[论文解读] Machine learning applications for COVID-19: A state-of-the-art review

Firuz Kamalov, Aswani Kumar Cherukuri+3 more|arXiv (Cornell University)|Jan 19, 2021

COVID-19 diagnosis using AI被引用 10

一句话总结

本文全面综述了机器学习在抗击COVID-19中的应用，重点关注预测、医学诊断、药物发现和接触追踪。其展示了SOTA模型（如LSTM和CNN）在诊断中实现超过99%的准确率，预测中的相关系数达0.999，同时指出了数据稀缺性和模型可解释性作为主要挑战。

ABSTRACT

The COVID-19 pandemic has galvanized the machine learning community to create new solutions that can help in the fight against the virus. The body of literature related to applications of machine learning and artificial intelligence to COVID-19 is constantly growing. The goal of this article is to present the latest advances in machine learning research applied to COVID-19. We cover four major areas of research: forecasting, medical diagnostics, drug development, and contact tracing. We review and analyze the most successful state of the art studies. In contrast to other existing surveys on the subject, our article presents a high level overview of the current research that is sufficiently detailed to provide an informed insight.

研究动机与目标

• 提供对最新应用于COVID-19的机器学习研究的及时、详尽概述，涵盖四个关键领域。
• 分析并比较SOTA机器学习模型在预测、诊断、药物开发和接触追踪中的性能表现。
• 突出最有效的算法和技术，特别是深度学习和进化优化，在现实疫情应对应用中的表现。
• 识别出关键挑战，如数据稀缺性和模型可解释性，这些因素阻碍了最优性能和泛化能力。
• 倡导政府和机构参与数据共享，以加速未来基于机器学习的疫情应对研究。

提出的方法

• 系统性回顾主要研究库（包括arXiv）中的同行评审文献和预印本，以确保内容的时效性。
• 将机器学习应用按四种类别进行分类与分析：预测（使用时间序列模型）、诊断（使用CNN和X光/CT影像）、药物发现（使用变分自编码器）以及接触追踪（使用蓝牙和信号处理）。
• 使用标准指标（如相关系数R、准确率、精确率、召回率和F1分数）在多样化数据集上评估模型性能。
• 纳入预印本研究，以捕捉快速演进领域（如预测和诊断）的最新进展。
• 在预测模型中使用图神经网络和移动数据，以整合时空动态。
• 在接触追踪中应用Transformer架构和一维卷积网络，以建模复杂信号模式，提升近距离检测性能。

实验结果

研究问题

• RQ1 哪些机器学习模型在预测新发COVID-19感染数量方面展现出最高的预测准确率？
• RQ2 深度学习模型在从X光和CT扫描等医学影像中诊断COVID-19方面，能在多大程度上实现接近人类水平的性能？
• RQ3 生成模型（如变分自编码器）在加速SARS-CoV-2的药物和疫苗发现方面有多高效？
• RQ4 在使用蓝牙信号强度（RSSI）进行接触追踪时，不同机器学习算法在分类近距离方面的性能差异如何？
• RQ5 主要限制因素（尤其是数据稀缺性和模型可解释性）对机器学习解决方案在疫情应对中实际部署的阻碍是什么？

主要发现

• 长短期记忆（LSTM）网络和多层感知机（MLP）模型在多个国家的未来感染率预测中，相关系数达到0.999。
• 卷积神经网络（CNN）在从胸部X光和CT扫描图像中检测COVID-19方面，准确率超过99%，接近人类诊断水平。
• 高斯SVM和一维卷积网络在基于蓝牙RSSI的近距离检测中优于其他分类器，后者平均性能提升90%。
• 基于Transformer的模型通过捕捉用户活动历史中的长程依赖关系，提升了接触追踪中的风险预测能力，降低了有效繁殖数。
• K近邻（K-NN）无监督学习方法利用五米阈值，基于智能手机移动数据实现了有效的封控区域预测。
• 尽管在受控环境中表现优异，模型仍因患者数据获取受限、非均匀且受隐私限制，面临显著挑战，限制了泛化能力和实际可扩展性。