在疫情（qíng）防控过程中，及时发（fā）现（xiàn）高风（fēng）险（xiǎn）人群（qún）与超级传染者，准确掌握（wò）疫（yì）情发展动态是关键（jiàn）。同时，如（rú）果能就不同政（zhèng）策对疫情的影响进行（háng）预演判断，以（yǐ）及更快速地追溯到病毒的传播路径，将极（jí）大提高政府部门的防控效率。

2月（yuè）9日，澎湃新闻了解到，国内（nèi）人工智能企（qǐ）业（yè）第四范（fàn）式，联合南（nán）京（jīng）大学、苏北（běi）人民医院（yuàn）临床专家，已经研发出基于人工智能（AI）的精准防控（kòng）、疫情推演（yǎn）及病（bìng）毒溯源方案，并正式投入到抗击疫（yì）情（qíng）的一线（xiàn）战斗中。据悉，这套方案基（jī）于第四范式机器学习技术以（yǐ）及临床研（yán）究（jiū）专（zhuān）家的专业经验，通过多维度（dù）数据分（fèn）析和模拟，有（yǒu）利于（yú）进一步提升高危感（gǎn）染人员精准（zhǔn）筛（shāi）查（chá）比例，推演疫情（qíng）发展情况实施精准防控，找到（dào）并切断（duàn）疫情蔓（màn）延的源头。

第四范式成立于2015年，2016年（nián）获“吴（wú）文（wén）俊（jun4）人工（gōng）智能科学技术（shù）奖”创新奖一（yī）等奖。目前，第四范式已（yǐ）将 人工智能赋能医疗、金（jīn）融（róng）、政府、能源、互联网（wǎng）等20多个行业，完（wán）成近2000个AI落地（dì）案（àn）例。

高维机器学习防控（kòng）筛查模型，精准筛（shāi）查高（gāo）风险易感人群

在疫情防控中（zhōng），高风险易感（gǎn）人群的精准筛查非常关键（jiàn），通过找出（chū）此类（lèi）人群，采取及时（shí）发现（xiàn）、及时告知（zhī）、及时隔离等措施（shī），能够有（yǒu）效防止疫（yì）情（qíng）的扩散。传统的筛查规则系统（tǒng）是通（tōng）过判断是否和确诊或（huò）疑似人员（yuán）在同一地区（qū）同时出现，规则简单、易于（yú）操作，但供判断分析的数据源获取难度大（dà），基于有限数据源获得的筛（shāi）查（chá）结论，其准确度还有（yǒu）很大的提升空间。

这套方案通（tōng）过多维度数据分（fèn）析（xī）和模拟，有利于进一步提升（shēng）高（gāo）危感染人员（yuán）精（jīng）准筛查比例，推演疫情发展情况实（shí）施（shī）精准防控，找到并切断（duàn）疫情蔓延（yán）的（de）源头。

第四范式利用AI技术丰富了现有的防（fáng）控（kòng）筛（shāi）查（chá）规则模型，进一（yī）步提升人群（qún）的（de）覆盖面以及筛查的召回率与准确率，降（jiàng）低了管（guǎn）控难度与（yǔ）成本（běn）。特别是（shì）在紧（jǐn）急状况下，能够协助主（zhǔ）管部门把有限资源投入到最关键（jiàn）的区域。此外，面（miàn）对病毒变（biàn）异以及人群动态复杂性，第四范式还（hái）基于人工智能的自学习能（néng）力构建了（le）数据及系（xì）统（tǒng）闭（bì）环，持续迭代，从而保证在（zài）非常（cháng）有限的时间内基于动态环境变化提供高效（xiào）、准确的判断（duàn）支持，协助各有（yǒu）关部门制定可操作（zuò）性的（de）政策和行动计划。

可学习的省（shěng）市区县（xiàn）级数字孪生（shēng）系统，实（shí）时预演分析疫情发展

在（zài）疫情推演中，由于传统SEIR、高（gāo）斯过程回归（guī）、SARS传（chuán）染扩散等模型很难考虑人口流（liú）动（dòng）、管控措施等综合因素，对实际抗（kàng）疫（yì）战争中的防控决策支持（chí）力度不足，无法提供供决策（cè）层制定政策并影响疫（yì）情发展的（de）有效方案。

第四范式（shì）采（cǎi）用了高（gāo）维（wéi）机器学习技术以及多维度的（de）数据（jù），构建了更细粒度、更接近（jìn）实际情（qíng）况的省市区（qū）县级数字孪（luán）生（shēng）系（xì）统，充分考虑复杂（zá）环境下的各种（zhǒng）突发因素，例如交通（tōng）管（guǎn）制、复工（gōng）时间、药物投放等，对（duì）疫（yì）情发展的（de）影响，最重要的是该系统具备模（mó）拟（nǐ）功能（néng），可（kě）以就关键（jiàn）决策一（yī）旦实施所（suǒ）带来的影响进行仿真预判，为制定实用有效的防控（kòng）政（zhèng）策提供了（le）重要依据。

基于AI技术构建疫情溯源系（xì）统（tǒng），快速（sù）追溯传染路径

在（zài）防控初期及（jí）结束后（hòu），病毒传染溯源极为关键。此前，病（bìng）毒传（chuán）染溯（sù）源（yuán）主要通过人工（gōng）分析患者信息找到相关（guān）性（xìng），再经推演现场验证得出（chū）。但（dàn）该种（zhǒng）方式存在对新信息响应慢、对复杂场景处理能力有限（xiàn）等诸多（duō）挑（tiāo）战，同时由于很难实际观测到传（chuán）染事件（jiàn）的发生，使得传染（rǎn）路径以及传染方（fāng）向的推（tuī）断变得异常困难（nán）。

为（wéi）了实现准确、高效的溯源，第四范（fàn）式、南京大学（xué）以及苏北人民医院临床研究（jiū）专（zhuān）家（jiā）组成的联（lián）合团队，利用机器学习技（jì）术（shù）构建数据驱（qū）动的新型（xíng）冠状病（bìng）毒传播数字孪生（shēng）系（xì）统（tǒng），构建潜在传染的关（guān）系网，结合病患信息，在（zài）关（guān）系网中找（zhǎo）到（dào）可能的传播源以及潜在（zài）的（de）超级传染者。此外，第四范式还构建了可学习的事件回放模拟器，及时发现潜在传染路径，帮（bāng）助（zhù）防疫部门快（kuài）速切断疫情蔓延的源头。

第四（sì）范式称，目前这套系统已经在防疫一线中使（shǐ）用。同时，第四（sì）范式将向（xiàng）社会开放智能疫情防控系统（tǒng），希望为（wéi）更多疫情防护部门、机构及单位提（tí）供人工智能技（jì）术（shù）帮助与支（zhī）持。