而BlueDot在2018年开发的预警系统，则通过使用人工智能分析官方和非官方来源的信息寻找相关词汇和短语，以便快速地发现疫情。

BlueDot主要从以下来源收集信息：

这些数据进入一个中央存储库，库里还存有150多种病原体的详细信息。BlueDot在存储库中使用自然语言处理技术，扫描文本中关于传染病的语言模式、主题、含义和情绪，由临床医生和数据科学家所培训的机器学习系统会从中挑选出指向爆发的信号，然后对数据进行过滤、组织和分析。当系统检测到可能爆发疫情时，专家会对相关发现进行评估。

对于这场新型冠状病毒疫情，BlueDot的系统发现了许多信号，包括种种提及武汉“不明原因肺炎”的表述，然后通过分析有关人们乘坐飞机离开武汉所前往目的地的交通数据，准确预测出该病毒接下来将在曼谷、香港、东京等城市传播。而根据世卫组织的通报，这些地区的确较早出现确诊的感染者。

在预测这次新冠之前， 2009年公司的“生物大流散项目”（The BioDiaspora program）被用来预测21世纪第一次流感大流行（甲型H1N1流感病毒）的全球波阵面； BlueDot还在2016年佛罗里达州爆发寨卡病毒前6个月就发出了警报。

BlueDot预测寨卡病毒

2015年5月，巴西确认了当地感染寨卡病毒的病例。寨卡病毒是一种在非洲和亚太地区发现的通过伊蚊传播的虫媒病毒。整个拉丁美洲伊蚊的存在，加上适宜的气候条件，在巴西引发了寨卡病毒的流行，当时估计有44万至130万病例。后来，携带病毒的旅行者将寨卡病毒引入了另外至少13个国家，在这些国家，易受感染的伊蚊已经被感染，并延续了当地的传播周期。在巴西，已经报道了小头畸形婴儿的急剧增加，并且在受影响的新生儿的羊水中检测到寨卡病毒RNA。BlueDot试图确定寨卡病毒的高风险国际传播途径和有利于自身传播的全球地理环境。

通过对原有的登革热季节性模型进行调整，BlueDot创建了一个全球寨卡病毒传播模型，该模型整合了埃及伊蚊和白纹伊蚊的全球生态位数据以及全球温度分布图。在巴西，BlueDot确定了距离全年传播寨卡病毒地区50公里以内的机场，利用国际航空运输协会提供的 全球航班行程数据，绘制了2014年9月至2015年8月从这些机场出发的国际旅行者的最终目的地。同时，使用了 栅格化的全球人口数据集LandScan，来估计生活在有寨卡病毒传播风险的地理区域的人数。

通过数据采集，BlueDot发现：共计约990万旅客离开上述巴西机场前往国际目的地，其中65％前往美洲（图），27％前往欧洲和5％前往亚洲。旅客量最大的国家是美国（2 767 337），阿根廷（1 314 694），智利（614 687），意大利（419 955），葡萄牙（411 407）和法国（404 525）。中国和安哥拉分别接待了亚洲（84 332）和非洲（82 838）最多的旅客。阿根廷、意大利和美国60%以上的人口居住在有利于季节性寨卡病毒传播的地区，而墨西哥、哥伦比亚和美国估计分别有3 050万、2 320万和2 270万人居住在有利于全年传播的地区。

图：根据寨卡病毒传播的可能性分析离开巴西的旅行者的最终目的地

通过数据分析，BlueDot预测，与基孔肯雅热类似，寨卡病毒有可能在拉丁美洲和加勒比地区迅速蔓延，进一步提出可能的干预措施。

奥运会与传染病防测

2016年8月在巴西举行的夏季奥运会也提高了人们对这种新兴病毒的认识的需求。

此外，2012年，为迎接伦敦夏季奥运会，BlueDot曾与英格兰公共卫生部合作，评估全球传染病对当地造成的风险。目前，日本的新冠肺炎确诊者越来越多，而距离2020年东京夏季奥运动会的开幕只有不足5个月的时间，亟需进行跨地理边界的传染病监测，对大规模集会进行建模和干预。

BlueDot并不是唯一一个使用人工智能迅速发现和跟踪疫情的公司。波士顿儿童医院(Boston Children's Hospital)附属的非营利性机构HealthMap在CDC发布新型冠状病毒信息之前一周也发布了预警。

综上可见，AI技术能在很大程度上帮助人们做疫情预测和追踪、并大大减少可能由传染病造成的损失。钟南山2月11日接受路透社采访时提出，要建立疫情爆发预警的 全球“哨兵”系统 。而作为重要的技术手段，AI可以帮助这样的疫情系统更全面迅速准确地收集信息。除了AI之外，大数据、IT新技术都可能有发挥机会。所有这些都值得我们去进一步研究，从每一次疫情中获得知识和记忆，更好地利用最新技术手段造福全人类。

参考资料：

彭博社. 利用人工智能发现并追踪冠状病毒疫情 [EB/OL][2020-02-07]

XWAN. 基于自然语言处理和机器学习的BlueDot预测南佛罗里达州寨卡病毒爆发的位置 [EB/OL][2020-01-28]

Isaac I Bogoch, Oliver J Brady, Moritz U G Kraemer, Matthew German, Marisa I Creatore, Manisha A Kulkarni,et al. Anticipating the international spread of Zika virus from Brazil. The Lancet.2016；387:10016

https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(16)00080-5/fulltext

“情报战疫”系列扩展阅读：

新浪微博：@中国竞争情报

《竞争情报》欢迎投稿

投稿官网：www.ci1st.org

点个 在看

全民战“疫”，科学防控，我们在一起！返回搜狐，查看更多