提前一周预测流感，中国首个AI流感实时预测模型登《柳叶刀》子刊

最近，《柳叶刀 (The Lancet)》子刊 EBioMedicine 刊登了一项中国科学家运用自顺应 AI 模型和多源信息，预判重庆市流感活动度的研发，这是中国首个基于 AI 和大信息的流感实时预判模型，也是 AI 在感染病预判行业中十分有影响力的成果。

该研发成果由平安科技、平安聪慧都市与重庆市疾病防止操控核心、陆军军医大学和清华大学联合完结。

众所周知，流感连续威逼着世界公共卫生安全。季度性流感每年造成世界数亿人发病，数十万人灭亡。另外，流感病毒基因连续变异，世界流感大盛行的危害连续存在。

对流感活动进行监测和预判，并即时作出对应防控筹备，针对季度性流感和流感大盛行的防控至关首要。但是，传统流感监测因为信息的报送、整理和统计处置须要时间，流感活动水平有关的指标通常滞后一到两周才能获取，这对流感这个急性呼吸道感染病的防控是非常不利的，偶尔会造成错过疫情操控的最好时机。

为解决流感活动指标信息的滞后问题，在过去十多年中，人们对流感活动的预判进行了批量开拓。此中，谷歌流感形势（Google Flu Trends）开创了借用谷歌搜索信息预判流感活动水平的新格局。以来，含盖互联网搜索信息、流感监测信息、Twitter 上与流感有关的帖子、维基百科访问日记和电子健康记载在内的多源电子信息与数学模型相结合，拥有十分好的疾病追踪和预判成效。

但是，不少此类研发是在国家层面进行的，其预判结果很难转变为可供地区卫生官员做出更好抉择的可操控数据。局部地方，例如1个都市的流感活动并非雷同于国家层面的状况。由于，受地方特定天气改变、经济和社会活动、人口免疫和个体习惯等原因影响，局部地方的流感疫情通常体现出愈加多样化的盛行形式。

现在，已有许多研发在纽约、墨尔本、香港等都市创建了流感预判模型，做了许多有价值的开拓和尝试。可是现在在流感活动无法则的都市地方进行流感活动度预判，仍旧缺少很高精度的有效方式。因而，一类愈加科学、愈加自动的流感预判方式已然变成施行流感疫情防控的急迫须要。