2月9日，澎湃***理解到，海内子工智能企业第四范式，联合南京大学、苏北公民医院临床专家，已经研发出基于人工智能（AI）的精准防控、疫情推演及病毒溯源方案，并正式投入到抗击疫情的一线战斗中。
据悉，这套方案基于第四范式机器学习技能以及临床研究专家的专业履历，通过多维度数据剖析和仿照，有利于进一步提升高危传染职员精准筛查比例，推演疫情发展情形履行精准防控，找到并割断疫情蔓延的源头。

第四范式成立于2015年，2016年获“吴文俊人工智能科学技能奖”创新奖一等奖。
目前，第四范式已将 人工智能赋能医疗、金融、政府、能源、互联网等20多个行业，完成近2000个AI落地案例。

高维机器学习防控筛查模型，精准筛查高风险易动听群

在疫情防控中，高风险易动听群的精准筛查非常关键，通过找出此类人群，采纳及时创造、及时奉告、及时隔离等方法，能够有效防止疫情的扩散。
传统的筛查规则系统是通过判断是否和确诊或疑似职员在同一地区同时涌现，规则大略、易于操作，但供判断剖析的数据源获取难度大，基于有限数据源得到的筛查结论，其准确度还有很大的提升空间。

这套方案通过多维度数据剖析和仿照，有利于进一步提升高危传染职员精准筛查比例，推演疫情发展情形履行精准防控，找到并割断疫情蔓延的源头。

第四范式利用AI技能丰富了现有的防控筛查规则模型，进一步提升人群的覆盖面以及筛查的召回率与准确率，降落了管控难度与本钱。
特殊是在紧急状况下，能够帮忙主管部门把有限资源投入到最关键的区域。
此外，面对病毒变异以及人群动态繁芜性，第四范式还基于人工智能的自学习能力构建了数据及系统闭环，持续迭代，从而担保在非常有限的韶光内基于动态环境变革供应高效、准确的判断支持，帮忙各有关部门制订可操作性的政策和行动操持。

可学习的省市区县级数字孪生系统，实时预演剖析疫情发展

在疫情推演中，由于传统SEIR、高斯过程回归、SARS传染扩散等模型很难考虑人口流动、管控方法等综称身分，对实际抗疫战役中的防控决策支持力度不敷，无法供应供决策层制订政策并影响疫情发展的有效方案。

第四范式采取了高维机器学习技能以及多维度的数据，构建了更细粒度、更靠近实际情形的省市区县级数字孪生系统，充分考虑繁芜环境下的各种突发成分，例如交通牵制、复工韶光、药物投放等，对疫情发展的影响，最主要的是该系统具备仿照功能，可以就关键决策一旦履行所带来的影响进行仿真预判，为制订实用有效的防控政策供应了主要依据。

基于AI技能构建疫情溯源系统，快速追溯传染路径

在防控初期及结束后，病毒传染溯源极为关键。
此前，病毒传染溯源紧张通过人工剖析患者信息找到干系性，再经推演现场验证得出。
但该种办法存在对新信息相应慢、对繁芜场景处理能力有限等诸多寻衅，同时由于很难实际不雅观测到传染事宜的发生，使得传染路径以及传染方向的推断变得非常困难。

为了实现准确、高效的溯源，第四范式、南京大学以及苏北公民医院临床研究专家组成的联合团队，利用机器学习技能构建数据驱动的新型冠状病毒传播数字孪生系统，构建潜在传染的关系网，结合病患信息，在关系网中找到可能的传播源以及潜在的超级传染者。
此外，第四范式还构建了可学习的事宜回放仿照器，及时创造潜在传染路径，帮助防疫部门快速割断疫情蔓延的源头。

第四范式称，目前这套系统已经在防疫一线中利用。
同时，第四范式将向社会开放智能疫情防控系统，希望为更多疫情防护部门、机构及单位供应人工智能技能帮助与支持。