人工智能也許能夠在下一次大流行來襲之前警告我們

這全球 COVID-19 大流行向我們展示了這些疫情的破壞性——而且情況可能會更糟。現在，科學家們開發了一種人工智能應用程序，有望警告我們未來大流行中的危險變種。

它被稱為預警異常檢測（EWAD）系統，當與來自傳播的實際數據進行測試時嚴重急性呼吸系統綜合癥冠狀病毒-2，它準確地預測了哪些新的關注變種 （VOC） 將作為病毒突變。

來自斯克里普斯研究所和美國西北大學的科學家使用機器學習生產EWAD的方法。在機器學習中，計算機會分析大量的訓練數據，以發現模式，開發算法，然后預測這些模式在未來未知場景中會如何發揮作用。

在這種情況下，人工智能被輸入有關SARS-CoV-2變異株隨著感染的傳播，這些變異的頻率，以及報告的全球死亡率新型冠狀病毒肺炎-19.然后，該軟件可以發現病毒適應時的遺傳變化，通常表現為感染率增加和死亡率下降。

“我們可以看到關鍵基因變異出現并變得更加普遍，因為死亡率也發生了變化，而這一切都發生在世界衛生組織正式指定含有這些變異的揮發性有機化合物之前的幾周，”說威廉·巴爾奇（William Balch），斯克里普斯研究公司的微生物學家。

團隊在這里使用的特定技術稱為基于高斯過程的空間協方差，它本質上是處理一組現有數據上的數字以預測新數據——不僅使用數據點的平均值，還使用它們之間的關系。

通過在已經發生的事情上測試他們的模型，并找到真實數據和預測數據之間的密切匹配，科學家們可以證明EWAD在預測疫苗和疫苗等措施方面的有效性。戴口罩可能導致病毒繼續進化。

“這項工作的一個重要教訓是，重要的是不僅要考慮幾個突出的變體，還要考慮數以萬計的其他未指定變體，我們稱之為'變體'。暗物質,'"說巴爾奇。

研究人員說他們的人工智能算法能夠發現病毒進化的“規則”，否則這些規則將無法被發現，這對于應對未來出現的大流行至關重要。

不僅如此，這里開發的系統還可以使科學家更多地了解病毒生物學的基礎知識。然后可以用來改善治療和其他公共衛生措施。

“該系統及其底層技術方法在未來有許多可能的應用，”說斯克里普斯研究公司的數學家本·卡爾弗利。

該研究已發表在細胞模式.

寶寶起名