学生使用AI建立更好的COVID-19预测模型

春季学期班计划如何演变为跟踪和预测病毒的竞赛。

春季学期班计划如何演变为跟踪和预测病毒的竞赛。

亚瑟·阿布·莫斯塔法(居中)与学生研究人员会面,他们通过Zoom建立了COVID-19模型。图片由Michael Zhang / 加州理工学院提供。


一队 加州理工学院 学生,由 Yaser Abu-Mostafa (PhD '83), have developed 一种使用人工智能(AI)预测COVID-19影响的工具。

该项目始于阿布·莫斯塔法的一项任务'加州理工学院计算机科学课程,CS / CNS / EE 156关于学习系统'的春季学期。它已经发展成为一种为决策者评估大流行病的工具。'对其社区的潜在影响并预测缓解工作的效果。

重定向CS / CNS / EE 156重点的想法来自加州理工学院的高级教授亚历山大·兹洛卡帕(Alexander Zlokapa), 加州理工学院数据科学组织,这是一个旨在促进学生参与数据科学研究的倡议。兹洛卡帕(Zlokapa)于3月19日与阿布-莫斯塔法(Abu-Mostafa)接触,建议从该航线切换档's的原始主题:使用AI进行电影推荐。

阿布·莫斯塔法(Abu-Mostafa)担心在最后一刻改变齿轮,特别是从有趣的话题到更严肃的话题,因此通过电子邮件向他的学生发送了他们的想法。“反应热烈。我们所有人都看到了为国家带来真正改变的机会,”电机工程和计算机科学教授Abu-Mostafa说。班上已经有80名学生了;当新挑战宣布时,又有70个签约了。

“甚至在早期,大流行的严重性就变得很明显:我们处于战争中,敌人强大,” Abu-Mostafa says. “我们还没有与之作斗争的武器,既没有疗法也没有疫苗。但是,战争中还有另一种必不可少的武器。情报。我们需要知道敌人在做什么,以便我们可以提前计划。我和我的学生可以适当地使用人工智能(我的课程主题)来帮助收集这种智力。”

“标准的流行病学模型对疾病的传播方式进行了基本假设,然后让您根据感染率和恢复率等进行调整。另一方面,人工智能并没有把一切视为理所当然,”研究生Dominic Yurk(BS'17),是该课程的首席助教。

如果您要预测COVID-19在给定区域中的未来传播,则不想查看之前发生的事情,而只是划一条线。您要考虑人口密度和流动性,人们是否去饭店和工作,该地区的医院容量,过去的流感发病率;研究人员说,有很多数据可能与此问题有关。

班级'截止到4月和5月,共有150多名学生参加了多达4人的竞争团队,他们的任务是对这种疾病的影响做出准确的预测。考虑到测试数据往往不可靠且不一定全面,他们专注于预测死亡率,这是评估给定位置疾病影响的最可靠指标。他们在该项目上花费了数千小时。他们收集了所有看似相关的数据,包括COVID-19死亡率数据,受影响人口的人口统计数据和密度,人们是否遵守在家中就餐,临床统计数据,以前的流感数据等等。

“我们牢记决策者的竞争规则,” Abu-Mostafa says. “以下是应避免的示例:在4月的某个时候,乔治亚州有590张重症监护病房(ICU)病床可用。当时,一个著名的模型预测佐治亚州'在任何给定时间,COVID-19患者将需要424至1,928张ICU床位。这种不精确的预测对决策者没有帮助,” Abu-Mostafa says.

最终,大约40个团队制作了可行的模型,能够做出合理的预测,而前10个左右的团队就能够对COVID-19对特定社区的未来影响进行精确预测的能力,与现有模型竞争。 

当班级在6月结束时,阿布·莫斯塔法'的学生告诉他,他们想在整个夏天继续努力—吸收班级生成的顶级模型的最佳部分,并将它们汇总为一个 更强大的工具。他选择了8名研究生(包括Yurk)和18名本科生,并责成他的新团队创建范围扩大的模型,对死亡率,感染数量和检测阳性率做出快速而准确的预测。

来源:从公司收到的新闻材料和从公司收集的其他信息’s website.

分享这篇文章

订阅我们的免费杂志, 免费的电子邮件通讯或两者兼有!

加入超过90,000名工程专业人员的行列,他们将在新闻发布后立即获得最新的工程新闻。


关于作者

德 编辑s's avatar
德 编辑s

德’的编辑将新闻和新产品公告发布到 数字工程 .
新闻稿可能会通过以下方式发送给他们 [电子邮件 protected].

关注DE
#24321