AWS开源可模拟新冠肺炎传播的AI模型工具集

AWS发布的工具集,让用户可以以各种区域粒度层级,模拟新冠肺炎(COVID-19)的疫情发展,通过给定一定程度的干预政策,模型会输出目标国家在特定时间内,已确诊病例总数预测。现在AWS将该工具开源给研究人员使用。

不少研究人员正在致力于预测新冠肺炎疫情发展,以预测暴露、康复和具有免疫力人口的百分比,除了现在可以从各组织与机构拿到的新冠肺炎资料之外,研究人员也利用流感、SARS和MERS等类似疾病的历史资料,构建流行病学模型和模拟器。

但AWS提到,要模拟真实世界所有的复杂性,是一件非常困难的事,在创建新冠肺炎预测模型的过程,会遭遇到几项困难,包括必需要考虑影响病毒在国家和人群间传播的参数,也要纳入不同干预政策所带来的影响,像是停课或是禁止外出命令等,再通过其他类似新冠肺炎的疾病,模拟出新冠肺炎的预测模型,毕竟对人类来说,新冠肺炎还是相对未知的疾病,没有其他历史资料可作参考。

现在AWS对研究人员和资料科学家,开源了建模工具集,让用户能够更方便地创建模型,并且了解新冠肺炎在特定社群的发展,该工具集是由疾病发展模拟器,和几个机器学习模型组合,能够用来测试各种干预政策带来的影响。机器学习模型可以通过评估疾病发展,并将结果与历史资料进行比对,来初始化系统,接着用户就可以使用模型学习到的参数,进行各种不同场景模拟。

AWS在开源工具集中,提供了多个笔记本,可以直接用在美国、欧洲和印度,以州的层级进行场景模拟,这些笔记本使用了各种资料源,包括卡内基梅隆大学、约翰霍普金斯大学等,还有Google搜索与脸书的调查趋势,再加上2009年到2010年的H1N1历史资料。

AWS使用工具集预测多个国家的新冠肺炎疫情趋势,作为工具集使用范例。模拟显示,法国正在面对第2波疫情中的高峰,而这波疫情将会持续约6个月,其模式与H1N1的趋势相似,而美国在3个月内,也将会迎来第2波疫情高峰。印度的疫情发展,与AWS模型模拟预测结果高度相符(下图),也就是说,如果印度仍然维持现有的干预政策,则很快的就会开始第2波疫情,并在明年2月中达到高峰。整体而言,在入秋之后,新冠肺炎疫情的模式,将会更像H1N1。

根据目前人类对新冠肺炎的研究,AWS在模型加入了数项限制,像是模型预期在高斯分布之后,会有多波感染潮,AWS提到,这种模式跟过去流感大流行相符。而目前疾病模型并不能预测死亡率,且由于几率因素,因此模拟的人口规模必需要够大,AWS提到,在模型中假设1个新冠肺炎病患,会传染给3个人,但是最近的研究显示,这个数字会因人群而不同,因此这个数字是可调参数。