具有先验信息的最优 Covid-19 混合检测
人工智能
2020-05-12 v2 离散数学
定量方法
摘要
当人类努力遏制全球 Covid-19 感染时，预防行动因检测试剂盒短缺而大幅放缓。各国政府已采取若干措施来应对这一短缺：美国 FDA 对 Covid-19 检测的批准变得更加宽松。英国紧急措施将本地生产的每日检测试剂盒数量提高到 100,000。中国最近启动了大规模检测制造计划。然而，所有这些努力都远远不够，许多贫穷国家仍受威胁。减少检测数量的常用方法是对样本进行混合，即混合患者样本并一次性检测混合样本。如果所有样本均为阴性，混合以单位成本成功。但是，如果单个样本为阳性，失败并不能指示哪位患者被感染。本文描述了如何最优地在混合样本中检测感染患者，即在给定每位患者健康先验概率的情况下，使用最少数量的检测来精确识别他们。这些概率可通过问卷、监督机器学习或临床检查来估计。所得算法可解释为知情的分而治之策略，是非直观且相当令人惊讶的。它们无专利。合著者按字母顺序列出。
引用
@article{arxiv.2005.02940,
title = {Optimal Covid-19 Pool Testing with a priori Information},
author = {Marc Beunardeau and Éric Brier and Noémie Cartier and Aisling Connolly and Nathanaël Courant and Rémi Géraud-Stewart and David Naccache and Ofer Yifrach-Stav},
journal= {arXiv preprint arXiv:2005.02940},
year = {2020}
}