用深度学习打赢新型冠状病毒疫情
当前新型冠状病毒疫情确诊人数已经突破两万，扩大加速，情势严峻。
国家采用了隔离和封锁，人群用戴口罩的办法，喝中药茶等各种可能方法，虽然物理隔绝减少了感染人数，但是如果没有找到治愈药方，疫情还是没法控制。
当年打赢非典疫情的原因是找到治愈药方而后感染人群全部治好，疫情消退。
要想打赢新型冠状病毒疫情，在现有措施条件下快速获得疫情控制，关键是找到治愈药方。
大量医疗队派往武汉用传统的方法治疗感染者，已经有感染者治好，这说明这个病能治。当然也有治不好，治疗没有效果的。
治疗药方包括治疗方法和使用的药物，为什么能治好，这其中奥妙，有谁知道？现在只能靠医生摸索，然后总结经验。
可是用人工方法总结太慢，可能很长时间都找不到最佳治疗方案，那么后果很严重。有没有好的方法找到最佳治疗方案呢？
我研究深度学习三年，深度学习神经网络有强大的自动特征学习、数据挖掘和预测能力，如果用深度学习挖掘出治愈药方，那么就能打赢疫情战役。
用深度学习挖掘治愈药方我是打算这样做的：
1.收集医生治疗数据，包括年龄，性别，感染方式，治疗时间，使用药物，治疗结果等等，尽可能详细的，治好治不好没效果恶化的都要收集。
2，进行特征工程，其实深度学习可以实现端到端特征学习，但是我们可以分析有用的数据，把无关的数据忽略，这样有助于寻找治愈方案。
非结构化数据也要整理后方便计算机处理。当然特征方案可以有多种，所有数据输入，也可以部分数据输入，总之要用尽可能多的算法。
3.设计神经网络和损失函数。用卷积神经网络学习特征。对于输入数据（就是采集到的有关治疗数据）做预处理或者数据增强，从而增加泛化能力。
输出数据就是对治疗结果打分或者分类，就是打标签。损失函数其实就是对预测出来的数据和标签做误差计算，用来优化算法。
4.训练深度学习模型。用整理好的数据放入深度学习模型训练，找到准确率最高的方案，包括特征工程和算法。
5.最后用训练好的模型预测。预测什么？其实算法并不会自动生成最佳治愈方案，但是它能算出你提供的方案是不是最好的治愈方案，
我们可以用计算机生成几万几十万个治疗方案送入深度学习模型进行预测，最后找出最好的，比较好的治疗方案。
如果用人工找方案用一年，深度学习可能只用一个月就能找到，时间就是生命。
国家应该成立几个深度学习小组同时展开研究，各地医疗机构把治疗数据不断送给深度学习小组。深度学习小组立即展开研究。
深度学习小组会帮助中国一个月后打赢新型冠状病毒疫情。
