持續擴散,或是取代流行病學專家的角色;但是,在全球爆發疫情的狀況下,人工智慧首度成為一項有用的工具,來監測回應這場危機。

在疫情剛爆發時,人工智慧能提供的價值有限,因為缺乏所需的數據以做出迅速的更新。但是,在最近幾天,社群媒體上有關此一新型冠狀病毒的數百萬貼文和新聞資料,讓數據運算法可以為追蹤疫情擴散的衛生官員,產生接近即時的資訊。

在波士頓兒童醫院(Boston Children's Hospital)負責一個名為healthmap.org網站的電腦流行病學家布朗斯坦(John Brownstein)表示,「相關領域已經出現巨大的發展。」該網站使用人工智慧來分析來自政府報告、社群媒體、新聞網站以及其他來源的數據。

他表示,「在SARS期間,沒有巨大的資訊量從中國傳出。」他指的是2003年爆發的嚴重急性呼吸道症候群(SARS),當時造成超過8,000人感染,將近800人死亡。他說,「現在,我們持續在新聞和社群媒體中挖掘(數據)。」

布朗斯坦強調,他的人工智慧並不是指要取代公共衛生領袖們的資訊收集工作,而是要提供補充,透過匯編以及過濾資訊來幫助他們在迅速變化的情況下做出決定。

布朗斯坦說,「我們使用機器學習來處理所有資訊,去定義、標籤以及過濾它們,然後將這些資訊轉給我們在世界衛生組織(WHO)的同事,他們全天需要這些資訊做出評估。」他說,「在解析部份資訊是否有意義或無意義上,我們仍面臨挑戰。」

這些人工智慧工具已經運用在公共衛生方面超過10年的時間,但是最近在機器學習上的進展,以及愈來愈多的數據資料,讓這些工具更為強大。這些工具也可能超越基礎監測,幫助官員更準確的預期疫情散佈的有多遠以及多快,以及哪些類型的人可能容易遭到感染。

在中國協助廠商就冠狀病毒進行醫療分析的醫療保健資訊系統InterSystems副總裁伍德洛克(Don Woodlock)說,「機器學習非常擅長於辨識資料中的模式,例如可能確認出與病毒有關連的郵遞區號或哪群人等風險因子。」

在就不同治療進行嚐試時,他補充,「我們也可以使用機器學習來確認哪些治療可能對病毒有效。」

在疫情剛爆發時進行相關分析或許還太早,但是人工智慧在更多數據出現時,將可以協助加速研究。不過,人工智慧運用在冠狀病毒疫情爆發時的真實影響力,可能還需要幾年的時間才能更清楚。

相關留言

本分類最新更多