国外首次利用人工智能发现疾病高危人群

新冠病毒大流行表明，抗击任何疾病最重要的武器之一是准确的信息以及社区内可信的个人传播信息。如何把好的信息提供给需要的人是长期困扰卫生官员的问题。

一种被称为“同龄人改变推动者”(peer change agents)的方法是招募同龄领导人，在他们的社交网络中促进健康行为和疾病预防信息。与拥有稳定住房的年轻人相比，无家可归的年轻人艾滋病毒检测呈阳性的可能性要高10倍。社会工作者和公共卫生官员利用“同龄人改变推动者”战略，在这些社区内促进诸如使用避孕套和定期艾滋病毒检测等行为，但成功似乎与在其社区内产生最大影响的正确同龄领导人有关。

这就是人工智能可以提供帮助的地方。近二十年来，计算机科学家一直在探索如何利用社会网络中有限的节点来最大化信息传播。

如今，哈佛约翰·A·保尔森工程和应用科学学院的研究人员与南加州大学和宾夕法尼亚州立大学,开发出一种人工智能系统, 可以识别社交网络中哪些人能够最有效地向同龄人推广艾滋病预防信息。在对700多名无家可归的年轻人进行的实地试验中，研究人员发现，他们的算法显著降低了人群中艾滋病毒传播的关键风险行为。

这篇论文的负责人说：“与我们的直觉相反，最受欢迎的人通常并不是网络中联系最紧密的人，作为计算机科学家，我们可以根据与不同群体关系最密切的人来优化同龄领导人的选择。”该研究团队与流浪青年收容中心的社会工作者合作，在那里，无家可归的年轻人可以得到食物、衣服、病例管理和艾滋病毒检测。

研究人员与社会工作者和参与者一起绘制了参与者的社会网络图，并使用他们的算法在不同的网络集群中找到拥有最多样化联系的领导者。随后，社会工作研究小组的协调员就性健康、艾滋病毒预防、沟通技巧、领导技巧和自我护理对选定的同龄领导人进行了培训。领导人被要求通过与他们在临时收容中心的社会关系进行沟通，促进定期艾滋病毒检测。

研究小组发现，参与人工智能辅助策略的年轻人，与只参与观察组的同龄人相比，参与无保护性行为的可能性显著降低。研究人员还发现，在“抽样组”中，与“最受欢迎”年轻人被招募为领导人的小组相比，他们的行为改变得更快。大多数参与者的改善发生在一个月的调查中，而“最受欢迎”的一组直到第三个月才看到改善行为。

在抽样组中看到结果的速度很重要，快速采取保护行为有助于立即减少艾滋病病毒在高危人群中的传播；在为期三个月的干预结束时，许多年轻人将离开该中心，所以需要在短时间内接触到尽可能多的人。项目负责人说：“就我们所知，这是首次使用人工智能方法优化社会网络对健康的干预，我们希望这个项目可以为人工智能研究如何成功应用于社会公益提供一般性经验。这一策略可用于在社区内传播有关营养、药物滥用和其他公共卫生危机等信息。“

声明：本文版权归原作者所有，转载请注明出处，请勿转至外网或用于商业用途。