钟南山腾讯团队用ML算法验证：这三种防疫措施效果最显著

Posted 2022-01-15 人工智能博士

点上方人工智能算法与Python大数据获取更多干货

在右上方 ··· 设为星标 ★，第一时间获取资源

仅做学术分享，如有侵权，联系删除

转载于 ：量子位

钟南山院士团队最新研究成果来了！

用机器学习算法模型，评估疫情防控政策的实际效果。

团队联合腾讯对去年上半年145个国家和地区、8种公共防控政策的动态数据，进行量化分析。

结果显示，防控实施7至14天后开始起效，关闭学校、工作场所，取消公开活动的效果最为显著。

其成果登上国际医学期刊Value in Health。

与此同时，在地球的另一端，奥密克戎变异株已经成为美国新冠疫情主要感染源，感染者占新增病例73%，一周内增加近6倍。

反事实推理模型框架

首先来看看，研究团队是如何检验疫情防控效果的。

简单来说，就是“反事实推理模型框架”。

这一基于机器学习的因果分析模型架构，最初应用于经济促进政策如减税对GDP增长的影响分析，由今年7月MIT和斯坦福联合提出。

简单来说，就是使用反事实逻辑来进行算法设计，表现为假设“如果没有……就会（不会）……”。

之于本研究，就是先基于所有国家在没有实施管控政策的数据，构建出一个病毒有效传播数Rt的拟合模型。

随后用“反事实推理模型框架”，来推测某地如果不采取防控措施下病毒有效传播数值（Rt’），以及该地实施措施后的真实传播效果（Rt）

通过比较两个数据差值，来得到该防控措施的平均效应值。

此外在实际操作中，还引入了潜在因子交互项，来应对新冠疫情传播中诸多不可预测因素的影响。

比如不同国家和地区的经济、文化、人口密度、检测能力等等。

为了检验该模型的量化结果，科学家们还引入了Pre-Trend检验图，来证明模型的有效性（估计值与真实值残差趋于0波动）。

三种防控措施最显著

研究团队跟踪了全球145个国家和地区去年上半年采取的8种防控措施数据。

具体包括，关闭学校、关闭工作场所、取消公共活动、限制人群聚集、公共交通管制、居家生活建议、限制国内流动、限制国际旅行。

结果显示，防控越快， 起效越快。

大多数防控措施在实施后约7至14天后会开始起效。从表格可以看到，反映病毒有效传播的“再生数” Rt会迅速降低。

随后在25天至32天后，会达到抑制峰值，Rt平均降低约 30% 。

与此同时结果还显示，刚性防控，效果更好。

像取消公共活动、关闭学校、关闭工作场所这3项措施对疫情控制效果更为显著。

研究人员还发现，在疫情爆发的不同阶段采取防控措施，结果完全不同。

例如在疫情中后期（感染快速增长期），防疫措施越严格，持续时间越久，最终感染人数反而增加。

不过研究人员解释道，这并非由于防控措施失败，而是“亡羊补牢”为时已晚。

文章还以德尔塔变异株为例，解释当时国内广州、深圳曾爆发区域性疫情，正是因为地方第一时间就采取了严格控制措施，包括取消公共活动、关闭不必要的工作场所以及追踪密接等，疫情才得以有效控制住。

相反，那些没有一开始就采取严格措施的国家，正在经历一场无法控制的国内疫情。

最后研究团队还呼吁，鉴于新变种的强烈传播能力，各国应尽早实施严格的控制措施。

钟南山团队与腾讯联合开发

最后，来看看背后的团队。

广州呼吸健康研究院的梁文华教授、杨子峰教授、曾志奇博士，以及腾讯天衍实验室的孙继超博士、郑冶枫博士，为这项新研究的共同第一作者。

广州呼吸健康研究院院长何建行和腾讯健康副总裁吴文达为共同通讯作者，钟南山院士为指导作者。

去年2月，钟南山院士团队与腾讯共同成立大数据及人工智能联合实验室，致力于用大数据和人工智能攻坚流行病、呼吸疾病和胸部疾病的筛查和防控预警。

据当时报道， 主要有三大攻坚：高危人群筛查机制、人工智能疾病筛查以及全国性疾病和预测预警系统。

论文链接：https://www.sciencedirect.com/science/article/pii/S1098301521017940

---------♥---------

声明：本内容来源网络，版权属于原作者

图片来源网络，不代表本公众号立场。如有侵权，联系删除

AI博士私人微信，还有少量空位

如何画出漂亮的深度学习模型图？

如何画出漂亮的神经网络图？

一文读懂深度学习中的各种卷积

点个在看支持一下吧