"面向多源异构数据的多任务机器学习及其在广东省登革热预测预警中的 应用"

登革热正日益发展成为全球性公共卫生问题。在我国消除登革热，广东省境内的防控是重中之重。近年来人工智能的蓬勃发展为解决该难题提供了科学化与精准化的思路。然而，现有的方法没有充分考虑这一特定领域中的数据多源异构性、登革热传播的地域异质性等现实问题，因而其实效性有所欠缺。本项目基于课题组在人工智能与计算流行病学领域的研究基础以及在流行病防控中的实际工作经验，提出一套面向多源异构数据的多任务机器学习模型，将不同地区的登革热风险评估问题建模成多个相互关联的异构数据学习任务。挖掘任务的特性及共性，以提高所有地区的风险预测精度。项目组将对模型进行理论分析并在广东省的各个城市进行研究与验证。本项目有助于扩展交叉学科的研究，并为我国消除登革热提供理论及实践基础。