「同方股份中报」机器学习成功地模拟和预测流感传播

依据英国天然通讯杂志9日宣布的一项机器学习的新研讨，美国的一个科学家小组陈述说，根据机器学习的匿名手机数据剖析可以成功地模仿和猜测病毒性疾病流感的传达。现在的研讨标明，移动地图可以精确猜测流感在纽约市和澳大利亚的传达，并有或许在未来监测新冠肺炎。

病毒疾病在人群中的传达取决于受感染者和未感染者之间的相互作用。现在用于猜测一个城市或国家疾病传达的模型数据存在着稀疏和不精确的问题，例如通勤查询或在线查找数据。

为了取得更密布的数据集，谷歌研讨员亚当·萨迪拉克(AdamSadilek)和他的搭档从安卓手机上搜集匿名盯梢数据，这些手机翻开方位前史(LocationHistory)，并运用机器学习将数据分割成一个单一的"行程图"，构建一个人的移动地图。他们运用医院注册和测试数据校准的流行症传达模型，成功地模仿了2016-2017年纽约市及其周边地区的流感活动。

研讨小组发现，该模型比常用的规范猜测模型体现得更好，与运用通勤查询数据大致相同，但它的搜集本钱更高。他们还模仿了2016年流感时节期间澳大利亚流感传达的"猜测"。虽然澳大利亚人口稀疏，流感动态也不同，但该模型仍能十分精确地猜测流感顶峰和低点。

现有的高分辨率移动数据来自手机通话记载，这些记载是针对供货商的，一般无法反映跨境或跨国移动。方位数据没有这样的约束，因而更有或许监测疾病的长距离传达。现在，这些数据缺少完整性，由于智能手机运用率低的儿童和老年人的移动数据不包括在内。虽然有这些约束，该小组展现了运用移动数据猜测疫情传达的潜力。