机构名称：
¥ 1.0
传染病仍然是对公共健康的重大威胁[1-3]。本期传染病流行病学特刊将涵盖与传染病的出现、传播和控制相关的研究，包括展示潜在治疗干预措施的新研究。本期将涵盖病毒、细菌和寄生虫病，重点关注新兴研究领域，如建模、临床研究、纵向队列和病例对照研究、系统生物学方法、人工智能 (AI)、机器学习以及其他分子和免疫学研究[4-6]。人工智能和机器学习可用于研究不同生物系统（如信号通路和代谢网络）之间的复杂相互作用，以增进我们对各种生物现象的理解并改善疾病的诊断和治疗[5、7、8]。这些技术有可能对传染病和流行病学等多个领域的生物学研究产生重大影响，正如MDPI 期刊《病原体》的特刊“传染病流行病学论文”中所强调的那样。人工智能和机器学习可用于分析大型数据集（如基因组数据），以确定与理解和治疗传染病相关的模式和趋势[9-12]。例如，机器学习算法已被用于识别导致COVID-19的SARS-CoV-2的潜在药物靶点[13,14]。此外，人工智能和机器学习可用于根据历史数据和分析流行病学研究生成的数据集来预测某些结果（如疾病传播）的可能性。这可以帮助流行病学家预防或减轻流感和艾滋病毒等传染病的爆发。人工智能还可用于构建预测模型，帮助研究人员了解不同变量之间的关系，例如基因表达和疾病风险、分子水平上病原体和宿主生物之间的相互作用以及生物分子内复杂的分子相互作用。人工智能在生物研究中的应用包括 AlphaFold [ 15 , 16 ]，它可以高度可信地预测蛋白质的二级和三级结构 [ 17 , 18 ]，以及 DeepMind，它可以分析细胞或组织图像以识别与研究相关的特定特征或模式。最近引起媒体关注的一个应用是人工智能处理自然语言的能力。在这方面，Open AI 的聊天机器人 ChatGPT 可以处理自然语言文本，可用于执行复杂分析并帮助非英语流行病学家起草文章。ChatGPT 可以提供科学术语的定义，生成任何疾病的流行率和风险因素图等。这些努力可以彻底改变生物科学研究，但此类人工智能平台的输出需要验证，特别是在许多社会、经济、行为和流行病学研究中
传染病流行病学与人工智能的结合
主要关键词
相关文件推荐
