基于全球新闻数据的实时且可解释的疫情检测

金圣年, 申载宇, 严晟河, 吴智焕, 尹世荣
2022年第一届医疗人工智能与COVID-19研讨会论文集，ICML 2022, PMLR 184:73-90, 2022.

摘要

监测和检测疫情对于保护人类免受极端危害至关重要。然而，为了准确地检测疫情并有效利用有限的资源，节省预防疾病传播的时间，必须实时进行。尽管如此，以往的研究主要集中在疾病已经传播或相关数据提供后预测确诊病例的数量。此外，使用现有方法进行预测的原因难以解释。在本研究中，我们研究了如何在特定疾病的信息尚未汇总之前，检测并警报可能迅速发展成大流行的传染病。我们提出了一种可解释的疫情检测方法。该方法仅使用易于实时获取的全球新闻数据。因此，我们将新闻数据转换为图形形式，并对新闻主题进行聚类，以整理和提取相关信息。对包括COVID-19在内的先前疫情的实验表明，我们的方法能够对疫情疾病进行可解释的实时预测，并指导预防决策。代码可在https://github.com/sungnyun/Epidemics-Detection-GKG获取。

引用本文

BibTeX
@InProceedings{pmlr-v184-kim22a, title = {基于全球新闻数据的实时且可解释的疫情检测}, author = {Kim, Sungnyun and Shin, Jaewoo and Eom, Seongha and Oh, Jihwan and Yun, Se-Young}, booktitle = {2022年第一届医疗人工智能与COVID-19研讨会论文集，ICML 2022}, pages = {73--90}, year = {2022}, editor = {Xu, Peng and Zhu, Tingting and Zhu, Pengkai and Clifton, David A. and Belgrave, Danielle and Zhang, Yuanting}, volume = {184}, series = {机器学习研究论文集}, month = {22 Jul}, publisher = {PMLR}, pdf = {https://pmlr.com.cn/v184/kim22a/kim22a.pdf}, url = {https://pmlr.com.cn/v184/kim22a.html}, abstract = {监测和检测疫情对于保护人类免受极端危害至关重要。然而，为了准确地检测疫情并有效利用有限的资源，节省预防疾病传播的时间，必须实时进行。尽管如此，以往的研究主要集中在疾病已经传播或相关数据提供后预测确诊病例的数量。此外，使用现有方法进行预测的原因难以解释。在本研究中，我们研究了如何在特定疾病的信息尚未汇总之前，检测并警报可能迅速发展成大流行的传染病。我们提出了一种可解释的疫情检测方法。该方法仅使用易于实时获取的全球新闻数据。因此，我们将新闻数据转换为图形形式，并对新闻主题进行聚类，以整理和提取相关信息。对包括COVID-19在内的先前疫情的实验表明，我们的方法能够对疫情疾病进行可解释的实时预测，并指导预防决策。代码可在https://github.com/sungnyun/Epidemics-Detection-GKG获取。} }
Endnote
%0 会议论文 %T 基于全球新闻数据的实时且可解释的疫情检测 %A 金圣年 %A 申载宇 %A 严晟河 %A 吴智焕 %A 尹世荣 %B 2022年第一届医疗人工智能与COVID-19研讨会论文集，ICML 2022 %C 机器学习研究论文集 %D 2022 %E 徐鹏 %E 朱婷婷 %E 朱鹏凯 %E David A. Clifton %E Danielle Belgrave %E 张元庭 %F pmlr-v184-kim22a %I PMLR %P 73--90 %U https://pmlr.com.cn/v184/kim22a.html %V 184 %X 监测和检测疫情对于保护人类免受极端危害至关重要。然而，为了准确地检测疫情并有效利用有限的资源，节省预防疾病传播的时间，必须实时进行。尽管如此，以往的研究主要集中在疾病已经传播或相关数据提供后预测确诊病例的数量。此外，使用现有方法进行预测的原因难以解释。在本研究中，我们研究了如何在特定疾病的信息尚未汇总之前，检测并警报可能迅速发展成大流行的传染病。我们提出了一种可解释的疫情检测方法。该方法仅使用易于实时获取的全球新闻数据。因此，我们将新闻数据转换为图形形式，并对新闻主题进行聚类，以整理和提取相关信息。对包括COVID-19在内的先前疫情的实验表明，我们的方法能够对疫情疾病进行可解释的实时预测，并指导预防决策。代码可在https://github.com/sungnyun/Epidemics-Detection-GKG获取。
APA
金圣年，申载宇，严晟河，吴智焕，尹世荣. (2022). 基于全球新闻数据的实时且可解释的疫情检测. 2022年第一届医疗人工智能与COVID-19研讨会论文集，ICML 2022, in 机器学习研究论文集 184:73-90 可从 https://pmlr.com.cn/v184/kim22a.html 获取.

相关材料