疫情告急万人恐隔离 AI可帮助追踪感染者

COVID-19(新冠肺炎)疫情全球蔓延，台湾超过万人恐受隔离影响。

无症状感染者」使得COVID-19(新冠肺炎)被科学家们称之为最狡猾的病毒，是世界各国政府最头痛的防疫问题之一。虽然台湾拥有世界级防疫能力，但因为近期本土群聚感染事件，疫情突告升温。

由于病毒于潜伏期无法透过筛检发现进而防止持续扩散，受隔离影响的人恐攀升至一万三千人，堪称台湾防疫以来最大考验。而美国最新研究论文指出，人工智能将能有效分析追踪潜在感染者进而防止持续扩散，背后居然是台湾团队。

AI大数据新创公司美商讯能集思(Synergies Intelligent Systems)和德国汉堡大学人工智能研发团队于科学期刊《Scientific Reports》上发表了最新研究成果：透过机器学习演算法，能把城市中人群的移动信息(GPS)和已知的确诊病例数据自动交叉比对做出预测分析，将能识别出人群中最有可能传染COVID-19(新冠肺炎)病毒的无症状感染者，可望大幅缩小隔离的规模以及其带来的经济影响。

创新技术可有效减少隔离人数

SynergiesCEO张宗尧博士表示，使用人工智能演算法技术，未来各国政府除了更可以掌控疫情动向，还能够找出真正需要隔离的人，将隔离的范围精准地缩小至3%~5%，有效地减少病毒的影响。这样的技术同时能快速找到超级传播者：短期之内感染10人以上的患者。这可以帮助疾病管制署优先安排疫苗供应的集中地点，防止疫情持续爆发。

该技术透过使用者手机上安装的应用程序分享GPS信息，追踪位址，在有可用的相对应地图时，精准度将能达到一米。「移动的数据就是从移动数据蒐集来的。」Synergies的AI工程师刘尚青表示，如果我们可以使用GPS以外的数据来建立人与人之间的互动关联；例如，结合人脸识别系统或室内定位技术，将能提高演算法预测的准确性。

整合日常数据增加精准度

可持续学习的个体机率推论(Continuous Learning and Inference of Individual Probability)又称CLIIP，将优先考虑无症状感染者带来的影响，大幅提高追踪的准确性。此算法还能整合日常数据，例如信用卡交易、公共交通数据和建筑物摄影机等等。提高CLIIP判断人们接触的时间和频率，以及它们之间的实际距离的准确度。

该算法还可以将戴口罩、洗手等健康信息考虑进去。「这些数据可以让使用者透过数码界面提供，也可以使用其他传感器来蒐集，」Synergies的产品总监柳可芸表示，这将使CLIIP的预测更加精确。

人工智能助力防疫

CLIIP还能根据疾病状况(例如容易感染、隔离、接触、感染、住院和康复等)对人进行标记。「使用这些标签，我们就能开始去了解病例与周围环境之间的关系。」 张宗尧博士表示，数据分析能提供更多数据赋能政府和机关对疫情掌握度，通过规模化的作法及政策来降低COVID-19(新冠肺炎)对社会及经济的影响。

美商讯能集思Synergies Intelligent Systems是一家AI大数据新创公司致力于打造增强分析技术，降低数据分析的门槛。(论文可参考连结)。