在疫情防控过程中，及时发现高危人群和超级感染者是准确把握疫情发展的关键。同时，如果能够预演和研判不同政策对疫情的影响，更快地追踪病毒的传播路径，政府部门的防控效率将大大提高。2月9日，澎湃新闻获悉，国内人工智能公司第四范式联合南京大学、苏北人民医院临床专家，制定了基于人工智能（AI）的精准防控、疫情推演和病毒溯源方案。.并正式投入抗疫一线。据悉，这套方案基于第四范式机器学习技术和临床研究专家的专业经验。通过多维数据分析模拟，有助于进一步提高高危感染者精准排查比例，推演疫情发展，实施精准防控。并切断疫情传播源头。4Paradigm成立于2015年，2016年获得“吴文俊人工智能科技奖”创新奖一等奖。目前，4Paradigm已赋能医疗、金融、政府、能源、物联网等20余个行业。人工智能互联网，完成近2000个人工智能实施案例。高维机器学习防控筛查模型，精准筛查高危易感人群在疫情防控中，精准筛查高危易感人群非常重要。通过识别此类人群，及时发现、及时通报、及时隔离等措施，可以有效防止疫情扩散。传统的筛查规则体系是根据确诊或疑似人员是否同时出现在同一区域来判断的。规则简单易操作，但难以获取判断分析的数据源。基于有限数据源的筛选结论是准确的。还有很大的改进空间。该套方案通过多维度数据分析模拟，有利于进一步提高高危感染者精准排查比例，推演疫情发展态势，实施精准防控，发现并切断源头。疫情传播的源头。第四范式利用AI技术丰富现有防控筛查规则模型，进一步提高人群覆盖率、筛查召回率和准确率，降低防控难度和成本。特别是在紧急情况下，它可以协助主管部门将有限的资源投入到最关键的领域。此外，面对病毒变异和人群动态的复杂性，第四范式还基于人工智能的自学习能力，构建数据和系统闭环，并持续迭代，确保高效准确的信息基础。在非常有限的时间内动态环境变化。判断支持，协助相关部门制定可操作的政策和行动计划。可学习的省、市、县级数字孪生系统，实时演练分析疫情发展情况在疫情推演中，传统SEIR、高斯过程难以考虑人口流动、管控措施等综合因素回归和SARS感染传播模型。疫情战中防控决策支持不足，无法为决策者制定政策、影响疫情发展提供有效解决方案。第四范式利用高维机器学习技术和多维数据，构建更细粒度、更贴近实际的省市县级数字孪生系统，充分考虑复杂环境中的各种突发因素，如交通控制、复工时间、药品配送等对疫情发展的影响，最重要的是系统具有模拟功能，可以模拟和预测关键决策一旦实施后的影响，提供为制定切实有效的防控政策提供依据。重要依据。构建基于人工智能技术的疫情溯源系统，快速追溯感染路径在防控前期和结束后，病毒感染溯源尤为关键。此前，发现病毒传染源主要是通过人工分析患者信息，找出关联，再通过现场推演核实。但是，这种方法存在很多挑战，例如对新信息的响应速度慢，处理复杂场景的能力有限。同时，感染事件的发生也很难被实际观察到，导致感染路径和方向的推断变得异常困难。为实现精准高效的溯源，来自第四范式、南京大学、苏北人民医院的临床研究专家联合团队，利用机器学习技术，构建了数据驱动的新型冠状病毒传播数字孪生系统，构建了网络潜在的感染。结合患者信息，可以在网络中找到可能的传播源和潜在的超级感染者。此外，第四范式还构建了可学习的事件回放模拟器，及时发现潜在的感染路径，帮助防疫部门快速切断疫情源头。据第四范式了解，该系统目前正在防疫一线使用。同时，第四范式将向社会开放智慧疫情防控系统，希望为更多的防疫部门、机构和单位提供人工智能技术助力和支持。
