基于AI技術的對全國疫情擴散情況及高峰期

生物、醫藥及醫療機械

2月1日，清華大學深圳國際研究生院馬兆遠課題組首次公布基于AI技術的對全國疫情擴散情況及高峰期預測模型。根據后續一周內國家衛計委公布的疫情實時數據反饋，該模型在一周（2月1日至2月7日）之內的預測結果與真實情況吻合度較高，平均準確率達98%以上。團隊比較早地對疫情高峰期及拐點出現時間做出“2月7-12日內達到峰值，疫情拐點最遲于2月16日前后出現，總感染人數或達7萬”的預判，該預測與鐘南山院士的判斷互相印證。雖然預測結果的準確度得到驗證，課題組團隊并沒有因此松懈，而是不斷根據最新的數據變化調整參數、優化擬合結果，同時積極聯絡政府相關科技、數據信息等部門，讓預測結果成為施策者有力的決策參考。2月1日，清華大學深圳國際研究生院馬兆遠課題組首次公布基于AI技術的對全國疫情擴散情況及高峰期預測模型。根據后續一周內國家衛計委公布的疫情實時數據反饋，該模型在一周（2月1日至2月7日）之內的預測結果與真實情況吻合度較高，平均準確率達98%以上。團隊比較早地對疫情高峰期及拐點出現時間做出“2月7-12日內達到峰值，疫情拐點最遲于2月16日前后出現，總感染人數或達7萬”的預判。

小批量或小范圍應用