全球科学家小组发现，人工智能的进步可以帮助世界为下一次大流行做好准备

快速阅读: 据《科学日报》最新报道，该研究在人工智能行动峰会上发布，强调了在传染病研究中使用人工智能的安全性、问责制和伦理问题。牛津大学科学家与多国团队合作，探讨了人工智能在群体健康中的应用。研究指出，人工智能有望改善全球健康状况，特别是在疾病预测和疫苗开发方面。然而，需谨慎对待其局限性，并加强国际合作与数据共享。

该研究是在上周举行的人工智能行动峰会之后发布，并在全球对人工智能投资和监管的讨论日益增加的情况下进行的。它特别强调了在传染病研究中部署和使用人工智能时的安全性、问责制和伦理问题。呼吁建立一个合作和透明的环境——无论是数据集还是人工智能模型——这项研究是由牛津大学的科学家与非洲、美洲、亚洲、澳大利亚和欧洲的学术界、工业界和政策组织的同事们共同完成的。迄今为止，人工智能在医疗领域的应用主要集中在个体患者的护理上，比如提高临床诊断、精准医学或支持临床治疗决策的准确性。本综述则考虑了人工智能在群体健康中的应用。研究表明，最近人工智能方法的进步即使在有限的数据下也表现得越来越好——这到目前为止一直是主要瓶颈。在嘈杂和有限的数据上取得更好的性能正在为人工智能工具开辟新的领域，以改善高收入和低收入国家的健康状况。牛津大学流行科学研究所的首席作者莫里茨·克劳默教授说：“在未来五年内，人工智能有可能改变大流行病的准备工作。”“它将帮助我们更好地预测疫情爆发的起始地点并预测其轨迹，利用数TB的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疫情对个别患者的影响。”

“如果这些进展被整合到各国的大流行病应对系统中，它们有可能挽救生命并确保世界更好地为未来的疫情威胁做好准备。”研究中确定的人工智能和大流行病准备的机会包括：- 改进当前疾病传播模型的有前景的进展，旨在使建模更加稳健、准确和现实。- 精准定位高传播潜力区域，有助于确保有限的医疗资源能够以最有效的方式分配。- 提升疾病监测中的基因数据，最终加速疫苗开发和新变异体的发现。- 帮助确定新病原体的特性，预测其特征，并判断跨物种跳跃的可能性。- 预测已流通病原体的新变种（如SARS-CoV-2和流感病毒）可能出现的情况，以及哪些治疗方法和疫苗能最好地减少其影响。- 利用AI辅助整合人口层面数据与来自个人层面来源的数据（包括可穿戴技术如心率和步数），以更好地检测和监控疫情。- 人工智能可以创建一个高度技术科学与医疗专业人员之间的新接口，改善培训不足地区的工具使用能力。

然而，并非所有大流行病准备和响应领域都将受到人工智能进步的同等影响。例如，虽然蛋白质语言模型对于加快理解病毒突变如何影响疾病传播和严重程度具有巨大潜力，但基础模型的进展可能仅提供适度改进现有路径传播建模的方法。科学家们敦促谨慎认为人工智能将单独解决传染病挑战，但将人类反馈整合到人工智能建模工作流程中可能有助于克服现有局限。作者特别关注训练数据的质量和代表性、人工智能模型对更广泛社区的有限可访问性以及与决策相关的黑盒模型部署带来的潜在风险。斯克里普斯研究所转化研究所的创始人兼主任埃里克·托波尔医学博士说：“尽管人工智能对大流行病缓解具有非凡的变革潜力，但它依赖于广泛的全球合作和全面、持续的监测数据输入。”哥本哈根大学和伦敦帝国理工学院的研究负责人萨米尔·巴特说：“传染病爆发仍然是一个持续的威胁，但人工智能为政策制定者提供了强大的新工具，以指导何时及如何干预的明智决策。”

作者建议建立严格的基准来评估人工智能模型，并倡导政府、社会、行业和学术界之间的强强合作，以可持续和实用的方式开发用于改善人类健康的模型。

(以上内容均由Ai生成)