5、利用人工智能预测和预报新冠病毒病例

利用人工智能预测和预报新冠病毒病例

1. 研究背景

新冠疫情席卷全球，给人类的生命健康和经济发展带来了巨大的冲击。目前，研究人员多使用机器学习模型分别对新冠死亡病例和存活/康复病例进行预测和预报，但缺乏对全球各国新冠医疗数据集的综合研究，未能同时利用先进的人工智能/机器学习工具对同一数据集进行四种不同病例（活跃病例、确诊病例、死亡病例和康复病例）的预测和预报，并直观呈现全球各国的感染程度。

为应对新冠疫情的蔓延，提出了一个全面的研究框架，旨在通过数据驱动的方法来调查全球各国的新冠医疗数据。然而，由于缺乏可靠的新冠医疗数据，以及数据隐私、医疗行业和人机交互等方面的限制，数据驱动方法的作用尚未充分发挥。大规模收集感染者及其接触者的诊断数据，将是基于人工智能的重要解决方案，有助于减少经济损失并挽救生命。

2. 研究方法

2.1 执行环境

• 硬件：使用一台配备16GB内存、1TB SSD 8代的HP Envy机器。
• 软件：安装了Python 3.8，并导入了八个重要的Python库用于实验，具体如下：
  • Matplotlib：用于可视化，是由John Hunter设计的ECOG可视化工具，可解决术前软件单许可证问题，供多个研究人员使用。
  • Pandas、Seaborn、Plotly等：用于模型构建、绘图、模型性能评估等实验目的。

2.2 数据收集

从可靠来源获取了2020年1月至5月期间全球各国的新冠医疗数据集，该数据集包含以下特征：省份/州、国家/地区、纬度、经度