在疫（yì）情防控（kòng）过程中，及时发现（xiàn）高风（fēng）险人群与超级（jí）传染者，准（zhǔn）确掌握（wò）疫情发展动态是关键。同（tóng）时，如果能就不同（tóng）政策（cè）对疫（yì）情的影响（xiǎng）进行（háng）预（yù）演（yǎn）判断（duàn），以（yǐ）及（jí）更快速地追溯（sù）到病毒的传播路径，将极大提高政府（fǔ）部（bù）门的防控效率。

2月（yuè）9日，澎（péng）湃新闻（wén）了解到，国内人工智（zhì）能（néng）企（qǐ）业第四范式，联合（hé）南京大学、苏北人民医院（yuàn）临床（chuáng）专家（jiā），已经研（yán）发出（chū）基于人工智能（AI）的（de）精准防控、疫（yì）情推演及病毒溯（sù）源方案，并正式投入到抗击疫情的（de）一（yī）线战斗（dòu）中。据悉，这（zhè）套方案基于（yú）第四范（fàn）式机器学（xué）习技（jì）术以及临床研究专家的专业经（jīng）验，通（tōng）过多维度（dù）数据分析和（hé）模拟，有利（lì）于（yú）进一步提（tí）升高危感染人员精准筛查比例，推演疫情发（fā）展情况实施精准防控，找到并切断（duàn）疫情（qíng）蔓延（yán）的源头。

第四范式成立于2015年，2016年获“吴文俊人工智能科学技术奖（jiǎng）”创新奖一等（děng）奖。目前，第四范式已（yǐ）将 人工智能赋能医疗、金融、政府、能（néng）源、互联网（wǎng）等20多个行业（yè），完成（chéng）近2000个AI落地案（àn）例。

高维机器（qì）学习防控筛查模（mó）型（xíng），精准筛（shāi）查高（gāo）风险易感（gǎn）人群

在疫情防控中，高风险（xiǎn）易感（gǎn）人（rén）群的精准（zhǔn）筛（shāi）查非常关键，通过（guò）找出此类人群，采取（qǔ）及时（shí）发（fā）现、及（jí）时告知、及时隔离（lí）等措施，能够（gòu）有效（xiào）防止疫情的扩散。传统的筛（shāi）查（chá）规则系（xì）统是通过判（pàn）断是（shì）否和确诊（zhěn）或疑（yí）似人员在同一地区同时出现，规则简单（dān）、易于操作，但（dàn）供判断分析（xī）的数据源获（huò）取难度大，基于有限数据（jù）源获得的筛查结论，其准确度（dù）还（hái）有很（hěn）大（dà）的提升（shēng）空间。

这套方案通过多（duō）维（wéi）度（dù）数据分析和模（mó）拟，有利（lì）于进（jìn）一步提（tí）升高（gāo）危感染人员精准筛（shāi）查比（bǐ）例，推演疫情发展情况实施精准防控，找到并（bìng）切断疫（yì）情蔓（màn）延（yán）的源头。

第四范式利用AI技术丰富了（le）现有的防控筛查规则（zé）模型，进一步提升人群的覆盖面以及（jí）筛查的（de）召回率与准确率，降（jiàng）低了管（guǎn）控难度与成（chéng）本。特（tè）别是在紧急（jí）状况下，能够协助（zhù）主（zhǔ）管部门把有（yǒu）限资源投入到最关键的区域。此外（wài），面对病毒变异以（yǐ）及（jí）人（rén）群动态复杂（zá）性，第四（sì）范（fàn）式还基于人工智（zhì）能的自学（xué）习能力（lì）构建（jiàn）了数据及系统闭环，持续迭代，从而（ér）保证在非常（cháng）有限（xiàn）的时间内（nèi）基（jī）于（yú）动态环境（jìng）变化（huà）提供高效、准确（què）的判断支持，协（xié）助各有关部门制定可操作（zuò）性的政策和行动（dòng）计划。

可学习（xí）的省市区县级（jí）数字孪（luán）生系统，实时预演分（fèn）析疫（yì）情发（fā）展

在疫情推（tuī）演中，由于传统SEIR、高（gāo）斯过程回归、SARS传染（rǎn）扩散等模型很难考虑（lǜ）人口流动（dòng）、管（guǎn）控措（cuò）施等综合因素，对实（shí）际抗疫战争中的防控决策支持力度不足，无法提（tí）供（gòng）供决（jué）策层制定政策并影响疫情发展的有效方案。

第四范式采（cǎi）用了高维（wéi）机器学习技（jì）术以及多维（wéi）度的数据，构建了更（gèng）细粒度、更（gèng）接近实际情况（kuàng）的省市区县级数字孪生系统，充分考虑复杂（zá）环境下的各种（zhǒng）突发因素，例如交通管制、复工（gōng）时间、药物投（tóu）放等，对疫情发展（zhǎn）的影响，最重要的是该系（xì）统具备模拟功（gōng）能（néng），可以就关键决（jué）策一旦实施所带来的影响进行仿真（zhēn）预判，为制定实（shí）用有效的（de）防控政策（cè）提（tí）供了（le）重要依据。

基于AI技（jì）术构建（jiàn）疫（yì）情溯源系统（tǒng），快速追溯（sù）传染路径

在（zài）防控初期（qī）及（jí）结束后，病毒传染溯（sù）源（yuán）极为关键（jiàn）。此前，病毒（dú）传染溯源（yuán）主要通过人（rén）工（gōng）分析患者信（xìn）息（xī）找（zhǎo）到相关性，再经推演现场验证得出（chū）。但该种方式存在对新信息响应慢、对复杂场景（jǐng）处理（lǐ）能力有限等诸多挑战，同时由于很（hěn）难实（shí）际观（guān）测到传染事件的发生，使得传染路径以（yǐ）及传染（rǎn）方向（xiàng）的推断变得异常（cháng）困难。

为了实现（xiàn）准确（què）、高效（xiào）的溯（sù）源，第四（sì）范式、南京（jīng）大学以及苏北人民医院临床研究（jiū）专家组成的联合团队，利用机器（qì）学习技术构建数据驱动的（de）新型冠状病（bìng）毒传播数字孪生系统，构建潜（qián）在传染的关系网，结合病患信息，在关系网中找到可能的传播（bō）源以及潜在的（de）超级传（chuán）染者（zhě）。此外（wài），第四范式还构建了可学习的事件（jiàn）回放模拟器（qì），及时发（fā）现潜在传（chuán）染路径，帮助防疫部门快速切断疫情蔓延的（de）源头。

第四范式称（chēng），目前这套系统已经（jīng）在防疫一线中使用。同（tóng）时，第（dì）四范式将向社会开放智能疫情防控系（xì）统，希望为更多疫情（qíng）防护部门、机构及单位提（tí）供人工（gōng）智能技术帮助与支持。