外媒 | 机器学习模型利用时间和地点数据预测COVID-19传播-普瑞纯证

卡内基梅隆大学的研究人员开发了一种机器学习工具，利用时间和地点数据预测COVID-19传播。这种模型可以更准确地预测和跟踪COVID-19，有助于遏制病毒的传播。研究人员指出，公共卫生组织一直试图利用公开可用的数据来预测和跟踪COVID-19，但这些数据往往存在偏差或不可靠。此外，这种数据也可能无法充分捕捉影响传播的更微妙因素。为了捕捉这些细节，卡内基梅隆大学的研究人员与乔治亚理工学院、西班牙的Universitat Jaume I和哥伦比亚国立大学的研究人员合作，调查了哥伦比亚第二大城市卡利的COVID-19数据。研究人员使用从卡利市政公共卫生部获得的数据，记录了该市每个确诊病例的位置和时间，而不是地理区域内的病例或死亡人数。研究人员从2020年3月15日到9月30日的数据中创建了一个机器学习模型，使用基于神经网络的技术评估时间、地点和其他时空因素（如人口密度）对病毒传播的影响。此外，分析还包括了城市地标（如市政厅、学校和教堂）所产生的外部影响。总体而言，研究人员发现该模型成功预测了COVID-19的传播，表明传播与社会经济地位相关。那些感染病毒风险增加的人居住在卡利市中心、东北部和西北部，这些地区低社会经济地位的社区更为普遍。相反，在城市南部，贫困率较低的地区感染风险较低。

版权声明 本网站所有注明“来源：普瑞纯证”或“来源：pureFDA”的文字、图片和音视频资料，版权均属于普瑞纯证网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：普瑞纯证”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。