在疫情（qíng）防控过程中（zhōng），及时（shí）发现（xiàn）高（gāo）风（fēng）险人群（qún）与超级（jí）传染者（zhě），准确掌握疫情发（fā）展（zhǎn）动态是关键。同时，如果能就不（bú）同（tóng）政策对疫情的影响进行预演判断，以及更（gèng）快速地追溯到病（bìng）毒（dú）的传播路径，将（jiāng）极大提高政府部门的（de）防控效率（lǜ）。

2月（yuè）9日，澎湃新闻（wén）了解到，国内人工（gōng）智能企（qǐ）业第四范式，联合南京大（dà）学、苏北（běi）人民医院临床专（zhuān）家，已（yǐ）经研（yán）发出基于人工智能（AI）的精准防控、疫情推演及病（bìng）毒溯源方（fāng）案（àn），并（bìng）正（zhèng）式投（tóu）入到抗击疫情的一线战斗（dòu）中。据悉，这套方案基于第四范式机器（qì）学习技术（shù）以及临床研究专家的专业经验，通过多维度（dù）数据分（fèn）析和模拟，有利于进一步提（tí）升高危感染人员（yuán）精准筛查比（bǐ）例，推演疫情发（fā）展情况实（shí）施精准防控，找到并切（qiē）断疫情蔓延的（de）源（yuán）头。

第四（sì）范式成立于2015年，2016年获“吴文俊人工智能（néng）科（kē）学技术奖”创新奖一等奖。目前，第四范式已将 人工智（zhì）能（néng）赋（fù）能医疗、金（jīn）融、政府、能源、互（hù）联网等20多个（gè）行（háng）业，完成近2000个AI落地案例。

高维（wéi）机器学习防控（kòng）筛（shāi）查模型（xíng），精准筛查高风险（xiǎn）易感人群

在疫情防控中，高风险易感人群的精准筛查非常关（guān）键，通过找出此类人（rén）群（qún），采取及时（shí）发现、及时（shí）告知、及（jí）时隔离等（děng）措施，能够有（yǒu）效防止疫情的扩散。传统的筛查（chá）规则系统（tǒng）是通过判（pàn）断是否和确诊或疑似人（rén）员在同一（yī）地区同时出现，规则简单、易于操作，但供判断分析的数据源获取难度（dù）大，基于有限数据源获得（dé）的筛查结论，其准确度还（hái）有很大的提升空（kōng）间。

这套方（fāng）案通过多维度数据（jù）分析和模拟（nǐ），有（yǒu）利于进（jìn）一（yī）步提升高危感染人（rén）员精准筛查比例，推（tuī）演疫情发（fā）展情况实施精准（zhǔn）防控，找到并切断疫情（qíng）蔓延的源头。

第四范式利用AI技术丰富了现有的（de）防控筛查规则模型，进一步提升人群的覆盖（gài）面以及筛查的召回率与准确率，降低了管控难度与（yǔ）成本（běn）。特别是在紧急（jí）状况下，能够协助主（zhǔ）管部门把（bǎ）有限资源投入到最（zuì）关（guān）键的区域。此外，面（miàn）对病毒变异以（yǐ）及人（rén）群动态复杂性（xìng），第四（sì）范式还基于（yú）人工智能的自学习能力构建了数据及系统（tǒng）闭环，持续迭代，从（cóng）而保证在非常有限的时间内基于动态环境变（biàn）化提供（gòng）高（gāo）效、准确的判断支持（chí），协（xié）助各有关部门（mén）制定可（kě）操作性的政策和行（háng）动计划。

可学习的省（shěng）市区县级数字孪（luán）生系统，实时预演分（fèn）析疫情发展

在疫情推演中，由于传统（tǒng）SEIR、高斯过程回归、SARS传染扩散等模型很难考虑人口流动、管控措施（shī）等（děng）综合因素，对实（shí）际（jì）抗疫（yì）战争中（zhōng）的防控决策支持力度不足，无法提供（gòng）供（gòng）决策层制定政策并影响疫情发展的（de）有效方案。

第四范式采用了（le）高维机器学（xué）习（xí）技术以及多维（wéi）度的数据，构（gòu）建了更细粒度、更接近实际情况的省市区县级（jí）数字孪（luán）生（shēng）系统，充分（fèn）考虑复杂环境下的各种突发因素，例如交通管制、复（fù）工时间、药物投放等，对疫情发展的影响（xiǎng），最重要的是该系统具备模拟功能，可以就（jiù）关键（jiàn）决策一旦实施所带（dài）来的影响进（jìn）行仿真预判（pàn），为制定实（shí）用有效的防控政策提供了重要依据（jù）。

基于AI技术构建疫（yì）情溯源系统，快速追（zhuī）溯（sù）传染路径（jìng）

在防控初期及结束后（hòu），病毒传染溯源极为关键（jiàn）。此（cǐ）前，病毒传染溯源（yuán）主要通过人工分析患者信息找到相关（guān）性（xìng），再（zài）经推演现场验证（zhèng）得出。但该种方式存在对新（xīn）信息响应慢、对复杂场景处（chù）理能力有（yǒu）限等（děng）诸多挑战，同时由于很难（nán）实（shí）际观测到（dào）传染事（shì）件的（de）发生，使得传（chuán）染路径以及传染方向的（de）推断变得异常困难。

为了实现准确、高（gāo）效的溯源，第四范式、南京（jīng）大学以（yǐ）及苏（sū）北人民医（yī）院（yuàn）临床研究专家组成的联合团队，利用机（jī）器学习技术构建（jiàn）数据驱动（dòng）的新型冠状（zhuàng）病毒传播数字孪生系统，构建（jiàn）潜在传染（rǎn）的（de）关系网（wǎng），结合（hé）病患信息，在关系网中找到可能（néng）的传播源以（yǐ）及（jí）潜（qián）在的超级传染者。此外，第（dì）四（sì）范（fàn）式还（hái）构建了可学习的（de）事件回放模（mó）拟器，及（jí）时发（fā）现潜（qián）在传染路（lù）径，帮助防疫部门快速切断疫情蔓延的（de）源头。

第四范式称，目前这套系统已经在防疫（yì）一线（xiàn）中使用。同时，第四范（fàn）式将向社会开（kāi）放（fàng）智（zhì）能（néng）疫（yì）情防（fáng）控（kòng）系统，希望为更多疫情防护部门、机构及单位提供人（rén）工智能技术帮助与支（zhī）持。