迈阿密大学艺术与科学学院的研究人员正在使用人工智能（AI）来追踪蚊子传播的病毒，这是一项研究的一部分，可以帮助公共卫生机构更好地预测和应对这些疾病。
在过去十年中，迈阿密-戴德县发生了基孔肯雅热病例，这是一种通过蚊子叮咬传播给人类的病毒，可引起发烧和严重的关节疼痛。基孔肯雅热病毒在中美洲和南美洲一些国家流行，鉴于迈阿密的气候适宜蚊子滋生，而且靠近这些地区，基孔肯雅热有可能在南佛罗里达州传播。
“尽管迈阿密最近没有经历大规模疫情，但鉴于巴西目前基孔肯雅热的严重程度以及近年来迈阿密报告的从受影响国家输入的大量病例，发生大规模疫情的可能性很大，”首席研究员、数学系教授阮世奎说。
为了解决这一问题，阮正在与数学系副教授Xi Huo和地理与可持续发展学系助理教授Han Li合作，研究基孔肯雅热的传播、控制和风险评估。他们与印第安纳大学公共卫生学院流行病学和生物统计系以及诺瓦东南大学哈尔莫斯艺术与科学学院数学系的同事合作，最近获得了美国国家科学基金会（NSF） 50万美元的资助。
研究人员利用迈阿密-戴德县的蚊子种群数据和巴西的基孔肯雅热数据，旨在开发一种新方法，将机器学习（一种人工智能）与数学模型相结合，以预测蚊子种群的变化，将迈阿密-戴德县的病例追踪回巴西，并模拟病毒如何在当地传播。他们还希望更好地了解随着气候变化影响蚊子数量，基孔肯雅热在佛罗里达州传播的风险。
研究人员希望他们的发现不仅能帮助公共卫生组织预测和应对基孔肯雅热，还能帮助其他病毒，包括登革热、寨卡病毒和黄热病。
“气候变化和城市化可能会影响南佛罗里达州的蚊子种群，潜在地增加媒介传播疾病爆发的风险，”霍说。“我们的研究预测旨在协助本地控蚊部门完善其病媒控制策略，以减轻这些风险并预防潜在的疾病爆发。”
那么，为什么要使用机器学习而不是传统的数学方法呢？
“与传统的流行病模型，如常微分方程模型相比，机器学习可以提高参数估计和数据拟合的效率和准确性，”李解释说，他是该项目的机器学习部分的负责人。“它还可以纳入更多变量，从而更深入地了解环境影响，如气候变化、人类活动、地理格局等。”
NSF拨款是著名的生物学新兴数学项目的一部分，该项目旨在支持研究人员开发创新的数学方法，以调查公共卫生政策制定者面临的挑战。
