英国卫生安全局（UKHSA）宣布将探索使用人工智能（AI）技术来检测和调查食源性疾病爆发。这项新技术将通过分析在线餐厅评论中的数据，帮助卫生官员更高效地追踪疾病爆发，并防止其扩散。
食源性胃肠道疾病通常表现为呕吐、腹泻和腹痛，是英国的一个主要公共卫生威胁，每年有数百万人受到影响。根据食品标准局（FSA）的数据，诺如病毒是英国最常见的食源性疾病之一。东英吉利大学医学教授保罗·亨特表示，诺如病毒是一种高度传染性的病毒，可以通过受污染的食物传播，尤其是生蚝、软水果和绿叶蔬菜。
今年冬天，英国国民医疗服务体系（NHS）面临了一场“风暴”，诺如病毒感染在二月份达到了“历史最高水平”。卫生官员警告说，这种病毒像“野火”一样在医院内迅速传播，给NHS带来了巨大压力。
UKHSA警告说，大多数食源性疾病病例未被诊断，这使得追踪疾病爆发的真实规模变得困难。现在，科学家们正在使用AI技术筛选数千条在线餐厅评论，寻找可能表明疾病爆发的关键症状，如呕吐、腹泻和腹痛，以及可能导致这些症状的食物类型。
在一个新的研究中，UKHSA专家评估了多种AI模型，以确定它们如何有效地扫描评论中提到的症状，如呕吐、腹泻和腹痛，以及可能引起这些症状的食物类型。
通过这种方式，UKHSA未来可能会快速识别食源性疾病爆发的早期预警信号，从而在疾病广泛传播之前采取行动。
UKHSA首席数据官史蒂文·莱利教授表示：“我们一直在寻找新的有效方法来增强我们的疾病监测。通过这种方式使用AI可以帮助我们更快地识别更多食源性疾病爆发的可能来源，结合传统的流行病学方法，预防更多人患病。”
该研究不仅限于之前的研究所涉及的术语和语言模式，而是进一步深入分析了与爆发相关的具体食物和成分。然而，在这种AI驱动的方法成为常规公共卫生实践的一部分之前，还需要更多的研究。
莱利教授补充道：“在我们将这些方法纳入日常应对食源性疾病爆发的工作之前，还需要进行更多的工作。”
UKHSA还宣布计划在其他方面采用AI技术，包括了解患者体验和确保公共卫生指导的一致性。收集患者见解至关重要，但一直是一个缓慢且昂贵的过程。然而，AI驱动的大语言模型（LLM）正在帮助UKHSA快速处理数千份回复。
同样，该机构还在使用LLM来确保在卫生紧急情况下提供一致的指导。通过扫描数百份指导文件中的不一致性，初步测试显示AI可以确保超过90%的准确性。
UKHSA副数据科学和地理空间总监兼首席数据科学家尼克·沃特金斯博士表示：“这些项目展示了AI如何在人类专业知识的基础上增强公共卫生保护。随着我们继续开发和完善这些系统，我们将在拥抱创新的同时，确保对AI输出进行严格的验证。这种方法有助于我们充分利用AI的潜力，同时保持一个国家公共卫生机构应有的高标准。”
(全文结束)
