在正确的时间向正确的人提供正确的信息对于防止疟疾和结核病等致命的、完全可治疗的疾病的传播是至关重要的。然而，许多此类疾病发生在世界上较贫穷的地区，公共卫生机构极度缺钱，这使这成为一个相当大的挑战。
来自南加州大学维特比工程学院的一个研究小组认为，他们的算法能够显著地帮助解决问题，并且能够有效地阻止疾病的传播。它被设计成最有效地利用有限的资源。
这项研究在最近发表的一篇论文中得到了证实，该研究使用了一系列数据——从行为和人口数据到流行病趋势——发展出一种疾病传播模型，该模型捕捉了疾病传播的人口动态和接触模式。
建模疾病
然后，这些模型被用来驱动一些计算机模拟，以在两个真实的案例中测试算法。第一个病例是印度的结核暴发，而第二次是在美国的淋病。在这两种情况下，都发现该算法比当时的卫生政策更好地利用资源，既可以确定哪些人是最危险的群体，也可以更好地针对他们进行针对性的消息传递。
我们的研究表明，一个复杂的算法可以大大减少疾病传播的整体，”作者说。 “我们可以做出很大的改变，甚至挽救生命，只需要让我们如何使用资源和与公众分享健康信息，变得更聪明。
该模型允许团队更好地利用可用的资源。研究发现，它主要集中在某些群体身上，甚至对一些高患病率人群的预算进行了削减。它建议使用非明显的模式，这可能是卫生官员无法做到的。
虽然有许多方法可以为健康保健活动确定患者人群，但很多人并不认为随着时间的推移，人口模式变化与疾病动态之间的相互作用，“他们解释说，”考虑到不确定性，如何使用算法来优化这些政策， 我们对这些疾病动态的估计。 在我们的方法中，我们考虑到了这些影响。
通过考虑现实的人口动态，该团队认为他们的工作为官员提供了比现有的疾病控制算法更现实的工具。
该研究小组希望扩大他们的模型，以研究其他传染病的干预措施，包括流感和艾滋病病毒。这清楚地表明，人工智能是如何被用来使工作不仅变得更聪明，而且更有效。
（原英文来源于Dzone）
