基于 LLM 的印度传染病预测
机器学习
2024-10-29 v1 计算机科学中的逻辑
摘要
过去的许多不可控疾病爆发暴露了全球医疗系统的诸多漏洞。尽管技术进步在疫苗的快速制造方面取得了显著成果，但仍需着重于此类大规模爆发的预防和预测。及早检测和干预爆发可在公共卫生层面极大减轻其影响，同时使医疗系统更具韧性。疾病传播动力学的复杂性、众多直接和间接相关因素的影响，以及传统方法的局限性，是采取预防措施的主要瓶颈。本文实现了深度学习算法和大语言模型（LLM）来预测传染病爆发的严重程度。利用过去十年间在印度发生的多种疾病历史数据和气候数据，我们的研究发现旨在帮助创建面向未来任何爆发的 robust 预测系统。
引用
@article{arxiv.2410.20168,
title = {Infectious Disease Forecasting in India using LLM's and Deep Learning},
author = {Chaitya Shah and Kashish Gandhi and Javal Shah and Kreena Shah and Nilesh Patil and Kiran Bhowmick},
journal= {arXiv preprint arXiv:2410.20168},
year = {2024}
}
备注
16 pages, 4 figures