AI 如何更轻松地预测未来的大流行病

快速阅读: 据《巴斯德研究所》称，在《自然》杂志的一篇文章中，来自全球多国的科学家首次探讨了人工智能（AI）如何改变传染病研究并提升大流行病的应对水平。研究指出，AI能在未来五年内通过预测疫情暴发地点和轨迹来挽救更多生命。科学家呼吁加强学术界、政府和产业界的协作，确保AI使用的安全性、责任性和伦理性。这一研究由牛津大学、哥本哈根大学和巴斯德研究所等机构的专家共同完成。

在《自然》杂志的一篇评论文章中，来自非洲、美洲、亚洲、澳大利亚和欧洲的科学家首次概述了人工智能（AI）如何改变传染病研究的格局并提升大流行病的准备水平。在未来五年内，将AI融入国家响应系统，可以通过预测疾病暴发的地点和轨迹来挽救更多生命。全球研究团队呼吁学术界、政府和产业界加强协作，以确保在传染病研究中使用AI时的安全性、责任性和伦理性。2025年2月20日发表在《自然》杂志上的研究首次阐述了AI进展如何加速传染病研究和疫情应对的突破。这项研究呼吁建立一个合作且透明的环境——包括数据集和AI模型——这是一项由牛津大学、哥本哈根大学和巴斯德研究所的科学家与来自非洲、美洲、亚洲、澳大利亚和欧洲的学术界、工业界和政策组织的同事们共同完成的研究项目。迄今为止，AI在医学领域的应用主要集中在个体患者的护理上，比如增强临床诊断、精准医疗或支持临床治疗决策。这项综述则关注AI在群体健康中的应用。研究表明，AI方法的最新进展即使在有限的数据下也能表现出色——这一直是主要的瓶颈。在嘈杂和有限的数据上表现更好，为AI工具改善高收入和低收入国家的健康状况创造了新的可能性。牛津大学流行病科学研究所所长莫里茨·克劳默教授指出：“在未来五年内，AI有望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地点和轨迹，利用大量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出现的病原体之间的相互作用来预测疫情对个体患者的影响。综合来看，如果这些进展被整合到各国的大流行病应对系统中，它们有望挽救生命，并确保世界更好地准备未来的疫情威胁。”

研究中确定的人工智能和大流行病准备的机会涵盖：
– 改进了当前疾病传播模型的进展，旨在使建模更为稳健、准确和现实。
– 在确定高传播潜力区域方面取得了进展，有助于确保有限的医疗资源能够得到最有效的分配。
– 提高疾病监测中的遗传数据，最终加速疫苗研发和新变异的识别。
– 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。
– 预测已循环病原体的新变种可能出现，以及哪种治疗方法和疫苗能最好地减轻其影响。
– 可能通过AI辅助整合人群层面数据与个体层面数据（包括可穿戴设备如心率和步数），更有效地检测和监测疫情。
– AI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，提高在需要这些工具的地方的能力。

然而，并非所有大流行病准备和应对领域都会受到AI进展的相同影响。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性具有巨大潜力，但基础模型的进步可能仅在现有方法基础上提供适度改进。科学家们敦促谨慎看待仅靠AI就能解决传染病挑战的观点，但认为将人类反馈纳入AI建模工作流程中可能会克服现有局限。研究合著者、斯克里普斯研究所翻译研究所创始人兼主任埃里克·托波尔博士表示：“尽管AI在大流行病缓解方面具有巨大的变革潜力，但它依赖于广泛的国际合作和全面、持续的监控数据输入。”研究联合第一作者、哥本哈根大学的萨米尔·巴塔教授说：“传染病暴发仍然是一个持续的威胁，但AI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知情决策。”同样作为研究联合第一作者的西蒙·考什梅兹教授来自巴斯德研究所。作者建议制定严格的基准来评估AI模型，并倡导政府、社会、产业界和学术界之间的紧密合作，以可持续和实用的方式开发用于改善人类健康的模型。

该研究的作者包括：牛津大学（流行病科学研究所；牛津马丁学院；生物系；牛津疫苗组；计算机科学系；统计学系；博士培训中心；伦理中心）；斯坦福大学；东京大学；哥本哈根大学；NIHR牛津生物医药研究中心；帝国理工学院；波士顿东北大学；圣菲研究所；世界卫生组织；斯坦陵布什大学；非洲数学科学研究所（AIMS）；英国基因组学英格兰；斯克里普斯研究所，加州拉霍亚；苏黎世联邦理工学院；瑞士生物信息学研究所；哈佛大学公共卫生学院；伦敦开放数据研究所；加州大学洛杉矶分校；悉尼大学；马克斯·普朗克软件系统研究所；德国图宾根ELLIS研究所；伦敦皇家兽医学院；巴黎巴斯德研究所。

(以上内容均由Ai生成)