MIT AI研究預測：美國COVID-19感染規模，將在4月中下旬減緩

麻省理工學院（MIT）本周公布首個以AI模型而未使用歷史資料建立的預測模型，推估社交距離（Social distancing）措施，的確有助於減緩COVID-19病毒散布。同時AI模型也估計，美國感染人數將在4月15到20日間，來到高峰。

相較於許多學者使用SARS及MERS時代的資料，建立武漢肺炎的預測模型，MIT的研究是第一個只使用武漢肺炎感染數據，結合神經網路來預測隔離措施的效果。由MIT公民與環境工程博士候選人Raj Dandekar，及機械工程教授George Barbastathis合作的研究小組，以一般疫情散播研究所用的SEIR模型為基礎。一般SEIR模型將人群分成S（susceptible）、E（expose）、E（infected）及R（recovered），但是他們以實際COVID-19的病例資料，來訓練神經網路。

研究人員蒐集4個地區，包括美國、武漢、南韓和義大利的感染者人數各500名，並以這些資料來訓練神經網路，後者學習隔離措施下，感染者對感染速度的影響，進而發展出預測感染人數的能力。

利用這套模型，研究小組發現，隔離措施和病毒有效複製量的減緩，有直接相關性。研究人員說，這套神經網路學習到「隔離控制力道」的概念。在南韓等及早實施高強度措施的地區，有較高的「隔離控制力道」，得以減緩新增感染數，因而很快就出現高原期。

而美國或義大利則到3月中，才採行隔離措施，COVID-19病毒有效複製量較大，表示病毒成指數散布開來。

MIT的AI模型也預測出美義兩國的感染高峰期發展。根據該模型，美國會在4月第一周，感染數由指數成長減緩為直線成長，美、義兩國皆會在4月15日到20日之間開始走緩。該模型還預測美國感染人數會達到60萬人後，才會開始減速。

MIT這項預測，和美國華盛頓大學健康指標與評估研究院（Institute for Health Metrics and Evaluation）的研究結果相差不遠。

Barbastathis警告，這表示如果太早放鬆管制，將會引發災難。研究人員說，只要看新加坡，就知道太早放鬆管制的結果。早期的優等生新加坡，本周出現第二波大爆發，一天之內突增數百起感染案例。

研究小組計畫將模型，分享給其他人以協助防疫管制決策。

根據約翰霍普金斯大學的COVID-19感染地圖，美國感染速度是否能在本周減緩，值得觀察，截至今（17）日，美國確診人數已超過67萬。