机构名称：
¥ 1.0
医院（美国）于 2019 年 12 月 30 日拉响了第一批警报之一，比新发疾病监测计划 (PMED) 的一位科学家发出警报早了大约 30 分钟（参见 Naudé 2020 中的讨论）。然而，对于进一步跟踪和预测 COVID-19 将如何传播，AI 迄今为止并没有太大用处。这是出于多种原因。首先，AI 需要 COVID-19 数据进行训练。2015 年寨卡病毒就是一个可以做到这一点的例子，其传播是使用动态神经网络事后预测的（Akhtar 等人2019 ）。因为 COVID-19 与寨卡病毒或其他感染不同，而且在撰写本文时，仍然没有足够的数据来构建可以跟踪和预测其传播的 AI 模型。到目前为止，越来越多的关于使用 AI 进行诊断和预测的出版物大多倾向于使用小样本、可能有偏见的样本，而且大多是基于中国的样本，而且没有经过同行评审。然而，已经启动了许多有前途的举措来收集和共享数据 - 包括现有数据、新数据以及训练新的 AI 模型。其中包括世界卫生组织 (WHO) 的全球冠状病毒疾病研究数据库，该数据库还提供其他类似举措的链接。其中之一是 GISAID 倡议（以前称为全球共享所有流感数据倡议）的开放获取数据。在其他举措中，或许最雄心勃勃的是语义学者、艾伦人工智能研究所、微软、Facebook 等公司联合发起的一项举措，旨在公开提供
人工智能与 COVID-19
主要关键词
相关文件推荐
