新研究显示人工智能如何帮助世界为下一次大流行做准备

在一篇发表于《自然》杂志的视角论文中，来自非洲、美洲、亚洲、澳大利亚和欧洲的科学家首次详细阐述了人工智能（AI）如何能够改变传染病研究的格局并提升大流行的准备工作。

这项新研究同样发表在《自然》杂志上，首次概述了人工智能技术的进步如何加速传染病研究和疫情应对的突破。

该研究紧跟上周的人工智能行动峰会，并在全球关于人工智能投资和监管的讨论日益增加之际发布，特别强调了在传染病研究中部署和使用AI的安全性、问责制和伦理问题。

研究呼吁建立一个合作透明的环境——无论是数据集还是AI模型方面。该研究是由牛津大学与来自非洲、美洲、亚洲、澳大利亚和欧洲的学术界、工业界和政策组织的科学家们合作完成的。

到目前为止，医疗领域的人工智能应用主要集中在个体患者护理上，例如增强临床诊断、精准医学或支持临床治疗决策。

相比之下，这篇综述考虑的是AI在人群健康中的应用。研究发现，最近的AI方法论进展即使在数据有限的情况下也表现得越来越好——这一直是至今为止的主要瓶颈。更好的性能在嘈杂和有限的数据上为AI工具开辟了新的领域，可以在高收入和低收入国家之间改善健康状况。

牛津大学大流行科学研究所的莫里茨·克拉默教授表示：“在未来五年内，AI有潜力彻底改变大流行的准备工作。它将帮助我们更好地预测疫情爆发的位置并预测其轨迹，利用常规收集的气候和社会经济数据。它还可能通过研究免疫系统与新兴病原体之间的相互作用来预测疾病爆发对个别患者的影响。”

“综合起来，如果这些进展被整合进各国的大流行应对系统中，它们将有可能拯救生命，并确保世界为未来的疫情威胁做好更充分的准备。”

研究中确定的人工智能和大流行准备的机会包括：

• 改进现有疾病传播模型的有希望的进展，旨在使建模更加稳健、准确和现实。

• 在识别高传播潜力区域方面取得进展，有助于确保有限的医疗资源能够以最有效的方式分配。

• 提高疾病监测中的遗传数据分析，最终加快疫苗开发和新变种的识别。

• 帮助确定新病原体的特性，预测其特征并判断是否可能发生跨物种跳跃。

• 预测已经流通的病原体（如SARS-CoV-2和流感病毒）可能出现的新变种，并确定哪些治疗方法和疫苗最能减少其影响。

• 可能实现将群体层面的数据与个体层面来源的数据（包括可穿戴技术如心率和步数计）进行AI辅助整合，以更好地检测和监控疫情。

• AI可以创建一个新的界面，在高度技术化的科学和接受过有限培训的医疗专业人员之间架起桥梁，提高最需要这些工具的环境中的能力。

然而，并不是所有的大流行准备和应对领域都会受到AI进步的同等影响。例如，蛋白质语言模型在加速理解病毒突变如何影响疾病传播和严重性方面具有巨大潜力，而基础模型的进展可能仅在建模病原体传播速度方面提供适度改进。

科学家们谨慎地指出，AI不会单独解决传染病挑战，但将人类反馈整合到AI建模工作流程中可能会克服现有局限。

研究作者之一、斯克里普斯研究所转化研究所创始人兼主任埃里克·托波尔博士表示：“虽然AI在缓解大流行方面具有显著的变革潜力，但它依赖于广泛的全球合作和全面、连续的监测数据输入。”

研究的主要作者萨米尔·巴特（来自哥本哈根大学和伦敦帝国理工学院）说：“传染病爆发仍然是一个持续的威胁，但AI为政策制定者提供了一套强大的新工具，以指导何时以及如何干预的明智决策。”

作者建议设立严格的基准来评估AI模型，倡导政府、社会、工业和学术界之间的强大合作，以可持续和实用的方式开发用于改善人类健康的模型。

(全文结束)