近日手机数据分析可模拟并预报流感传播

施普林格自然旗下的国际学术期刊《自然-通信》最新发表了机械学习研究论文,基于匿名手机数据的机械学习分析可以模拟和预报流感的传播。该研究表明,该移动地图可以准确预报纽约和澳大利亚的流感传播。

本文指出,根据病毒性疾病在人群中的传播,取决于感染者与未感染者之间的交流。目前,用于预测一个城市或国家疾病传播的模型数据存在稀疏和不准确的问题,如通勤调查或在线搜索数据。

为了获得更密集的数据集,论文通信作者、美国谷歌公司亚当·萨迪拉克和同事从打开位置历史记录功能的安卓手机上收集匿名跟踪数据,利用机器学习方法将这些数据分成单一的行程,构筑人群移动地图。

他们利用医院的注册和检查数据校准的传染病传播模型,利用该移动地图预报了2016年至2017年纽约市内和周围的流感活动。他们发现这种模式比常用的标准预报模式表现更好,和使用上下班查重数据差不多,但我们都知道上下班查重数据采集起来成本更高。他们还预报了2016年流感季节澳大利亚国内流感传播。澳大利亚人口更稀疏,流感动力学也不同,但该模型仍能准确预测流感的高峰和低谷。

论文作者表示,现有高清移动数据来自手机通话记录,这些记录具有提供者的特异性,一般不能反映跨境或跨境移动。位置数据没有这方面的限制,监视长距离的疾病传播更有潜力。

然而,这些数据缺乏完整性,因为智能手机使用率低的儿童和老年移动数据不包括在内。虽然有这些限制,但论文作者证明了利用手机数据预报疫情传播的潜力,之后还需要进一步研究,确定该方法是否也适用于新冠状病毒(SARS-CoV-2)这种病毒性传染病。(完成)

原创文章,作者:小馨馨,如若转载,请注明出处:https://www.reduba.com/214845.html

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注