教育新闻网随着世界各地COVID-19流行病的蔓延不减，被迫避难的人们有着共同的愿望，即社会隔离在多大程度上减慢了疾病的传播速度。这是可以理解的-政府强行关闭企业造成的附带损害有可能破坏整个行业。根据美国劳工统计局的数据，截至本周，已有2600万美国人申请失业救济，国际货币基金组织(International Monetary Fund)预测，全球金融危机将与大萧条相提并论。
幸运的是，德克萨斯大学，西南研究所和德克萨斯大学健康科学中心的研究人员发表的预印本研究强烈暗示，隔离和物理疏远已达到预期的效果。使用被称为SIRNet和几种流行病学模型的混合AI系统，这些模型在智能手机位置数据以及人口加权密度以及初创公司Safe Graph，世界卫生组织，美国疾病控制和预防中心以及其他地方的其他数据点上进行了训练，合著者声称他们设法准确预测了各种社会疏远政策的结果。
人们可以在德克萨斯大学COVID-19建模协会发布的网站上查看其国家的预测。
研究人员的系统从成千上万部智能手机中获取的国家，州和国家级位置数据被用于预测接触率，人口密度的函数以及一个地区中人们之间的移动和互动。这是针对COVID-19病例计数数据绘制的，特别是一个时间序列集，它捕获了不同地理粒度级别的活动，已恢复和致命的COVID-19病例，研究人员应用了10天的滞后时间来解释传染与获得阳性检测确认之间的延迟。
研究人员报告说，基于未来三周(系统的最大值)的预计预测，仅“检疫级流动性”的持续进行将导致低COVID-19病例数。如果将限制减少约50%，该系统预计某些社区将达到稳定高峰的边缘，死亡曲线将保持在低峰或迅速急剧上升。而且，如果有75%的人口能够像往常一样自由移动，那么该系统会预测结果将是在100%流动时(仅在韩国除外)略微延迟的峰值，大约是最大峰值的2/3。
在得克萨斯州的比克萨尔县，截至4月11日，流动性约为正常水平的50%，放松的社会隔离措施可能导致死亡和住院治疗“失控增长”。系统显示。相比之下，在华盛顿的金县，行动不便的地方仍然受到严格限制，该系统预测，继续采取这些措施将使新的死亡人数到6月降低到接近零。
该系统与MIT模型相吻合，该模型在4月初的预印本文件中进行了详细介绍，该模型发现，在韩国等受到政府直接干预的地区，病毒传播的速度更快达到了平稳状态。在每个地区都记录了第500例病例之后，对从武汉(中国)，意大利，韩国和美国收集的数据进行了训练，学会了预测感染传播的模式，并在隔离措施与病毒减少之间建立了关联。有效复制数。
一种单独的模型-由微软，印度技术学院和TCS Research(塔塔咨询服务的研发部门)的研究人员于今年早些时候发布的模型-根据疾病参数(例如传染性，妊娠期，持续时间)自动学习策略。症状，死亡概率，人口密度和运动倾向。在持续了52周(364天)的模拟过程中，进行了75次模拟，结果表明，锁定5%至10%社区的政府的COVID-19感染高峰较低。
在其他地方，一个国际研究人员团队使用百度提供的人类流动性数据来阐明COVID-19传播在中国城市中的作用。他们发现，在实施控制和围堵措施后，COVID-19病例的地理分布与流动性之间的相关性下降，并且大多数地区的增长率都为负，这表明这些措施减轻了COVID-19的传播。
像那些由疾病警报，Metabiota，并开发-鼓励的预测可能是，但要记住，即使是最好的算法是非常重要的蓝点，这是最早准确识别COVID-19的传播-只能学习模式从历史数据。正如布鲁金斯学会(Brookings Institution)在最近的一份报告中指出的那样，尽管某些流行病学模型采用了AI，但流行病学家在很大程度上采用了包含主题专业知识的统计模型。
布鲁金斯报告的作者写道：“仅凭准确性就不足以评估预测的质量。”“如果管理不当，AI算法将花费大量精力寻找与试图预测的结果相关的数据模式。但是，这些模式可能完全是荒谬的，只在开发过程中起作用。”
尽管如此，这些模型仍然提供了支持隔离和疏远政策的大量证据，即使这些政策遭到示威者的抨击也是如此。
