人工智能如何对抗新冠肺炎？看AAAI2021康奈尔医学部Fei Wang博士报告《计算智能阻击流行病》，附156页ppt

据世界卫生组织统计，截至2021年2月，2019冠状病毒病(COVID-19)已成为全球大流行，确诊病例超过1亿6百万例，死亡230万人。2019冠状病毒病(COVID-19)自2020年1月在中国武汉首次暴发以来，呈现出高传播率(R0值大于2)和多种临床特征(如住院和重症监护病房入住率高、因炎症过度、血栓形成导致的危重患者多器官功能障碍等)。为了解COVID-19的发病机制，制定有效的防控、治疗和预防策略，相关学科的研究人员在流行病学和公共卫生、生物学和基因组医学、临床护理和患者管理等各方面开展了大量工作。本教程将总结人工智能对抗大流行的努力。**我将着重从以下4个方面探讨人工智能方法对新冠肺炎预测、治疗和预防的启示: 1)流行病学; 2)治疗; 3)临床研究; 4)社会和行为研究。**我还将指出这些挑战，总结其影响，并展望人工智能如何在后大流行时代推动人类医疗保健。

https://wcm-wanglab.github.io/tutorials/AAAI2021/COVID-Tutorial.html

目录：

引言 Introduction 流行病学 Epidemiology 治疗 Therapeutics 临床研究 Clinical Research 行为与社会科学 Behavioral and Social Sciences 结论 Conclusions

作者：Fei Wang

Fei Wang目前是美国康奈尔大学威尔康奈尔医学部人口健康科学系健康信息学副教授，主要研究方向为数据挖掘和健康数据科学应用。他已经发表了250多篇人工智能和医学方面的论文，这些论文在Google Scholar上的引用次数超过12.7K。他的H-index为56。他的论文曾在数据挖掘和医学信息学的国际顶级会议上获得8个最佳论文奖。他的团队在2017年获得NIPS/Kaggle挑战赛关于临床可操作基因突变分类的冠军，2016年获得Michael J. Fox基金会组织的帕金森病进展标志物倡议数据挑战赛的冠军。王博士是2018年美国国家科学基金会CAREER奖的获得者，2019年IEEE国际卫生信息学会议（ICHI）的首届研究领导奖。王博士是美国医学信息学协会（AMIA）知识发现和数据挖掘工作组的主席。