广告

利用传感器和数据分析抗击COVID-19

2020-07-14 15:12:38 Maurizio Di Paolo Emilio 阅读:
在抗击COVID-19新冠疫情的战斗中,政府、医护人员及各个行业利用人工智能和各种热传感器,基于大数据进行分析和预测,将其对公共卫生和全球经济的冲击降至最低。

在抗击COVID-19新冠疫情的战斗中,政府、医护人员及各个行业利用人工智能和各种热传感器,基于大数据进行分析和预测,将其对公共卫生和全球经济的冲击降至最低。1rCednc

COVID-19与引起严重急性呼吸系统综合症(SARS)和普通感冒的病毒系出同宗。人类对这种新病毒还不具备免疫力,其早期的影响是毁灭性的。1rCednc

在中国湖北报告第一个病例之后的几个月,大多数国家都只进行了零星的测试,因此全球各地的人们不清楚他们中间到底有多少人感染了新冠病毒,也不知道如何躲避这种危险,甚至不了解其传播范围。没过多久,人工智能和数据分析技术专家们就意识到,可以利用人工智能技术和数据科学,来支持流行病学家和政府危机应对小组的工作。1rCednc

通过数据分析和数学方法,再加上物理学方法,可以让我们更深入地了解病毒的自然发展过程。数据科学的先锋们应用数据收集与分析减缓了早期疫情的传播,对社会公共卫生做出了贡献。历史上最早的一个数据分析案例出现在1852年伦敦爆发霍乱期间。最早采用数据分析的一位流行病学家,John Snow,对伦敦死亡病例地理区域的分布进行了分析,从而找出了疫情的源头。当局根据他的分析有针对性地实施干预措施,迅速遏制了疫情的传播。1rCednc

数据的价值

研究人员通过在数据分析系统中运行模型,能够预测疫情的发展趋势。例如,SIR模型是一种流行病学模型,可以从理论上计算封闭地区的人口随时间的推移感染传染病的人数。该模型使用耦合方程来分析容易感染的人数S(t)、已感染的人数I(t)和已经康复的人数R(t)。1rCednc

最简单的一个SIR模型是Kermack-McKendrick模型,它是其他许多流行病仓室模型的基础。对于这种情况,我发现帕多瓦大学的研究生Ettore Mariotti在3月初发表的一份分析报告非常有趣。1rCednc

假设在一个人们不能出入的岛上(即我们的系统),在某个时间,岛上的每个人都处于这三种状态中的一种:“易感(Susceptible)”、“已感染(Infected)”和“已康复(Recovered)”(SIR)。一个从未患病的人(S)有一定的几率生病受到感染(I),并在一段时间后康复(R)。对于COVID-19疫情,还需要增加一个“潜伏期(Exposed)”状态来扩展模型,以涵盖那些携带病毒但尚不具备传染性的人群(如图1的SEIR模型)。1rCednc

1rCednc

图1:SEIR 模型。(图片来源:triplebyte.com)1rCednc

这一模型考虑了两个因素:病毒的动态性以及不同个体的相互影响。利用这些信息,就可以定义参数R0,表示一个感染者可能传染的人数。1rCednc

举例来说,假设A病了,系统中R0=2,这表示A会感染两个人。这两个人然后将感染四个人,而这四个人中的每个人又将分别感染另外两个人(即4×2=8),依此类推。这说明疾病的传播是呈倍数增长而不是简单的累加。R0有三种可能的情形(图2)。1rCednc

1rCednc

图2:R0的基本场景。(图片来源:triplebyte.com)1rCednc

 1rCednc

关闭学校、体育馆、剧场、餐厅以及其他公共场所可以减少社交接触,从而降低R0。由于病毒的大规模传播会导致公共卫生资源枯竭,因此将R0降至小于1非常重要。如果R0>1,疾病将传播;如果R0<1,疾病会消失。因此,为了在冠状病毒爆发期间降低R0,政府对人员流动实施了严格的限制。1rCednc

需要注意的是,R0衡量的是疾病可能出现的传播,而不是传播的速度。想一想无处不在的流感病毒,其R0仅为1.3。因此,高R0需要引起注意,但不必为此恐慌。1rCednc

R0是一个平均值,因此可能会受到一些因素的影响,例如在一定数量的人群中“超级传播者”的个数。超级传播者是指传染人数异常多的感染者。在SARS和MERS疫情中,以及目前的Covid-19疫情中,都出现了超级传播者。但这不一定是坏事,因为它可能表明让疫情持续的人数减少了。超级传播者也可能更容易识别和收治,因为他们的症状很可能更重。1rCednc

简言之,R0是一个不断变化的数值。跟踪每个病例和疾病的传播非常困难,因此估算R0复杂而具有挑战性。估算值经常随新数据的出现而发生变化。1rCednc

为了帮助政府控制R0,可以利用人工智能并通过GPS追踪手机收集数据,创建分析模型,以预测哪些小区更有可能出现病例、哪些小区需要紧急干预。1rCednc

大数据、人工智能和传感器

疫情期间,病例数据的质量和一致性变化很大。一些病例呈现假阳性,这使情况更加复杂。大数据和人工智能可以帮助检查人们是否遵守隔离要求,机器学习则可以用来进行药物研究。1rCednc

亚洲地区为应对疫情采取了一些有效举措,其中包括利用数字技术进行防控。例如,配备智能扫描仪和摄像头的无人机可用来发现违反隔离措施的人员,还可以检测体温。中国内地和台湾地区甚至还应用了智能相机来进行检测。1rCednc

香港的AI技术公司SenseTime开发了一个平台,即使在人们戴着医用口罩的情况下,也可以通过扫描他们的面部检测出是否发烧。SenseTime公司的非接触式温度检测软件已广泛应用在北京、上海和深圳的地铁站、学校和其他重要的公共场所。1rCednc

与此同时,阿里巴巴也开发了基于AI的COVID-19诊断系统,该系统可以通过计算机断层扫描(CT扫描)检测出是否感染了新冠病毒,准确率高达96%。1rCednc

纽约的Graphen公司正在与哥伦比亚大学合作,目的是定义新冠病毒每个基因定位的规范形式,并确定有哪些变体。Graphen提供的Ardi AI平台模拟人类大脑的功能,研究人员利用它来存储突变数据,并使之可视化。1rCednc

典型的可视化功能是将一个病毒与一组具有相同基因序列的病毒映射。只需点击相应的节点,就可以查看与病毒相关的信息,包括感染者的位置、性别和年龄。1rCednc

疫情期间,大数据已被广泛用于改善监视系统,以绘制病毒传播图。1rCednc

大数据的采集、处理和分析需要新的方法和技术。下面列出了四种不同的大数据分析方法:1rCednc

  • 描述性分析,是用来描述业务流程或业务项目当前及过去状况的方法与技术,它以综合图形方式来表示活动的性能指标;
  • 预测性分析,包括数据分析工具,利用回归分析和预测模型等数学方法帮助我们了解未来可能发生的事;
  • 指示性分析,用于确定有效的策略和可行的方案;
  • 自动化分析,包含一些工具,可以根据分析结果自动执行所需的操作。

阿里巴巴还开发了“支付宝健康码”应用,利用大数据支持中国的医疗保健系统,指示谁可以进入公共场所,谁不可以进入。1rCednc

BlueDot是多伦多的一家初创公司,基于其人工智能平台BlueDot开发的智能系统可以自动监控并预测传染病的传播。BlueDot平台在SARS疫情中已投入使用,其发挥的作用毋庸置疑。1rCednc

值得一提的是,2019年12月,BlueDot曾对冠状病毒的潜在威胁发出警告,再次证明了其模型的正确。BlueDot使用的工具包含自然语言处理技术。1rCednc

马里兰州罗克维尔的Insilico Medicine是另一家致力于利用人工智能来预防疾病的公司。该公司正在开发下一代AI和深度学习方法,将其应用在新药发现与开发过程的每一步。Insilico最近使用其系统分析了可能适合抗击新冠病毒的分子,并已经取得成果。该公司目前正在整理用于疫苗开发的信息数据库。1rCednc

疫情对经济的冲击

除了对公众健康的影响之外,COVID-19对全球经济也造成了毁灭性的打击。相关部门利用大数据和人工智能分析了疫情对经济的影响,并制定适合的应对策略。1rCednc

例如,WeBank研究人员利用卫星分析技术确定了中国受疫情影响最大的行业,其中包括钢铁行业。分析显示,中国钢厂的生产量在疫情初期最少降低到了产能的29%,但到2月9日已恢复到产能的76%(图3)。1rCednc

1rCednc

图3:将2019年12月30日(左)和2020年1月29日(右)同一区域的两张卫星图进行比较,可以看出,在疫情爆发初期,中国的钢铁行业生产活动急剧下降。(图片来源:spectrum.ieee.org)1rCednc

研究人员还利用人工智能来了解其他的生产和商业活动。其中一种方法是简单地统计大型停车场中汽车的数量。分析表明,到2月10日,特斯拉在上海的汽车生产已完全恢复,而上海迪士尼乐园等旅游场所仍处于关闭状态。1rCednc

通过分析GPS卫星数据,可以确定有多少人正常上班。然后,由相关软件计算出每个城市的通勤人数,并对2019年和2020年春节假期刚开始时搭乘公共交通的人数进行比较。结果表明,搭乘公共交通的人数在这两年的春节假期开始时都下降了,但是2020年春节后的通勤人数并没像2019年那样恢复。1rCednc

WeBank研究人员由计算得知,随着经济活动的逐渐恢复,到2020年3月10日,大约75%的劳动力已返工。根据这些曲线,研究人员预测,在中国除武汉以外,大多数工人将在3月底恢复正常工作。1rCednc

在抗击新冠疫情的战斗中,人们使用了自己的强大工具,而那些经过实践证明有效的方案未来很可能成为一种标准。1rCednc

ASPENCORE旗下EETimes欧洲网站,参考链接:Marshaling Sensors and Data Analysis to Combat COVID-19。)1rCednc

本文为《电子技术设计》2020年07月刊杂志文章,版权所有,禁止转载。免费杂志订阅申请点击这里1rCednc

本文为电子技术设计原创文章,未经授权禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
Maurizio Di Paolo Emilio
Maurizio Di Paolo Emilio拥有物理学博士头衔,也是一名电信工程师和记者。 他曾参与引力波研究领域的各种国际项目,曾与研究机构合作设计空间应用数据采集和控制系统。 他的几本著作曾在斯普林格出版社出版过,并撰写过许多关于电子设计的科学和技术出版物。
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
  • iFixit 拆解M2 MacBook Ai:没有散热器,但有用途不明的加 日前,iFixit发表了M2 MacBook Air的拆解视频,表示在M2 MacBook Air 中发现了新增的端口,以及加速度计。
  • 给廉价蒸蛋器DIY出智能温控,烧了多个仿真器和USB HUB后 笔者手上有一台型号为ZDQ-514Q1的小熊蒸蛋器,弹跳式自锁开关。由于这台蒸蛋器水烧干了,温度上升,温度开关断开停止加热;待温度降低之后,温度开关重新闭合,重新加热。 不仅不节能,也不安全。因此笔者考虑,能不能给这台“低配”电器DIY出“智能”模式……
  • 手动拆解十万元的比亚迪“元”,附详细拆解图 大家是不是对手机、电脑等小型消费电子的拆解已经习以为常了?这次有个券商搞了个大动作,动手拆了一辆市场价值十万元的比亚迪“元”,还撰写了一份详细的拆解报告,刷屏了券商、汽车等行业,网友们也大呼“硬核”。
  • 如何评估3D音频解决方案 沉浸式3D/空间音频,与XR/360视频相结合,给您带来宛若置身于茂密深林的视听体验——飘落的细枝在脚下嘎吱作响,一头鹿向东原跑去,当您的目光追着一只红衣凤头鸟而远去时,您能听见它扇动翅膀的声音。精准的头部跟踪有助于提供逼真的用户体验(UX),了解评估解决方案的关键因素,可以帮助您在不断发展的行业中找到方向。
  • 波兰网友拆德国产无线烟感,烟雾探测原来是这样实现! 本文将展示具有433MHz RF通信的CC-80型烟雾探测器的内部,我将指出它的各个部件都有什么作用,还将解释它如何检测烟雾。
  • 采用加速度计的地震探测器 该设备无意取代地质研究所所使用的专业模型,也无法提供对地震事件的精确测量。它有助于在不提供距离或震级的情况下被动地确定地震事件。
  • 利用IIoT进行智能水资源管理 我们需要有效的水资源管理,通过减少浪费和更有效地回收废水来节约用水。通过防洪减灾来保护脆弱的城市和基础设施也是如此。那么我们可以做些什么来解决这些问题呢?工业物联网(IIoT)可能会提供一些潜在的解决方案。
  • 智能楼宇不只是能源管理 新冠疫情的到来,引发了我们在如何在办公室、工厂和商店等室内环境更智能、安全地进行社交和协作方面更多的思考与讨论。
  • 具有扩展范围的电容数字转换器 电容传感器广泛用于各种工业应用,例如液位监测、压力测量、位置检测、流量计、湿度检测等。ΣΔ (Sigma-Delta)电容数字转换器(CDC)用方波激励未知电容,并将产生的电荷转换成单位数字输出流。然后,由数字滤波器处理位流,输出精确的低噪声电容测量值。
  • 基于 MXene 和Borophene(硼墨烯)的第5代智能传感器如何 随着基于 MXene 和 Borophene (硼墨烯)的高级二维材料 (A2M) 的推出,使用 A2M 构建的传感器在各个方面都优于传统传感器。 使用基于 2D MXenes 和 Borophene 的第 5 代智能传感器彻底改变物联网传感器市场。
  • 雷达传感器如何显著提高智能家居的能源效率 智能家居应用和连接设备的数量不断增长,用户的日常生活越来越方便。但是,这却导致了高能耗,因为即使无人在场,这些设备通常也处于长期活跃或待机模式,以便随时投入使用。
  • 拆解:苹果AirTag追踪器 有人猜到这次要拆解什么产品吗?当然是苹果的AirTag追踪设备。既然之前都已经拆解了Tile Mate,当然也只有对AirTag进行同样的检查才算公平,对吧?
广告
热门推荐
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了