科學家利用機器學習人工智能實現傳染病早期預警

　　“機器學習”是人工智能的一種形式。美國卡里生態系統研究所和佐治亞大學科學家將機器學習和大數據相結合，用于確定攜帶疾病的嚙齒類動物的種類分布，以及容易被新生寄生蟲和病原體傳染的熱點地區。相關論文發表在近期美國《國家科學院學報》上。

　　據物理學家組織網報道，大部分新興傳染病都是從動物傳染給人類，全世界每年有超過10億人感染。保障公共健康需要有效的監測工具。卡里生態系統研究所疾病生態學家芭芭拉·漢說：“從歷史上看，人們對新興傳染病都是被動應付，所有措施都集中在疾病出現后遏制其傳播。我們是利用機器學習，繪制出受各種疾病影響的嚙齒類動物分布，實現疾病的早期預警監測。”

　　研究人員利用機器學習來揭示一套龐大數據庫的規律，該數據庫包括2000多種嚙齒類動物，并描述了它們的生活歷史、生態環境、行為、生理特征和地理分布情況。他們開發出一種模型，能預測可能存在的嚙齒類物種，并能識別出潛在嚙齒類和非嚙齒類動物的特征，準確率達到90%。他們發現了超過150種新的潛在嚙齒類動物和超過50種新的活躍型動物，可能攜帶多種病原體并傳染給人類。

　　漢解釋說：“我們得出了一份高危嚙齒類物種觀察目錄，這些動物的本能特征讓它們易于攜帶可傳染給人類的疾病。由于環境變化速度加快，這份目錄極為重要。”

　　研究人員還指出，嚙齒類動物傳播疾病的能力不同。風險最高的種類是那些成熟早、繁殖迅速的動物，大多生活在生物多樣性水平低的北溫帶地區。從生物學角度看，那些在短時間內能繁育更多后代的物種，在免疫方面的投入更少。這讓它們更容易成為疾病攜帶者。