用于建模传染病流行病的人工智能
作者：Bhatt, Samir
参考
麦卡锡（J.AI MAG。 27，12（2006）。
Wang，H。等。人工智能时代的科学发现。自然 620，47 -60（2023）。
广告一个 CAS一个 PubMed一个 数学一个 Google Scholar一个
Hodges，A。B. Jack Copeland（编辑），《基本的图灵：诞生计算机时代的想法》。牛津：克拉伦登出版社，2004年。VIII+613。ISBN 0-19-825079-7。£50.00（精装）。ISBN 0-19-825080-0。£14.99（平装）。br。J. Hist。科学。 39，470 A471（2006）。
Russell，S。J.，Norvig，P。＆Davis，E。人工智能：一种现代方法（Prentice Hall，2010年）。
Lecun，Y.，Bengio，Y。和Hinton，G。深度学习。自然 521，436 - 444（2015）。
广告一个 CAS一个 PubMed一个 数学一个 Google Scholar一个
Hastie，T.，Tibshirani，R。和Friedman，J。统计学习的要素：数据挖掘，推理和预测（Springer，2001）。
Gelman，A.，Carlin，J。B.＆Stern，H。S.贝叶斯数据分析。统计科学的文本696（Chapman＆Hall/CRC出版社，2003年）。
Nocedal，J。＆Wright，S。数值优化（纽约施普林格，2006年）。
Paszke，A。等。Pytorch：命令式风格，高性能的深度学习库。Proc。33国际会议。神经信息处理系统（编辑Wallach，H。M.等人）8026â8037（Curran Associates，2019年）。
Carpenter，B。等。Stan：一种概率的编程语言。J. Stat。软件。 76，1â32（2017）。
PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Anderson，R。M.＆May，R。M.传染病的种群生物学：第一部分。自然 https://doi.org/10.1038/280361a0（1979）。
Myszczynska，M。A。等。机器学习对神经退行性疾病的诊断和治疗的应用。纳特。Neurol牧师。 16，440 A456（2020）。
PubMed一个 数学一个 Google Scholar一个
Topol，E。J.医学预测。科学 384，EADP7977（2024）。
广告一个 PubMed一个 Google Scholar一个
Moor，M。等。通才医学人工智能的基础模型。自然 616，259 265（2023）。
广告一个 CAS一个 PubMed一个 数学一个 Google Scholar一个
Taylor-Robinson，D。＆Kee，F。精密公共卫生 - 皇帝的新衣服。int。J. Epidemiol。 48，1— 6（2019）。
PubMed一个 数学一个 Google Scholar一个
Anderson，P。W.更多是不同的。科学 177，393 396（1972）。
广告一个 CAS一个 PubMed一个 数学一个 Google Scholar一个
Krieger，N.，Waterman，P.D.，Chen，J。T.，Testa，C。＆Hanage，W。P.再次失踪：COVID-19疫苗接种的美国种族和种族数据。柳叶刀 397，1259年1260（2021）。
CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个
Wiens，J。＆Shenoy，E。S.医疗保健机器学习：在医疗保健流行病学的重大转变的边缘。临床感染。dis。 66，149 - 153（2018）。
PubMed一个 数学一个 Google Scholar一个
Acosta，J。N.，Falcone，G。J.，Rajpurkar，P。＆Topol，E。J.多模式生物医学AI。纳特。医学 28，1773年1784年（2022）。
CAS一个 PubMed一个 Google Scholar一个
Kraemer，M。U. G.等。监视SARS-COV-2传输的关键流行病学参数。纳特。医学 27，1854年1855年（2021年）。
CAS一个 PubMed一个 数学一个 Google Scholar一个
Monto，A。S.，Koopman，J。S.＆Longini，I。M. Jr Tecumseh疾病研究。十三。流感感染与疾病，1976年。是。J. Epidemiol。 121，811 - 822（1985）。
CAS一个 PubMed一个 数学一个 Google Scholar一个
Cauchemez，S.，Carrat，F.，Viboud，C.，Valleron，A。J.＆Boã«Lle，P。Y.研究流感传播的贝叶斯MCMC方法：对家庭纵向数据的应用。统计医学 23，3469â3487（2004）。
CAS一个 PubMed一个 数学一个 Google Scholar一个
Tran，T.，Pham，T。T.，Carneiro，G.，Palmer，L。＆Reid，I。一种学习深层模型的贝叶斯数据增强方法。在 Proc。第31届国际神经信息处理系统会议（Eds von Luxburg，U。等人）2794 2803（ACM，2017年）。
Rezende，D。＆Mohamed，S。归一化流的变异推断。在第32届国际机器学习会议论文集 37，1530年1538年（PMLR，2015年）。
敲门，E。S。等。英格兰2020年SARS-COV-2流行病的主要流行病学驱动因素和干预措施的影响。科学。翻译。医学 13，EABG4262（2021）。
CAS一个 PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Bouman，J。A.等。贝叶斯工作流程，用于分层隔室传染病传播模型中时变化的传播。PLOS计算。生物。 20，E1011575（2024）。
CAS一个 PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Semenova，E.，Mishra，S.，Bhatt，S.，Flaxman，S。＆Unwin，H。J. T. in人工智能的认知不确定性（Eds Cuzzolin，F。＆Sultana，M。）13 27（Springer，2024）。
Mishra，S。等。vae：贝叶斯深度学习与MCMC之前的随机过程。统计计算。 32，96（2022）。
MathScinet一个 PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Cranmer，K.，Brehmer，J。＆Lowppe，G。基于模拟的推理的前沿。Proc。纳特学院。科学。美国 117，30055â30062（2020）。这项研究重点介绍了基于模拟的推断的最新进展，重点是新的机器学习技术，这些技术可以改善各种科学领域的复杂模拟中的推理质量。
广告一个 MathScinet一个 CAS一个 PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Savcisens，G。等。使用一系列生命事件来预测人类的生命。纳特。计算。科学。 4，43 -56（2024）。这项研究提出了一个使用基于变压器的模型来分析生命事件序列的预测框架，证明了预测个人结果（例如死亡率和人格特征）的准确性提高。
PubMed一个 数学一个 Google Scholar一个
Medley，G。F.证据共识：SPI-M-O在英国Covid-19响应中的作用。ADV。生物。调节。 86，100918（2022）。
PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Brockwell，P。J.＆Davis，R。A. in时间序列：理论和方法（Eds Brockwell，P。J.＆Davis，R。A.）1â41（Springer，1987）。
Sherratt，K。等。在估计繁殖数时，探索监视数据偏见是：洞察英格兰Covid-19的亚种群传播。哲学反式。R. Soc。伦敦。b 376，20200283（2021）。
CAS一个 Google Scholar一个
Mena，G。E.等。社会经济状况决定了智利圣地亚哥的19009年的发病率和相关死亡率。科学 372，EABG5298（2021）。
CAS一个 PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Hawryluk，I。等。高斯流程Nowcasting：申请COVID-19死亡率报告。在Proc。第37届人工智能不确定性会议，UAI 2021卷。161，1258â1268（PMLR，2021）。本文介绍了一个高斯流程模型，用于现实到COVID-19死亡率，纠正报告延迟并提供强大的不确定性估算，以改善实时流行病学评估。
利森（A.PLOS计算。生物。 20，E1012021（2024）。本文提出了一个统一的生成贝叶斯模型，以估算不完整的行列表数据中的有效繁殖数，通过考虑缺少症状发作日期和右截断的情况计数来解决传统方法中的局限性。
广告一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个
McGough，S。F.，Johansson，M。A.，Lipsitch，M。＆Menzies，N。A.贝叶斯平滑的Notcasting：一种灵活的，可推广的实时流行性跟踪模型。PLOS计算。生物。 16，E1007735（2020）。本文介绍了一种贝叶斯平滑方法，以通过结合时间关系并适应跨疾病的报告延误来准确估算实时流行病的计数。。
广告一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个
Brizzi，A.，Oâdriscoll，M。＆Dorigatti，I。精炼繁殖数估计值，以说明新兴流行病中未观察到的感染。临床感染。dis。 75，E114 E121（2022）。
PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Cramer，E。Y。等。评估美国Covid-19死亡率的个人和集合概率预测。Proc。纳特学院。科学。美国 119，E2113561119（2022）。这项研究评估了共同19死亡率的概率预测方法，表明整体方法整合了多个模型的预测，始终产生更准确的预测。
CAS一个 PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
伍德，D。等。合奏学习中多样性的统一理论。J. Mach。学习。res。 24，1 -49（2023）。本文提出了一个框架，以了解监督学习中的合奏多样性，将重点从最大化多样性转变为在合奏方法中管理偏见的多样性权衡取舍。
MathScinet一个 数学一个 Google Scholar一个
Das，A。等。时间序列预测的仅解码器基础模型。在第41届机器学习国际会议论文集235，10148 10167（PMLR，2024）。
Pourpanah，F。等。对广义零击学习方法的综述。IEEE Trans。模式肛门。马赫。Intell。 45，4051 4070（2023）。
PubMed一个 数学一个 Google Scholar一个
Gal，Y。＆Ghahramani，Z。辍学作为贝叶斯近似：代表深度学习中的模型不确定性。在Proc。第33届机器学习国际会议（Eds Balcan，M。F.＆Weinberger，K。Q.）48，1050 1059（PMLR，2016年）。
Ganaie，M。A.，Hu，M.，Malik，A。K.，Tanveer，M。＆Suganthan，P。N. Ensemble深度学习：评论。工程。应用。艺术品。Intell。 115，105151（2022）。
Angelopoulos，A。N。＆Bates，S。共形预测：温和的介绍（现在，2023年）。
亨特（E.J. Artif。Soc。Soc。模拟。 20，2（2017）。
数学一个 Google Scholar一个
Quera-Bofarull，A.，Chopra，A.，Calinescu，A.，Wooldridge，M。＆Dyer，J。基于可区分的代理模型的贝叶斯校准。预印本arxiv.org/abs/2305.15340（2023）。本文介绍了一种将变异推断与基于可区分的代理的模型相结合的方法，以获得更好的贝叶斯参数校准，解决了具有复杂可能性功能的问题和模型不准确的问题。
Pakkanen，M。S.等。在一般的一般分支过程中统一发生率和流行率。J. Math。生物。 87，35（2023）。
MathScinet一个 PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Unwin，H。J. T.等。在近灭绝设置中，使用霍克斯工艺对进口和局部疟疾病例进行建模。PLOS计算。生物。 17，E1008830（2021）。
CAS一个 PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Rizoiu，M.-A.，Mishra，S.，Kong，Q.，Carman，M。＆Xie，L。Hawkes sir-Hawkes：将流行病模型和霍克斯过程与有限种群的扩散联系起来。在Proc。2018年世界网络会议419年428（国际世界网络会议指导委员会，2018年）。
Kipf，T。N.＆Welling，M。与图形卷积网络的半监督分类。在国际会议。关于学习表示（ICLR，2017年）。
Liu，Z。等。图形神经网络不流动建模的综述。在Proc。第30 ACM Sigkdd Conf。关于知识发现和数据挖掘6577 A 6587（2024）。
Salthé©，M。等。高分辨率的人类接触网络，用于传染性疾病传播。Proc。纳特学院。科学。美国 107，22020 22025（2010）。
广告一个 PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Al-Garadi，M。A.，Khan，M.S.，Varathan，K。D.，Mujtaba，G。＆Al-Kabsi，A。M.使用在线社交网络跟踪大流行：系统评价。J. Biomed。通知。 62，1 11（2016）。
PubMed一个 数学一个 Google Scholar一个
Panagopoulos，G.，Nikolentzos，G。＆Vazirgiannis，M。用于大流行预测的转移图神经网络。AAAI 35，4838年4845（2021）。本文提出了一种使用图形神经网络和转移学习以预测传染病扩散，对种群运动和疾病扩散模式进行建模的方法，从而提高了各个地区的预测准确性。
数学一个 Google Scholar一个
Deng，S.，Wang，S.，Rangwala，H.，Wang，L。＆Ning，Y。Cola-gnn：基于跨路的基于ILI ILI预测的基于交叉位置注意的图形神经网络。在Proc。第29届ACM信息与知识管理国际会议245 254（ACM，2020）。
Chang，S。等。测量Web搜索日志中疫苗接种覆盖范围和疫苗持有的问题。纳特。社区。15，6496（2024）。Wang，L。等。
Causalgnn：基于因果关系的图形神经网络，用于时空流行预测。AAAI 36，12191年12199（2022）。
Aylett-Bullock，J。等。6月：开源基于个体的流行病学模拟。R. Soc。开放科幻。 8，210506（2021）。
广告一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个
Liu，J。等。迈向图基础模型：调查及其他。预印本arxiv.org/abs/2310.11829（2023）。
Jumper，J。等。高准确的蛋白质结构预测用αFold。自然 596，583年589（2021）。这项研究介绍了Alphafold，这是一种神经网络方法，在预测蛋白质结构方面具有极高的准确性。
广告一个 CAS一个 PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Abramson，J。等。与AlphaFold 3的生物分子相互作用的准确结构预测。自然 630，493 - 500（2024）。本文介绍了Alphafold 3，该模型使用基于扩散的结构来预测复杂的生物分子相互作用，增强对蛋白质相互作用的理解并有助于靶向治疗的设计。。
广告一个 CAS一个 PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Hie，B.，Zhong，E。D.，Berger，B。＆Bryson，B。学习病毒进化和逃生的语言。科学 371，284 288（2021）。
广告一个 MathScinet一个 CAS一个 PubMed一个 数学一个 Google Scholar一个
Zrnic，T。＆Candâs，E。J.交叉预测驱动的推理。Proc。纳特学院。科学。美国 121，E2322083121（2024）。
MathScinet一个 CAS一个 PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
De Bernardi Schneider，A。等。使用系统发育放置/USHER的SARS-COV-2谱系分配优于Pangolearn机器学习方法。病毒Evol。 10，Vead085（2024）。
Malik，A。J.，Poole，A。M.＆Allison，J。R.有信心的结构系统发育学。摩尔。生物。Evol。 37，2711 2726（2020）。
CAS一个 PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Voznica，J。等。从系统发育中深入学习以发现暴发的流行病学动态。纳特。社区。 13，3896（2022）。
广告一个 CAS一个 PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Ito，J。等。一种用于探索病毒健身景观的蛋白质语言模型。预印本Biorxiv https://doi.org/10.1101/2024.03.15.584819（2024）。
Mollentze，N。＆Streicker，D。G.预测病毒的人畜共患潜力：我们在哪里？Curr。意见。维罗尔。 61，101346（2023）。
PubMed一个 Google Scholar一个
Babayan，S。A.，Orton，R。J.＆Streicker，D。G.从RNA病毒基因组中的进化特征中预测储层宿主和节肢动物载体。科学 362，577年580（2018）。
广告一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个
Thadani，N。N.等。从血统数据中学习到预测病毒逃生。自然 622，818 A825（2023）。这项研究介绍了Evescape，该框架使用了从历史病毒序列和结构信息中深入学习来预测逃避免疫反应的病毒突变，为疫苗设计和大流行准备提供了早期见解。
广告一个 CAS一个 PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Koel，B。F.等。受体结合位点附近的取代决定了流感病毒进化过程中的主要抗原变化。科学 342，976 - 979（2013）。
广告一个 CAS一个 PubMed一个 数学一个 Google Scholar一个
Shan，S。等。深度学习对人类抗体对具有广泛中和的SARS-COV-2变体的优化。Proc。纳特学院。科学。美国 119，E2122954119（2022）。
CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个
Hie，B。L。等。从一般蛋白质语言模型中人类抗体的有效演变。纳特。生物技术。 42，275 283（2024）。
CAS一个 PubMed一个 数学一个 Google Scholar一个
Lin，Z。等。具有语言模型的原子水平蛋白结构的进化尺度预测。科学 379，1123年1130（2023）。
广告一个 MathScinet一个 CAS一个 PubMed一个 数学一个 Google Scholar一个
Mahmud，A。S.，Martinez，P。P.＆Baker，R。E.当前和未来气候对热带环境中流感时空动力学的影响。pnas nexus 2，GAD307（2023）。
Maher，M。C.等。预测未来SARS-COV-2变体的突变驱动因素。科学。翻译。医学 14，EABK3445（2022）。
CAS一个 PubMed一个 数学一个 Google Scholar一个
Mollentze，N.，Babayan，S。A.＆Streicker，D。G.从其基因组序列中识别并确定潜在的人类感染病毒。Plos Biol。 19，E3001390（2021）。
CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个
Grenfell，B。T。等。统一病原体的流行病学和进化动力学。科学 303，327â332（2004）。
广告一个 CAS一个 PubMed一个 数学一个 Google Scholar一个
Zhang，C。＆Matsen，F。A. IV。贝叶斯系统发育推断的变分方法。J. Mach。学习。res。25，1 -56（2024）。本文提出了贝叶斯系统发育推断的变异框架，该框架提高了勘探效率并减少了与传统的马尔可夫链蒙特卡洛方法相比所需的迭代次数。Bajaj，S。等。COVID-19在英格兰在不同社会人口统计学组中进行测试和报告行为：一项基于人群的研究，使用社区流行率调查的测试数据和数据。
柳叶刀数字。健康 6，E778 e790（2024）。
Obermeyer，Z.，Powers，B.，Vogeli，C。＆Mullainathan，S。在用于管理人群健康的算法中剖析种族偏见。科学 366，447â453（2019）。
广告一个 CAS一个 PubMed一个 数学一个 Google Scholar一个
100,000个基因组项目试点研究者。100,000个基因组试验性稀有性疾病诊断的初步报告。N. Engl。J. Med。 385，1868年1880年（2021）。
数学一个 Google Scholar一个
Brito，A。F.等。SARS-COV-2基因组监测的全球差异。纳特。社区。 13，7003（2022）。
广告一个 PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Yang，Y。等。使用全球COVID-19趋势和影响调查（CTIS）的疫苗接种数据（CTIS）探索大数据悖论的各种估计。科学。ADV。 10，EADJ0266（2024）。
Dan，S。等。从粗略接触数据中估算人类接触模式的良好年龄结构和时间趋势：贝叶斯率一致性模型。PLOS计算。生物。 19，E1011191（2023）。
CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个
定居，B。活跃的学习文献调查（威斯康星大学麦迪逊分校，2009年）。
Garnett，R。贝叶斯优化书（剑桥大学出版社，2023年）。
Tsui，J。L.等。通过基于图的主动学习进行最佳疾病监测。Proc。纳特学院。科学。美国 121，E2412424121（2024）。这项研究提出了一项主动学习政策，该政策可最佳地分配有限的测试资源，以提高疾病监视和预测精度，同时最大程度地减少所需测试的数量。
Wymant，C。等。NHS Covid-19 App的流行病学影响。自然 594，408 412（2021）。
广告一个 CAS一个 PubMed一个 数学一个 Google Scholar一个
Ferretti，L。等。量化SARS-COV-2传输表明通过数字接触跟踪的流行控制。科学 368，EABB6936（2020）。
CAS一个 PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Ferretti，L。等。来自700万个接触的SARS-COV-2传输风险的数字测量。自然 626，145 -150（2024）。
广告一个 CAS一个 PubMed一个 数学一个 Google Scholar一个
Kraemer，M。U. G.等。人类流动性和控制措施对中国共同流行病的影响。科学 368，493 497（2020）。
广告一个 CAS一个 PubMed一个 数学一个 Google Scholar一个
Chang，S。等。Covid-19的移动网络模型解释了不平等并为重新开放提供信息。自然 589，82 - 87（2021）。
广告一个 CAS一个 PubMed一个 数学一个 Google Scholar一个
Kraemer，M。U. G.等。绘制人类流动性的全球变化。纳特。哼。行为。 4，800 A 810（2020）。
PubMed一个 数学一个 Google Scholar一个
Page，B。＆Topol，E。J.将爆发数字化。柳叶刀 402，2186（2023）。
PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Radin，J。M.等。基于传感器的监视，用于在美国数字化实时Covid-19跟踪（检测）：一项多变量，基于人群的建模研究。柳叶刀数字。健康 4，E777 e786（2022）。
广告一个 CAS一个 PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Bastani，H。等。通过增强学习，有效且有针对性的Covid-19边界测试。自然 599，108 - 113（2021）。
广告一个 CAS一个 PubMed一个 数学一个 Google Scholar一个
Quer，G。等。可穿戴传感器数据和自我报告的COVID-19检测症状。纳特。医学 27，73 77（2021）。
CAS一个 PubMed一个 数学一个 Google Scholar一个
Schmidt，B。＆Hildebrandt，A。下一代测序中的深度学习。毒品。今天 26，173 180（2021）。
CAS一个 PubMed一个 数学一个 Google Scholar一个
Skums，P。等。Quentin：从病毒准确性基因组数据中重建疾病传播。生物信息学 34，163 - 170（2018）。
CAS一个 PubMed一个 数学一个 Google Scholar一个
Turakhia，Y。等。现有树木（USHER）上的超快样品放置可以实时系统发育范围，用于SARS-COV-2大流行。纳特。基因。 53，809 - 816（2021）。
CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个
Turakhia，Y。等。大流行级系统组学揭示了SARS-COV-2重组景观。自然 609，994年997（2022）。
广告一个 CAS一个 PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Baker，R。E.等。在全球变化时代，传染病。纳特。Microbiol牧师。 20，193年205（2022）。
CAS一个 PubMed一个 数学一个 Google Scholar一个
Lam，R。等。学习熟练的中等范围全球天气预报。科学 382，1416年1421（2023）。
广告一个 MathScinet一个 CAS一个 PubMed一个 数学一个 Google Scholar一个
Chinazzi，M。等。旅行限制对2019年小说冠状病毒（Covid-19）暴发的蔓延的影响。科学 368，395 - 400（2020）。
广告一个 CAS一个 PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Bengio，Y。等。在快速进步的情况下，管理极端的AI风险。科学 384，842 - 845（2024）。
广告一个 CAS一个 PubMed一个 数学一个 Google Scholar一个
模块2公开听证会的笔录，2023年11月23日，英国COVID-19询问听证会的可搜索笔录。英国COVID-19询问UKCOVID19Inquiry.dracos.co.uk/module-2/2/2023-11-23/ （英国COVID-19查询，2023年）。Sutton，R。S.＆Barto，A。G.
强化学习，第二版：简介（麻省理工学院出版社，2018年）。Benz，N。C.＆Rodriguez，M。G.通过人为合并决策的人类对准校准。
在Proc。第37届神经信息处理系统国际会议（Eds Oh，A。等人）14609 14636（ACM，2023）。
Gupta，R。K.等。在低收入和中等收入国家开始启动或重新生产一线抗逆转录病毒疗法之前，HIV-1耐药性：系统的综述和元回归分析。柳叶刀感染。dis。 18，346 355（2018）。
PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Shea，K。等。利用多种模型进行爆发管理。科学 368，577年579（2020）。本文讨论了将专家启发方法与决策理论框架相结合的重要性，以增强多种建模方法在管理暴发方面的有效性，从而帮助决策者导航不确定性。
广告一个 CAS一个 PubMed一个 数学一个 Google Scholar一个
Kekiä，A。等。使用模拟辅助因果建模评估疫苗分配策略。模式 4，100739（2023）。
WHO。人工智能健康的道德和治理（WHO，2021）。
帕克，M。全球卫生安全社会正义和大流行准备的传染病监测中的道德热点（牛津大学出版社，2023年）。
Parker，M。J.，Fraser，C.，Abeler-Dã¶Rner，L。＆Bonsall，D。使用手机应用程序控制Covid-19-19大流行中的瞬时接触跟踪的伦理。J. Med。伦理 46，427â431（2020）。
PubMed一个 Google Scholar一个
Gradoå，K。T.，HoåYst，J。A.，Moy，W。R.，Sienkiewicz，J。＆Sustecki，K。反对错误信息：一种多学科方法。大数据社会。 8，20539517211013848（2021）。
WHO。如何在线报告错误信息。WHOwww.who.int/campaigns/connecting-the-world-to-combat-coronavirus/how-to-to-report-misinformation-online （WHO，2024）。WHO。
Fides的医疗保健影响者网络。WHOwww.who.int/teams/digital-health-and-innovation/digital-channels/fides （WHO，2024）。Chen，C。和Stadler，T。Genspectrum Chat：使用大语言模型在公共卫生中的数据探索。
预印本arxiv.org/abs/2305.13821（2023）。
Williams，R.，Hosseinichimeh，N.，Majumdar，A。＆Ghaffarzadegan，N。具有生成剂的流行病建模。预印本arxiv.org/abs/2307.04986（2023）。这项研究介绍了使用生成AI的基于代理的流行模型框架，使代理可以根据上下文信息做出自主决策，并有效地将人类行为纳入流行病模拟中。
艾伦（J.科学 384，Eadk3451（2024）。
广告一个 CAS一个 PubMed一个 数学一个 Google Scholar一个
本杰明，R。一场竞赛技术：新吉姆代码的废奴工具（John Wiley＆Sons，2019年）。
N. N.，Hu，Q.，Aellen，F。M.，Faraci，F。D.＆Tzovara，A。解决大数据中的偏见和AI的医疗保健：呼吁开放科学。模式 2，100347（2021）。
Morley，J。等。医疗保健中AI的伦理：映射审查。Soc。科学。医学 260，113172（2020）。
PubMed一个 数学一个 Google Scholar一个
探索公众对使用数字健康技术和数据的态度（卫生基金会，2023年）；www.health.org.uk/publications/long-reads/exploring-public-attudes-towards-the--use-use-of-of-figital-Health-Technologies。Zhang，Y。等。
AI海洋中的Siren歌曲：大语言模型中有关幻觉的调查。预印本arxiv.org/abs/2309.01219（2023）。
Farquhar，S.，Kossen，J.，Kuhn，L。＆Gal，Y。使用语义熵在大语言模型中检测幻觉。自然 630，625 - 630（2024）。
广告一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个
Alphafold蛋白质结构数据库。EBI alphafold.ebi.ac.uk/（Ebi，2024）。
100,000个基因组项目。基因组学英国 www.genomicsengland.co.uk/initiatives/100000-genomes-project（英格兰基因组学，2022年）。
Xu，B。等。COVID-19爆发，实时案例信息的流行病学数据。科学。数据 7，106（2020）。
CAS一个 PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
WHO。数字健康与创新。WHOwww.who.int/teams/digital-health-andinnovation （WHO，2024）；。奥马尔（M.
是。J. Infect。控制 https://doi.org/10.1016/j.ajic.2024.03.016（2024）。
Schmidt，L。等。系统审查（半自动化）的数据提取方法：更新生活系统审查。f1000res。10 ，401（2021）。PubMed
一个 数学一个 Google Scholar一个 Wu，S。等。临床自然语言处理中的深度学习：有条不紊的综述。
J. Am。医学通知。联合。 27，457年470（2020）。
PubMed一个 数学一个 Google Scholar一个
Hasan，B。等。将大型语言模型整合在系统评论中：使用Robins-I的框架和案例研究，以进行偏见评估的风险。bmj evid。基于医学。 https://doi.org/10.1136/bmjebm-2023-112597（2024）。
Kasy，M。＆Abebe，R。算法决策中的公平，平等和权力。在Proc。2021 ACM公平，问责制和透明度会议576 - 586（ACM，2021）。
Lewis，P。等。检索知识密集型NLP任务的生成生成。在第34届国际神经信息处理系统会议论文集（编辑Larochelle，H。等人）793（Curran Associates Inc.，2020年）。
Dayan，I。等。联合学习以预测COVID-19患者的临床结果。纳特。医学 27，1735年1743年（2021年）。
CAS一个 PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Hassan，C.，Bon，J.J.，Semenova，E.，Mira，A。＆Mengersen，K。使用深层生成性先验近似值的非分离模型的联合学习。预印本arxiv.org/abs/2405.16055（2024）。
Wilkinson，M。D.等。科学数据管理和管理的公平指导原则。科学。数据 3，160018（2016）。
PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Adebamowo，C。等。非洲数据科学健康研究的道德监督。nejm ai 1，AIPC2400033（2024）。
Barreras，F。＆Watts，D。J.使用GPS人类运动数据进行流行性建模的令人兴奋的潜力和艰巨的挑战。纳特。计算。科学。 4，398 A 411（2024）。
PubMed一个 数学一个 Google Scholar一个
Bommasani，R。等。6个月后的基础模型透明度指数。斯坦福大学CFM crfm.stanford.edu/2024/05/21/fmti-may-2024.html（Stanford CRFM，2024年）。
Gibb，R。等。气候变化，城市基础设施和流动性之间的相互作用正在推动越南登革热的出现。纳特。社区。 14，8179（2023）。
广告一个 CAS一个 PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Peters，J.，Janzing，D。＆Schã¶lkopf，B。因果推理的元素（麻省理工学院出版社，2021年）。
Wong，C。AI如何改善气候预测。自然 628，710 712（2024）。
广告一个 CAS一个 PubMed一个 数学一个 Google Scholar一个
Van Calster，B。等。校准：预测分析的阿喀琉斯高跟鞋。BMC Med。 17，230（2019）。
PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Zhang，C.，Bengio，S.，Hardt，M.，Recht，B。＆Vinyals，O。了解深度学习（仍然）需要重新思考概括。社区。ACM 64，107 - 115（2021）。
数学一个 Google Scholar一个
Silva，D。S.＆Smith，M。J.大流行期间的数据共享：互惠，团结和义务限制。J. Bioeth。inq。 20，667 A 672（2023）。
PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Openai等。GPT-4技术报告。预印本arxiv.org/abs/2303.08774（2023）。
Burki，T。越过边境：第一个全球AI安全峰会。柳叶刀数字。健康 6，E91 E92（2024）。
CAS一个 数学一个 Google Scholar一个
Charles，G。等。SEQ2SEQ的流行模型替代贝叶斯推断。在第三十七届AAAI人工智能会议和第35届人工智能创新应用会议和人工智能教育进步研讨会论文集14170â14177（AAAI出版社，2023年）。
Garza，A。＆Mergenthaler-Canseco，M。Nixtla：TimeGPT-1：生产预测和异常检测的生产预训练的预培训时间序列基础模型。github https://github.com/nixtla/nixtla（Github，2023）。
Borchering，R。K。等。美国场景建模中心的公共卫生影响。流行病 44，100705（2023）。
CAS一个 PubMed一个 数学一个 Google Scholar一个
Mehrjou，A。等。肥大：一个个人级别的模拟器，以发现流行病的最佳遏制政策。PLOS计算。生物。 19，E1010799（2023）。
CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个
Tsui，J.L.-H。等。通过基于图的主动学习进行最佳疾病监测。Proc。纳特学院。科学。美国 https://doi.org/10.1073/pnas.2412424121（2024）。
Tu，T。等。朝向通才生物医学AI。nejm ai https://doi.org/10.1056/aioa2300138（2024）。
Ouyang，L。等。培训语言模型遵循人类反馈的说明。第36届国际神经信息处理系统会议论文集，2011年2025年（Curran Associates Inc.，2024）。
Ghani，A。C.等。估计一种新型，新兴的传染病的病例死亡比率的方法。是。J. Epidemiol。 162，479 486（2005）。
CAS一个 PubMed一个 数学一个 Google Scholar一个
Kenah，E。，Lipsitch，M。和Robins，J。M.生成间隔收缩和流行数据分析。数学。Biosci。 213，71 79（2008）。
MathScinet一个 PubMed一个 PubMed Central一个 数学一个 Google Scholar一个
Newman，M。E. J.流行病在网络上的传播。物理。修订版 66，016128（2002）。
广告一个 MathScinet一个 CAS一个 数学一个 Google Scholar一个
Gostic，K。M.等。测量有效生殖数的实际考虑因素，rt。PLOS计算。生物。 16，E1008409（2020）。
CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个
关于《用于建模传染病流行病的人工智能》的评论
暂无评论