用人工智能驱动的技术来检测和减轻SARS-CoV-2的传播:一个审查,分类学和趋势

科学领域:

• 人工智能 (AI) 是一种人工智能.
• 机器学习 (ML) 是指机器学习.
• 计算生物学 计算生物学

背景情况:

• 由于迅速传播和遗传突变,SARS-CoV-2 带来了重大的公共卫生挑战.
• 准确的诊断和有效的治疗对于控制流行病至关重要.
• 机器学习 (ML) 为改善SARS-CoV-2诊断和治疗疗效提供了潜在的解决方案.

研究的目的:

• 在SARS-CoV-2诊断和治疗中系统审查ML应用.
• 确定对SARS-CoV-2的ML实施的关键研究重点和挑战.
• 突出先进的人工智能技术在打击病毒威胁中的作用.

主要方法:

• 对SARS-CoV-2的ML应用的系统文献审查.
• 分析研究趋势,重点关注联合学习 (FL),深度学习 (DL) 和强化学习 (RL).
• 基于主要目标的研究分类:隐私和安全 (P&S),检测准确性和稳定性 (DAR),以及计算和通信效率 (CCE).

主要成果:

• 研究重点包括提高隐私和安全性 (26%),提高检测准确性和稳定性 (24%),提高计算和通信效率 (20%).
• 联合学习,深度学习和强化学习在解决ML实施挑战方面表现有前途.
• 重点关注保护患者数据和确保模型可靠性.

结论:

• 机器学习技术对于推进SARS-CoV-2诊断和治疗策略至关重要.
• 优先考虑患者数据保密和系统稳定性对于临床采用至关重要.
• 本综述提供了关于在传染病医疗保健决策中的实际ML实施的见解.