您的当前位置：疟疾 > 疟疾常识 > 医疗谷歌使用机器学习来对抗疟疾，AI可
医疗谷歌使用机器学习来对抗疟疾，AI可
1
●●●
谷歌使用机器学习来对抗疟疾
每年4月25日是世界疟疾日。全球卫生界和公共私营部门联合行动成功地开始遏制疟疾传播势头，年至年全球发病率下降21％，死亡率下降29％;世界卫生组织（WHO）最新数据显示，全球仍有2.12亿例疟疾病例，年死亡病例近43万例。
打击传染病疟疾的一个关键策略是确定他们正在传播的地方，以阻止他们的传播。这样就可以更有针对性地采取预防措施，如控制蚊子传播和部署治疗资源。谷歌，比尔和梅林达·盖茨基金会以及克林顿健康访问计划（CHAI）都与学术和公共卫生合作伙伴联合起来，达成这一目标，并通过Google地球引擎实现机器学习。
这些组织正在参与一项名为DiSARM项目的疟疾消除倡议工作，该项目将在斯威士兰和津巴布韦进行试点，并使用GoogleEarthEngine来防止疟疾。加利福尼亚大学，旧金山（UCSF）流行病学和生物统计学教授休·斯图罗克（DiSARM）负责人介绍说，Google的技术可以帮助解决这个疾病。
他说：“每当有人在斯威士兰和津巴布韦被诊断出疟疾时，一个小组会到达发生感染的村庄，并收集一个具有精确感染位置的GPS点，”他在Google的博客上发表了一个采访。“光看这些点，还不能准确地确定疟疾的风险，还需要像降雨，温度，坡度和海拔等条件的卫星图像，这些都会影响蚊子承担滋生和寄生虫的发育。”
根据Sturrock的说法，除了生成高分辨率的“（疟疾易发）风险地图”之外，GoogleEarthEngine使这个看似附属（但至关重要）的数据更容易收集。“
过去我们不得不从NASA，USGS和世界各地的不同大学获取这些图像，但是通过GoogleEarthEngine，它们可以在一个地方使用Google电脑进行处理，我们将卫星图像数据来自GoogleEarthEngine，由一个国家的疟疾控制计划收集的疟疾病例的位置，并创建模型，让我们生成确定最大风险区域的地图。”
与此同步的疟疾药物开发也能够在这种技术中获益匪浅;4月24日，世卫组织宣布在非洲进行实验性疟疾疫苗试验的下一阶段试验。
2
●●●
人工智能有助于偏远地区检测结核病
(a)前后胸部X光片显示上肺叶不透明度，病理分析活动性肺结核。
(b)相同的前后胸部X光片，在通过GoogLeNet-TA分类器后，从第五卷积层获得的最强激活之一的热图重叠。
上叶中的红色和浅蓝色区域表示由深层神经网络激活的区域。
深紫色背景表示未激活的区域。这表明网络正在北京治疗白癜风哪里较好北京治疗白癜风医院最好
