Google與哈佛合作開發預測模型，能預測美國未來14天武漢肺炎死亡人數

Google雲端和哈佛全球健康研究所合作，開發了武漢肺炎（COVID-19）公共預測模型，能夠對未來14天內，美國各州的武漢肺炎病例、死亡人數和其他指標進行預測，提供醫療、公部門和其他組織準備救援資源的根據。這些預測資料已經可以在雲端資料倉儲BigQuery，和Data Studio儀表板等服務免費取用。

為了產生武漢肺炎預測模型，Google雲端研究人員開發了一種先進的時間序列機器學習方法，結合人工智慧技術和流行病學，並將這個模型，以來自約翰霍普金斯大學、笛卡爾實驗室和美國人口普查局的公開資料進行訓練。這個模型特別之處，在於其基礎架構的設計，讓研究人員可以深入了解模型，更好地解釋該模型作出預測的原因。

武漢肺炎公共預測模型可以生成郡級的預測資料，也就是說，該模型能以郡為基礎，進行針對性的測試和公共衛生介入，Harvard大學研究員Thomas Tsai提到，只要政府與公眾能夠提供準確和即時的病例、感染、住院和死亡資料，就能夠強化人們了解和發展迅速對抗武漢肺炎的能力。而Google與哈佛的模型研究基礎，正是基於這個概念。

Google表示，武漢肺炎公共預測能夠對疫情控制提供有用的資訊，讓各組織更好地為疫情發展做好準備，像是醫療院所可以根據預測資料，計畫採購個人防護裝備的數量，並且規畫人力，而州和郡的衛生部門，也可以使用未來兩周的感染預測，調整檢測策略，並找出可能爆發疫情的新地區。

美國疾病管制與預防中心研究顯示，在美國的有色人種，受到武漢肺炎疫情的打擊最為嚴重，感染率和死亡率與其他族群不成比例，為此，Google進行了完整的公平性分析，研究這種不成比例的資料，對預測產生的影響以及其解釋的方法，也提醒用戶在使用資料時，也應考量公平性。

Google提到，與其他機器學習預測一樣，這個武漢肺炎預測模型仍有其限制，用戶在將預測資料用於決策時，應該考量其限制，也希望公共衛生官員和人工智慧社群，能夠展開公開對話，探討解決不公平現象的成因，並評估不公平現象在各種人工智慧模型中的影響。

用戶現在可以在雲端資料倉儲BigQuery中進行免費查詢，或是下載CSV格式的公共預測，此外，還能從Google的Data Studio儀表板，和美國National Response Portal中取得預測資料。Google在白皮書與用戶指南中，詳細說明了建模方法和資料集細節。