详细内容或原文请订阅后点击阅览
MIT研究人员开发了改善流感疫苗菌株选择的AI工具
vaxseer使用机器学习来预测病毒的进化和抗原性，旨在使疫苗选择更准确，更依赖于猜测。
来源:MIT新闻 - 人工智能每年，全球卫生专家都面临着高风险的决定：哪些流感菌株应该进入下一种季节性疫苗？选择必须提前几个月，甚至在流感季节开始之前很久，而且通常感觉就像是一场比赛。如果选定的菌株与循环的菌株相匹配，则疫苗可能会非常有效。但是，如果预测取消了，保护可能会大大下降，从而导致（可能可预防的）疾病并损害医疗保健系统。
这一挑战在19日期大流行期间的几年中变得更加熟悉。回想一下（一次又一次），当疫苗推出疫苗时，新变体出现了。流感的行为就像一个类似的，吵闹的表弟，不断地且不可预测地突变。这使得很难保持领先，因此更难设计保持保护性的疫苗。
为了减少这种不确定性，麻省理工学院计算机科学和人工智能实验室（CSAIL）的科学家和MIT Abdul Latif Jameel诊所用于健康中的机器学习，旨在使疫苗选择更加准确，更依赖于猜测。他们创建了一个名为Vaxseer的AI系统，旨在预测优势流感菌株并提前几个月确定最保护性疫苗。该工具使用经过数十年病毒序列训练的深度学习模型和实验室测试结果，以模拟流感病毒的发展方式以及疫苗的反应方式。
这项研究的开放式报告今天在自然医学上发表。
该研究的开放访问报告 自然医学。流感的未来
vaxseer具有两个核心预测引擎：一种估计每个病毒菌株传播的可能性（优势）的可能性，而另一种估计疫苗将如何中和该菌株（抗原性）的有效性。他们共同产生了预测的覆盖率：一种前瞻性的衡量指标，以衡量给定疫苗对未来病毒的性能。