AI解析新冠感染謎團 預測死亡率準確度90% |2020.09.30 語音朗讀 2258觀看次 字級 大 中 小 圖說:新冠疫情再起,各國邊境嚴格把關。圖╱新華社圖說:世界各國透過機器學習發展新冠病毒的分類因子、預測模型,也得到不少可觀的成果。圖╱資料照片 【本報台北訊】全世界新冠病毒確診已逼近3300萬人,世界各國累積了可觀的大數據,加上現在人工智慧正是顯學,世界各國透過機器學習發展新冠病毒的分類因子、預測模型,得到不少可觀的成果。包括,新冠病毒打開細胞的鑰匙ACE2有種族差異、新冠病毒感染若3種免疫反應都持續活化就會重症、人工智慧可在10天前就能預測患者死亡,準確度高達9成。台灣大學流行病學與預防醫學研究所教授陳秀熙,今持續召開防疫說明會直播,邀集多位台大公衛學院博士,以及專長於生物統計的北醫口腔衛生學系教授嚴明芳,接力上陣,完整報告新冠病毒人工智慧相關研究的各個面向。陳秀熙表示,新冠病毒引起的免疫反應、臨床症狀到現在都還有很多需要釐清之處,人工智慧大資料的優勢就是速度,可以節省很多時間,對於科學家和臨床醫學家追求即時的成效,是很重要的助力,特別是全球疫情快速新增,透過人工智慧準確辨識重症相關風險因子、歸納適當的治療,甚至也有助於疫苗和檢驗技術的突破。台大公衛博士古玫生表示,新冠病毒感染後之免疫反應,在不同嚴重度的病人可以看到差異,耶魯大學團隊追蹤後發現,其免疫反應可以分為3類,在不嚴重個案。第一、三型免疫反應會下降,但在嚴重個案,這3種免疫反應皆持續高度反應。另外,有中國大陸研究發現,利用3種免疫反應因子發展預測模型,可精確區辨無症狀個案,準度接近百分百,這項技術將有助於解決無症狀者成為傳染源的問題。圖說:世界各國透過機器學習發展新冠病毒的分類因子、預測模型,也得到不少可觀的成果。圖╱資料照片台大公衛博士蕭國惠表示,新冠病毒藉由ACE2這個蛋白質進入細胞、造成感染,有研究利用基因資料庫分析,發限不同種族擁有不同的ACE2,且已有32個相關的基因變異,近一步分析發現,想了解ACE2在東亞族群有較多的等位基因數量,歐洲則較少,所以不同族群對於新冠病毒的感染或免疫反應可能有所不同。另有研究經由機器學習,用蛋白質體及代謝質體資料來辨識疾病嚴重度,成功辨識的機率高達70%以上。嚴明芳表示,大流行時有大量病患,若能盡早分類,就可以將醫療資源及早投入較嚴重的病人。嚴明芳的學生王威淳表示,英國利用人工類神經網絡創建「入院死亡評分系統」,納入人口學、共病症、抽菸史、入院症狀等因素,找出增加死亡的風險因子及降低風險因子,預測病情惡化準確度達到90.12%。機器學習485名中國大陸武漢患者的血液樣本,所發展的模型預測準確度也很高,10天前預測患者的死亡率有9成準確度。 前一篇文章 扮李小龍爆紅 日3歲男童訓練7年變身「筋肉人」 下一篇文章 新聞千里眼 熱門新聞 01公股行庫房貸 可達8成52024.05.2702【詩】散步2024.05.2803千里尋夫黃土高坡2024.05.2704伊香保遇見星雲大師2024.05.2705遲緩兒個案通報 12年增1倍2024.05.2706捕碳 杜拜將種 1 億棵紅樹林2024.05.2707高雄龍舟嘉年華6月8日登場 佛光山祥龍現身愛河2024.05.2708敨2024.05.3109實踐良善 268校獲選三好校園2024.05.2810巴西南部百年洪災 佛光山馳援2024.05.27 訂閱電子報 台北市 天氣預報 台灣一週天氣預報 相關報導 陽明交大、清大進駐左營 政院核定1.8億經費禁團令後出席旅展 賴:總統職責是穩定台海和平今年GDP 上調至3.94%被疫情、外送打趴 攤販數5年減24%國會改革案 三讀通過4月景氣趨熱 亮黃紅燈