搜狐科技訊息，外國媒體報道，當地時間4月20號，IBM發佈了一種面向 C 端用户的疾病預測的新工具“Allergy Insights”，主要是使用AI幫忙用户預測何時可能性病發過敏症狀。IBM表示，這個工具和Watson有着相同的技術和反映洞察能力，目前用户還要前往iOS和Android的The Weather Channel應用商店查看歷史記錄。
Allergy Insights的主要作用是對每個人15年內發生過敏症狀的危害性（例如，高，中，低）進行高、中、低預測評估，並自動向用户提示近五天面前過敏原發生情況。
除開那些，Allergy Insights還還要為用户現已發生過敏危害性明確提出應急響應，並詳盡闡述最近的周邊環境和天氣狀況怎樣才能引發對應過敏，針對花粉過敏原病人，它還還要解析出四周的花粉水準，提供工作管理過敏或減小接觸的技巧，以及與過敏相關的新聞好文章和新聞資訊主題內容。
值得注意的是，Allergy Insights的預測影響因子查詢並非來源於花粉數據。IBM表示：“經過普遍科學研究，花粉數據和空氣指數水準已從預測模型中消除，因為它們談談證明過敏危害性的指標值不可靠。”
所以，IBM科學家決定性依照自我的IBM MarketScan數據訓練方法出一種針對過敏原檢測的快速反映的創作力模型。
IBM MarketScan是IBM醫療團隊創建的另一個現已脱敏治療的醫療資料庫，其中訪問量超過1億病人，裏面包含與發生過敏相關的地點、天氣屬性、温度、相對濕度、降雨、風和露水等訊息。
因為融合了醫療和在過去數據，IBM聲稱Allergy Insights的預測水準比僅考慮到花粉的優化算法準確度要高過20％至50％，幾乎依照不相背區有全球氣候變動説出不同的過敏原危害性。
在發佈這一類產品時候，IBM針對過敏人羣做個一項實地調查，資料顯示在過去大概有60％的過敏病人都是使用天氣預報App預測工作管理和緩解自己發生過敏的幾率。
只是那些應用程序的預測水準並非高，因為他倆的數據來源之所以良莠不齊，導致對樹、草、花粉等過敏原的指標值都沒有做出最好的評估和解析。
而IBM研發的這種解析模型，還要依照地理和環境訊息解析和數據分析附近正在發育的植物羣，談談過敏原引起時間做出預測，同時依照在過去訊息，對一年中全球氣候變動而導致的過敏時間段變動訊息進行數據分析。
IBM表示：“儘管都沒有四名過敏病人是同另一個人，但推後知道過敏症狀危害性何時可能性發生還要幫忙任何人推後計劃方案，並在症狀病發時候立即行動。該團隊將接着審查花粉數據，並在更可靠的情況下將其涉及在內。”
搜狐科技瞭解到，這並非是將AI第一次應用在過敏預測的實際上典型案例，早在2018年，提供身心健康企業、醫學科學研究人員與C端用户進行聯繫的Doc.ai 企業就創建了另一個過敏預測模型，依照BMI休重指標值和用户的人體健身運動數據預測發生過敏的危害性。
除此之外，德克薩斯佛羅里達大學奧斯汀分校的科學研究人員來設計也曾來設計一種類產品，還要在同一地點測量相應地理位置的花粉水準。搜狐科技