[论文解读] $α$-Satellite: An AI-driven System and Benchmark Datasets for Hierarchical Community-level Risk Assessment to Help Combat COVID-19

Yanfang Ye, Shifu Hou+6 more|arXiv (Cornell University)|Mar 27, 2020

Data-Driven Disease Surveillance参考文献 40被引用 27

一句话总结

本文提出 $α$-Satellite，一种由人工智能驱动的系统，利用包括公共卫生报告、移动模式、人口统计和社交媒体在内的异构数据源，提供分层的、实时的社区级新冠肺炎风险评估。该系统在多个地理层级（州、县、市、具体位置）生成动态风险指数，与确诊病例数和公共卫生干预措施相关联，从而支持在最小化日常生活干扰的前提下实施主动的社区缓解策略。

ABSTRACT

The novel coronavirus and its deadly outbreak have posed grand challenges to human society: as of March 26, 2020, there have been 85,377 confirmed cases and 1,293 reported deaths in the United States; and the World Health Organization (WHO) characterized coronavirus disease (COVID-19) - which has infected more than 531,000 people with more than 24,000 deaths in at least 171 countries - a global pandemic. A growing number of areas reporting local sub-national community transmission would represent a significant turn for the worse in the battle against the novel coronavirus, which points to an urgent need for expanded surveillance so we can better understand the spread of COVID-19 and thus better respond with actionable strategies for community mitigation. By advancing capabilities of artificial intelligence (AI) and leveraging the large-scale and real-time data generated from heterogeneous sources (e.g., disease related data from official public health organizations, demographic data, mobility data, and user geneated data from social media), in this work, we propose and develop an AI-driven system (named $α$-Satellite}, as an initial offering, to provide hierarchical community-level risk assessment to assist with the development of strategies for combating the fast evolving COVID-19 pandemic. More specifically, given a specific location (either user input or automatic positioning), the developed system will automatically provide risk indexes associated with it in a hierarchical manner (e.g., state, county, city, specific location) to enable individuals to select appropriate actions for protection while minimizing disruptions to daily life to the extent possible. The developed system and the generated benchmark datasets have been made publicly accessible through our website. The system description and disclaimer are also available in our website.

研究动机与目标

• 应对迫切需求：实现对社区层面新冠肺炎传播的实时、细粒度监测，以支持主动缓解策略。
• 通过整合包括公共卫生报告、移动模式、人口统计和社交媒体在内的异构实时数据源，克服数据不确定性与不完整性。
• 开发一种可扩展的分层风险评估系统，为多个地理层级（州、县、市、具体位置）提供可操作的洞察。
• 使个人和社区能够基于信息做出决策，以降低感染风险，同时最小化对社会与经济的干扰。
• 建立基准数据集并提供公开可访问的系统，以支持疫情期间持续的研究与应对工作。

提出的方法

• 从多样化来源聚合并预处理大规模实时数据：官方公共卫生报告、人口统计数据、移动数据（例如来自移动设备的数据）以及社交媒体上的用户生成内容。
• 设计一种多层级风险建模框架，通过流行病学、行为和环境指标的加权融合，自上而下分层计算风险指数（从州级开始，逐步细化至具体位置）。
• 应用在历史和实时数据上训练的机器学习模型，动态估算并更新风险指数，以反映传播动态的变化。
• 集成地理定位API（例如Google地图），根据用户输入或自动定位，将风险指数映射到具体兴趣点（例如杂货店）。
• 将公共卫生干预措施（例如居家令、企业关闭）作为时间特征纳入模型，以分析其对风险趋势的影响。
• 将系统部署为基于网络的平台，支持实时可视化，并提供基准数据集以确保研究的可复现性与验证性。

实验结果

研究问题

• RQ1 如何有效融合异构的实时数据源，以生成准确、分层的社区级新冠肺炎风险评估？
• RQ2 在不同地理层级上，生成的风险指数在多大程度上与确诊病例数及公共卫生干预措施相关？
• RQ3 人工智能驱动的风险建模能否提供及时、可操作的洞察，以支持个人与社区层面的缓解决策，同时避免造成过度干扰？
• RQ4 风险指数在不同地点和时间段（特别是在宣布紧急状态等关键公共卫生事件期间）如何变化？
• RQ5 公众认知和移动模式在多大程度上影响局部风险水平？这些因素如何在风险模型中实现定量捕捉？

主要发现

• 俄亥俄州凯厄西奥加县的风险指数在3月8日为0.131，3月9日迅速上升至0.314，紧随其首例三例确诊病例的确认，表明系统对本地疫情爆发具有高度响应性。
• 在发布公共卫生和行政命令后——包括3月14日宣布进入紧急状态及3月22日实施居家令——凯厄西奥加县的风险指数在3月15日下降至0.605，表明政策干预产生了可测量的影响。
• 在县和州两个层级上，确诊病例数与风险指数之间存在正相关关系，其中纽约州（NY）因确诊病例数高（26,376例）而显示出最高的风险指数。
• 由于公众认知和本地人流模式的差异，邻近地点（如克利夫兰的杂货店）之间的风险指数存在显著差异，体现了系统捕捉微观层面风险差异的能力。
• 该系统成功实现了在相同时间点（例如2020年3月24日）对多个县和州的风险指数进行可视化与对比，其趋势与确诊病例数据和政策时间线保持一致。
• 基准数据集与 $\alpha$-Satellite 系统已公开发布于 https://COVID-19.yes-lab.org/，支持研究的可复现性，并推动对疫情风险建模的持续研究。