[死亡]新冠病毒或致个人年内死亡率翻倍!哥大校友用机器学习飞速筛选抗体( 二 )


近日 , 深度学习大佬Yann LeCun在推特上转了统计学家David Speigelhalter的一个推文并评论道:若感染了COVID-19 , 其死亡概率约等于一年内任何其他原因的死亡概率 。 令人惊讶的是 , 无论年龄大小 , 都是如此 。 感染COVID-19会使你在一年内的死亡几率翻倍 。
[死亡]新冠病毒或致个人年内死亡率翻倍!哥大校友用机器学习飞速筛选抗体
图片

在Speigelhalter的博文中 , 他使用了英国国家统计局提供的生命表 。 由于先天性疾病和出生创伤 , 出生后有个死亡高峰 , 9、10岁是一个低谷 , 然后是稳定的线性增长 。 不管年龄多大 , 每年死亡的人口比例都以9%左右的速度增长 。 所以平均死亡风险在8年内翻倍 。
国家统计局2016-2018年英格兰和威尔士的年度死亡风险
伦敦帝国学院研究人员的最新报告提供了对新冠病毒感染后死亡的特定年龄段风险的估计值 , 这些风险如下表所示 。
[死亡]新冠病毒或致个人年内死亡率翻倍!哥大校友用机器学习飞速筛选抗体
图片

不同年龄组感染COVID-19后的死亡率
如果将感染COVID-19后的死亡率叠加在上面的“生命表”上(绘制每10年中的第7年) , 结果如下图 , 可以看出 , 感染COVID-19后的死亡风险与正常死亡风险的趋势是一致的 。
然后 , 将COVID-19风险与生命表中的死亡风险进行比较 , 得出相对风险 , 范围为0.5到2 。
[死亡]新冠病毒或致个人年内死亡率翻倍!哥大校友用机器学习飞速筛选抗体
图片

可以看出 , 感染COVID-19的死亡风险相当于一年内任何其他原因的死亡风险 。 用博主的话说“感染COVID-19就像将一年的风险打包到一两个星期一样” 。
不过博主也指出 , 这两个群体将会有很大的重叠——许多死于COVID-19的人无论如何都会在短时间内死亡——因此这些风险不能简单地加在一起 , 也不能简单地将感染者的风险增加一倍 。 至关重要的是 , 国家医疗服务体系不能不堪重负 , 但如果像现在所建议的那样 , 通过严格的抑制措施 , COVID死亡人数可以控制在20,000人左右 , 那么对2020年总体死亡率的影响可能很小(尽管由于卫生服务的压力和隔离的副作用 , 基础死亡率可能会增加) 。 不过 , 正如我们所看到的 , 代价是巨大的 。
参考链接:
https://medium.com/wintoncentre/how-much-normal-risk-does-covid-represent-4539118e1196
https://www.technology.org/2020/03/22/dsi-alumni-use-machine-learning-to-discover-coronavirus-treatments/
【[死亡]新冠病毒或致个人年内死亡率翻倍!哥大校友用机器学习飞速筛选抗体】人工智能吹响智能大航海时代的号角 , AI也成为抗疫救灾的技术主题词 。 新智元特推出“AI方舟”直播公开课 , 依托新智元小程序 , 邀请一线AI技术专家分享实战经验 , 带你一起驶向载满干货的新航程 。
本文首发于微信公众号:新智元 。 文章内容属作者个人观点 , 不代表和讯网立场 。 投资者据此操作 , 风险请自担 。
(责任编辑:何一华 HN110)


推荐阅读