新型冠狀病毒肺炎暴發(fā)以來嚴(yán)重危害世界人民的生命健康安全，疫情防控已經(jīng)成為我國當(dāng)前乃至未來一段時間政府工作重點。為助力政府做好新冠肺炎疫情防控，省科學(xué)院智能制造所人因工程團(tuán)隊李辰潼博士根據(jù)疫情防控實際需求，結(jié)合傳統(tǒng)的生物數(shù)學(xué)模型和深度學(xué)習(xí)圖神經(jīng)網(wǎng)絡(luò)方法，綜合運用最優(yōu)化原理、貝葉斯統(tǒng)計分析和深度學(xué)習(xí)方法，建立了適合當(dāng)下疫情防控實際的最優(yōu)化神經(jīng)網(wǎng)絡(luò)模型，為快速找到最有可能的感染者、節(jié)約防控成本提供了新思路。

　　該模型以傳統(tǒng)的隨機游走圖網(wǎng)絡(luò)模型為模板，首先以城市的地鐵和公交站點為節(jié)點，彼此間的公共交通路線作為邊，構(gòu)建鄰接矩陣，再以鄰接矩陣的冪次構(gòu)建可達(dá)矩陣。其次，根據(jù)疫情防控的具體需求，提取疫情發(fā)現(xiàn)節(jié)點的可達(dá)矩陣的列、公共交通的平均速度以及所求間隔時間作為輸入，同時以間隔時間后各個節(jié)點有疫情傳播到的概率作為輸出，綜合使用各類網(wǎng)絡(luò)搭建技巧，搭建如圖1所示圖神經(jīng)網(wǎng)絡(luò)模型。該模型經(jīng)過訓(xùn)練可輸出疫情發(fā)生節(jié)點在單位時間后可傳播到城市各個交通節(jié)點的概率，進(jìn)而為疫情防控提供精準(zhǔn)依據(jù)。該模型具有很強的可塑性，可充分考慮各類變異毒株，對不同的社區(qū)結(jié)構(gòu)和病毒毒性都能快速找到所有感染者，是圖神經(jīng)網(wǎng)絡(luò)模型在傳染病防控領(lǐng)域的首次應(yīng)用。同時，該模型還可以應(yīng)用到車輛位置追蹤、遙感追蹤等領(lǐng)域。

　　相關(guān)研究已獲得了第69批中國博士后基金的資助。

　　圖1 解決病人追蹤問題的隨機游走圖網(wǎng)絡(luò)（RWGN）模型構(gòu)架圖

　　圖2 基于模擬數(shù)據(jù)的實時預(yù)測結(jié)果，紅箭頭為新發(fā)現(xiàn)的新發(fā)病例，藍(lán)箭頭是該病例接觸過該區(qū)域的概率

　　（省科學(xué)院智能制造所/供稿）