下次疫情暴发,这些技术或许能拯救人类读

为全球人口接种新冠病毒疫苗，这大概是人类在分配和物流上遇到的最大挑战之一。因此，有些人希望人工智能和区块链技术能够协助完成这项任务。

IBM公司的区块链业务主管杰森·凯利说：“这是在解决我们有史以来最大的数据难题。”

直到目前为止，这个难题的解决速度依然非常缓慢。

在美国，现在只有大约万人已经接种了一剂以上的新冠疫苗，接种比例刚刚超过总人口的1%。而在全世界范围内，疫苗的接种速度就更慢了，有些国家还没有任何人接种疫苗。以色列算是目前接种率最高的国家，接种率也才刚刚达到12%。

新冠疫苗的分配，涉及到至少四个既独立又有所关联的问题：一是何时将多少疫苗运送到何地，这就涉及到需求预测的问题；二是要监测分配网络的瓶颈，这涉及供应链管理的问题；三是疫苗的生产商、分配方和接种者都需要确保这批疫苗是合法依规生产的，是满足医学标准的，剂量是没有问题的，这就涉及品控的问题；最后还需要对接种者的不良反应进行监测，这就涉及到后续跟踪问效的问题。

无论是各国政府还是各大制药公司，都希望可以在上述的每个步骤中使用到新技术。

低温与高价

目前，美国和欧洲已经批准了几支疫苗上市，对这些地区来说，精确的需求预测是尤为重要的。因为这些疫苗必须在超低温下保存，而且它们的价格也相对较高，对于政府来说，疫苗是浪费不起的。

有些公医院系统和各州政府对有限的疫苗资源作合理分配，IBM就是其中之一。

IBM的政府事务全球总经理蒂姆·佩多斯表示，IBM正在使用该公司的沃森健康分析（WatsonHealthAnalytics）软件，将各地的人口统计学数据、公共卫生状况以及人们对疫苗的态度相结合，以预测各地对疫苗的需求，同时确保疫苗得到公平分配。

在发展中国家，需求预测和供应链管理方面的挑战则更加严峻。

Macro-Eyes是位于西雅图的一家人工智能公司，该公司由本·菲尔斯创办，他以前曾经用机器学习技术搞过金融市场数据分析，以寻找有利可图的交易信号。

现在，他也在使用相同的技术来预测市场对药品和其他医疗服务的需求。在这方面，该公司已经与斯坦福大学的卫生系统在美国展开合作，同时它在非洲也完成了几个项目，包括帮助坦桑尼亚加强儿童的疫苗接种工作。

在非洲的几个项目中，这家公司采用了大量的数据，包括卫星地图、卫星成像图、某一地区的手机用户数量、社交媒体上的帖子以及政府官方数据等等，以预测某一地区会有多少人会去就医。每个数据集本身可能都是边际值，但是通过汇总分析大量的数据集，Macro-Eyes就能够做出准确的预测。

Macro-Eyes的系统可以将坦桑尼亚儿童疫苗接种需求的预测准确率提高96%，将疫苗浪费率下降至2.42%。

如今，Macro-Eyes也希望能够在新冠疫苗的分配上，为各国政府，包括美国各州，做出同样的贡献。

菲尔斯指出，在疫苗分配上，效率是至关重要的，因为现在疫苗的需求远远大于供应，每一剂疫苗都很珍贵。而且有些疫苗的售价也比较高，大家是浪费不起的。很多地方还要操心冷藏的问题，尽管有些疫苗——比如阿斯利康的产品，也可以在普通冰箱里保存。

他说：“我们不能因为把一批疫苗送错了地方，就把没用完的30剂扔掉，这样的错误是犯不起的。但如果我们严格按照人口分配疫苗，那么一些地区依然会面临严重分配不足的问题，而另一些地区则会存在严重分配过剩的问题。”

区块链和机器学习

一旦分配网络建立并运行起来，就要密切

转载请注明：http://www.abuoumao.com/hyfw/5645.html