IBM今天宣布了一种新工具，可以利用AI来预测过敏症状何时可能发作。它被称为“具有Watson的变态反应洞察力”，并且可以在网络发布之前在iOS和Android的The Weather Channel应用程序中使用。
除了可以预测过敏症状风险（例如，高，中，低）的15天预测和3天过敏原展望之外，Allergy Insights还可以在过敏风险发生变化时发出通知，并提供有关天气状况如何触发症状的解释。它还提供了过敏原的花粉水平（很快就会发霉），管理过敏或减少接触的技巧，以及与过敏相关的新闻文章和社论内容。
根据IBM最近进行的一项调查，大多数过敏症患者（60％）使用天气预报来帮助管理和减轻最严重的症状。但是，大多数应用程序用来评估风险的树，草和豚草等花粉指标不一定是好的预测指标，它们的来源往往参差不齐。
这就是为什么IBM科学家根据IBM MarketScan的数据训练了支持Allergy Insights的模型的原因，IBM MarketScan是一个匿名的医疗语料库系列，代表着1亿多患者。地点信息; 和天气属性，例如温度，湿度，雨水，风和露点。地理数据使模型能够了解附近正在生长的植物群以及何时会产生过敏原，同时删除对一年中时间的引用有助于反映由于气候变化而导致的过敏季节开始时的变化。
结果？IBM声称Allergy Insights（其预测不能反映空气质量水平）比仅考虑花粉的算法准确度高20％至50％。而且，它可以预测直至邮政编码的过敏风险。
IBM说：“经过广泛研究，花粉数据和空气质量水平已从预测模型中排除，因为它们证明了过敏风险的指标不可靠。” “尽管没有两名过敏患者是同一个人，但提前知道症状风险何时可能改变可以帮助任何人提前计划并在症状可能发作之前采取行动……该团队将继续审查花粉数据，并在更可靠的情况下予以包括。”
有趣的是，这并不是将AI应用于过敏和花粉预测问题的第一个实例。在2018年，提供将健康公司和医学研究人员与智能手机用户联系起来的应用程序Doc.ai 建立了一个模型，可以根据BMI和身体活动等用户数据预测过敏风险。另外，得克萨斯大学奥斯汀分校的研究人员设计了一种设备，可在一天内测量特定位置的花粉水平。
