中疾控详解CH.1.1：未见致病性增强 短期内不会引起本土大规模流行******
中新网北京2月1日电(韦香惠) 日前，一种名为CH.1.1的奥密克戎亚变种在美国出现。1月31日，中国疾控中心就相关热点问题作出解答。
资料图。 殷立勤 摄未见CH.1.1变异株的致病性增强
据中国疾控中心介绍，CH.1.1属于奥密克戎变异株BA.2.75的第六代亚分支。最新研究显示，由于新增多个突变位点，增加了CH.1.1的免疫逃逸能力。同时，新增的一个突变位点(L452R)曾经是德尔塔变异株的特征性突变位点。但值得注意的是，该突变位点也存在于许多其他奥密克戎变异株亚分支中，如BA.5.3和BA.5.1.3等。
2022年11月至今，CH.1.1在美国新冠病毒流行株中占比呈上升趋势。2023年第4周，CH.1.1在美国流行株的占比为第五位，仅次于XBB.1.5、BQ.1.1、BQ.1和XBB变异株。
目前，未见CH.1.1变异株的致病性增强，仍需进一步关注。一般新毒株出现后，感染病例需达到一定规模并持续一段时间，才能初步判断新毒株的致病力是否变化。
资料图。殷立勤 摄短期内不会引起本土大规模流行
据中国疾控中心介绍，2022年11月13日，我国通过基因组测序首次从天津市报送的1例泰国输入病例样本(2022年11月10日采样)中检出CH.1.1进化分支。截至2023年1月30日，共监测发现24例CH.1.1及其亚分支输入病例。输入病例来源地涉及15个国家或地区。未监测到CH.1.1及其亚分支的本土感染病例。
据中国疾控中心介绍，尽管CH.1.1变异株的免疫逃逸能力和传播优势进一步增强，导致突破感染和再感染风险增加，但我国大部分人群体内已存在高水平中和抗体，对CH.1.1存在一定的交叉保护作用，CH.1.1短期内不会引起本土大规模流行。脆弱人群(65岁以上老人、基础病患者和未接种疫苗者)以及未感染人群仍需加强个人防护。
如何面对CH.1.1？中疾控表示，坚持做好个人防护、保持良好卫生习惯、不要相信未经证实的网络报道。
资料图。殷立勤 摄目前本轮疫情主要以BA.5.2、BF.7为主要流行株
1月30日，国务院联防联控机制举办的新闻发布会上，中国疾控中心病毒病所研究员陈操介绍，报告显示，目前流行的毒株主要还是BA.5.2和BF.7。
他表示，从新冠病毒感染疫情以来，我们国家一直开展新冠病毒的变异株监测工作，也为早期疫情流调溯源提供了重要线索和支撑。同时这个过程也积累了大量经验和数据。根据监测数据显示，本轮疫情主要还是以BA.5.2、BF.7为主要流行株，我国目前没有监测到其他优势病毒株。
此外，春节假期期间，中国疾控中心收到全国各省上报的新冠病毒全基因组序列1421条，经过分析发现他们有11个进化分支，仍旧以BA.5.2、BF.7为主，没有发现新的变异株输入。
陈操提到，当前春运正在进行中，高校近期也要陆续开学，下一步我们将继续指导全国做好新冠病毒变异监测工作，继续对哨点医院中的门(急)诊病例、重症病例、死亡病例还有特殊人群开展新冠病毒的变异监测。同时，同其他部门对海陆空口岸的入境人员进行新冠病毒的变异监测，及时预警并采取相应的防控措施。(完)
向善而生的AI助盲，让AI多一点，障碍少一点****** 有人说，盲人与世界之间，相差的只是一个黎明。在浪潮信息研发人员的心中，失去视力的盲人不会陷入永夜，科技的进步正在力图给每一个人以光明未来。 AI助盲在人工智能赛道上一直是最热门的话题之一。以前，让失明者重见光明依靠的是医学的进步或“奇迹”。而随着以“机器视觉+自然语言理解”为代表的多模态智能技术的爆发式突破，更多的失明者正在借助AI提供的感知、理解与交互能力，以另一种方式重新“看见世界”。 新契机：多模态算法或将造福数以亿计失明者 科学实验表明，在人类获取的外界信息中，来自视觉的占比高达70%~80%，因此基于AI构建机器视觉系统，帮助视障患者拥有对外界环境的视觉感知与视觉理解能力，无疑是最直接有效的解决方案。 一个优秀的AI助盲技术，需要通过智能传感、智能用户意图推理和智能信息呈现的系统化发展，才能构建信息无障碍的交互界面。仅仅依靠“一枝独秀”超越人类水平的单模态人工智能比如计算机视觉技术还远远不够，以“机器视觉+自然语言理解”为代表的多模态算法的突破才是正确的新方向和新契机。 多个模态的交互可以提升AI的感知、理解与交互能力，也为AI理解并帮助残障人士带来了更多可能。浪潮信息研发人员介绍说，多模态算法在AI助盲领域的应用一旦成熟，将能够造福数以亿计的失明者。据世卫组织统计，全球至少22亿人视力受损或失明，而我国是世界上盲人最多的国家，占世界盲人总数的18%-20%，每年新增的盲人数量甚至高达45万。 大挑战：如何看到盲人“眼中”的千人千面 AI助盲看似简单，但多模态算法依然面临重大挑战。 多模态智能算法，营造的是沉浸式人机交互体验。在该领域，盲人视觉问答任务成为学术界研究AI助盲的起点和核心研究方向之一，这项研究已经吸引了全球数以万计的视障患者参与，这些患者们上传自己拍摄的图像数据和相匹配的文本问题，形成了最真实的模型训练数据集。 但是在现有技术条件下，盲人视觉问答任务的精度提升面临巨大挑战：一方面是盲人上传的问题类型很复杂，比如说分辨冰箱里的肉类、咨询药品的服用说明、挑选独特颜色的衬衣、介绍书籍内容等等。 另一方面，由于盲人的特殊性，很难提取面前物体的有效特征。比如盲人在拍照时，经常会产生虚焦的情况，可能上传的照片是模糊的或者没有拍全，或者没拍到关键信息，这就给AI推理增加了难度。 为推动相关研究，来自卡内基梅隆大学等机构的学者们共同构建了一个盲人视觉数据库“VizWiz”，并发起全球多模态视觉问答挑战赛。挑战赛是给定一张盲人拍摄的图片和问题，然后要求给出相应的答案，解决盲人的求助。 另外，盲人的视觉问答还会遭遇到噪声干扰的衍生问题。比如说，盲人逛超市，由于商品外观触感相似，很容易犯错，他可能会拿起一瓶醋却询问酱油的成分表，拿起酸奶却询问牛奶的保质期等等。这种噪声干扰往往会导致现有AI模型失效，没法给出有效信息。 最后，针对不同盲人患者的个性化交互服务以及算法自有的反馈闭环机制，同样也是现阶段的研发难点。 多解法：浪潮信息AI助盲靶向消灭痛点 AI助盲哪怕形式百变，无一例外都是消灭痛点，逐光而行。浪潮信息多模态算法研发团队正在推动多个领域的AI助盲研究，只为帮助盲人“看”到愈发精彩的世界。 在VizWiz官网上公布的2万份求助中，盲人最多的提问就是想知道他们面前的是什么东西，很多情况下这些物品没法靠触觉或嗅觉来做出判断，例如 “这本书书名是什么？”为此研发团队在双流多模态锚点对齐模型的基础上，提出了自监督旋转多模态模型，通过自动修正图像角度及字符语义增强，结合光学字符检测识别技术解决“是什么”的问题。 盲人所拍摄图片模糊、有效信息少？研发团队提出了答案驱动视觉定位与大模型图文匹配结合的算法，并提出多阶段交叉训练策略，具备更充分的常识能力，低质量图像、残缺的信息，依然能够精准的解答用户的求助。 目前浪潮信息研发团队在盲人视觉问答任务VizWiz-VQA上算法精度已领先人类表现9.5个百分点，在AI助盲领域斩获世界冠军两项、亚军两项。 真实场景中的盲人在口述时往往会有口误、歧义、修辞等噪声。为此，研发团队首次提出视觉定位文本去噪推理任务FREC，FREC提供3万图片和超过25万的文本标注，囊括了口误、歧义、主观偏差等多种噪声，还提供噪声纠错、含噪证据等可解释标签。同时，该团队还构建了首个可解释去噪视觉定位模型FCTR，噪声文本描述条件下精度较传统模型提升11个百分点。上述研究成果已发表于ACM Multimedia 2022会议，该会议为国际多媒体领域最顶级会议、也是该领域唯一CCF推荐A类国际会议。 在智能交互研究方面上，浪潮信息研发团队构建了可解释智能体视觉交互问答任务AI-VQA，同时给出首个智能体交互行为理解算法模型ARE。该研究成果已发表于ACM Multimedia 2022会议。该研究项目的底层技术未来可广泛应用于AI医疗诊断、故事续写、剧情推理、危情告警、智能政务等多模态交互推理场景。 眼球虽然对温度并不敏感，但浪潮信息的研发团队，却在努力让盲人能“看”到科技的温度，也希望吸引更多人一起推动人工智能技术在AI助盲、AI反诈、AI诊疗、AI灾情预警等更多场景中的落地。有AI无碍，跨越山海。科技的伟大之处不仅仅在于改变世界，更重要的是如何造福人类，让更多的不可能变成可能。当科技成为人的延伸，当AI充满人性光辉，我们终将在瞬息万变的科技浪潮中感受到更加细腻温柔的善意，见证着更加光明宏大的远方。 吉利彩票地图 |
