AI实现精确拆分移动大数据，机器学习成功模拟并预报流感传播

Posted 2021-04-03 CCTMIS国际转化医学平台

通过模拟人群移动预报流感活动示意图。图源：《自然·通讯》在线版

据英国《自然·通讯》杂志9日发表的一项机器学习最新研究，美国科学家团队报告称：对匿名手机数据进行基于机器学习的分析，可以成功模拟并预报病毒性疾病——流感的传播。现阶段研究显示，这个移动地图能够准确预报纽约市和澳大利亚的流感传播情况，未来或还将有潜力对新冠肺炎进行监控。

病毒性疾病在人群中的传播，取决于感染者和未感染者之间的互动。目前用来预测疾病在一个城市或国家传播的模型数据，都存在稀疏和不精确的问题，比如通勤调查或网上搜索数据。

为了获得一个更稠密的数据集，此次，美国谷歌公司研究人员亚当·萨迪乐克及其同事从打开“位置历史记录”功能的安卓手机上收集了匿名追踪数据，并利用机器学习方法将这些数据拆分成单个“行程”，进而构建出一个人群移动地图。他们借助一个根据医院挂号和检验数据进行校准的传染病传播模型，利用这个移动地图成功模拟“预报”了2016年至2017年纽约市内和周围的流感活动。

研究团队发现，这个模型比常用的标准预报模型表现更好，和使用通勤调查数据差不多，但已知通勤调查数据收集起来成本更高。他们还模拟“预报”了2016年流感季澳大利亚国内的流感传播。虽然澳大利亚的人口更稀疏，流感动力学也不同，但这个模型依然能非常准确地预测流感的高峰和低谷。

现有的高分辨率移动数据来自手机通话记录，这些记录具有提供者特异性，一般无法反映跨境或跨国移动。位置数据没有这方面的限制，因此对于监测长距离的疾病传播更具潜力。目前，这些数据在完整性上有欠缺，因为智能手机使用率低的小孩和老人的移动数据并不包含在内。虽然存在这些限制，但研究团队证明了利用手机数据预报流行病传播的潜力。

来源: 科技日报 作者: 张梦然

CCTMIS（全国卫生产业企业管理协会转化医学产业分会）致力打造一个“产学研医、协同创新”的平台，目前协会有40个按照疾病分类的协作组，超过4000个会员，其中超过半数为临床专家型医生！

 

【CCTMIS会员权益】

1、您所在细分领域的临床专家、企业、科研机构的交流社群，40个专业协作组；

2、产业上下游资源整合，组建、参与医疗专业领域协作组；

3、发起和参与上市后产品应用再评价临床研究；

4、组织申报国家级继续医学教育项目（I类），发起和参与创新医疗产品技术推介，卫生经济学评价；

5、发起和参与技术标准、行业标准的研究与咨询；组织产品、技术转化咨询论证；

6、优秀项目收录CCTMIS项目库，有投融资协作组作为资本支持；

7、查阅“CCTMIS中以国际转化医学产业大赛”由专家甄选的100+以色列创新医疗项目内容。

【如何加入CCTMIS？】

3、企业会员年费1000元／年起；专家个人会员免年费，仅收取证书工本费。