在正確的時(shí)間向正確的人提供正確的信息對(duì)于防止瘧疾和結(jié)核病等致命的顽素、完全可治療的疾病的傳播是至關(guān)重要的讯屈。然而，許多此類疾病發(fā)生在世界上較貧窮的地區(qū)嚎于，公共衛(wèi)生機(jī)構(gòu)極度缺錢，這使這成為一個(gè)相當(dāng)大的挑戰(zhàn)挟冠。
來自南加州大學(xué)維特比工程學(xué)院的一個(gè)研究小組認(rèn)為于购，他們的算法能夠顯著地幫助解決問題，并且能夠有效地阻止疾病的傳播圃郊。它被設(shè)計(jì)成最有效地利用有限的資源价涝。
這項(xiàng)研究在最近發(fā)表的一篇論文中得到了證實(shí)，該研究使用了一系列數(shù)據(jù)——從行為和人口數(shù)據(jù)到流行病趨勢(shì)——發(fā)展出一種疾病傳播模型持舆，該模型捕捉了疾病傳播的人口動(dòng)態(tài)和接觸模式色瘩。
建模疾病
然后，這些模型被用來驅(qū)動(dòng)一些計(jì)算機(jī)模擬逸寓，以在兩個(gè)真實(shí)的案例中測(cè)試算法居兆。第一個(gè)病例是印度的結(jié)核暴發(fā)，而第二次是在美國的淋病竹伸。在這兩種情況下泥栖，都發(fā)現(xiàn)該算法比當(dāng)時(shí)的衛(wèi)生政策更好地利用資源簇宽，既可以確定哪些人是最危險(xiǎn)的群體，也可以更好地針對(duì)他們進(jìn)行針對(duì)性的消息傳遞吧享。
我們的研究表明魏割，一個(gè)復(fù)雜的算法可以大大減少疾病傳播的整體，”作者說钢颂。 “我們可以做出很大的改變钞它，甚至挽救生命，只需要讓我們?nèi)绾问褂觅Y源和與公眾分享健康信息殊鞭，變得更聰明遭垛。
該模型允許團(tuán)隊(duì)更好地利用可用的資源。研究發(fā)現(xiàn)操灿，它主要集中在某些群體身上锯仪，甚至對(duì)一些高患病率人群的預(yù)算進(jìn)行了削減。它建議使用非明顯的模式趾盐，這可能是衛(wèi)生官員無法做到的庶喜。
雖然有許多方法可以為健康保健活動(dòng)確定患者人群，但很多人并不認(rèn)為隨著時(shí)間的推移谤碳，人口模式變化與疾病動(dòng)態(tài)之間的相互作用溃卡，“他們解釋說，”考慮到不確定性蜒简，如何使用算法來優(yōu)化這些政策瘸羡， 我們對(duì)這些疾病動(dòng)態(tài)的估計(jì)。 在我們的方法中搓茬，我們考慮到了這些影響犹赖。
通過考慮現(xiàn)實(shí)的人口動(dòng)態(tài)，該團(tuán)隊(duì)認(rèn)為他們的工作為官員提供了比現(xiàn)有的疾病控制算法更現(xiàn)實(shí)的工具卷仑。
該研究小組希望擴(kuò)大他們的模型峻村，以研究其他傳染病的干預(yù)措施，包括流感和艾滋病病毒锡凝。這清楚地表明粘昨，人工智能是如何被用來使工作不僅變得更聰明，而且更有效窜锯。
（原英文來源于Dzone）
?
