文｜陈根

旅游业是希腊经济的重要支撑，占国内生产总值 20％ 以上。希腊有大约 1100 万人口，旅游业占该国就业人数的近 20％。近年来每年接待超过3300 万游客。

疫情的爆发给希腊经济带来了巨大的影响。从 2020 年 7 月起，欧盟要求成员国“非必要旅行”，其中许多成员国在3月实施了广泛的封锁。无疑，这对希腊的经济雪上加霜。

与许多其他国家一样，希腊缺乏对来自世界各国旅客进行检测的能力，尤其是那些无症状感染的旅客。为了解决这一问题，希腊当局启动了一个由多国科学家小组开发的系统，该系统使用机器学习算法来确定哪些入境旅客应接受 COVID－19 检测。

结果发现，机器学习在识别无症状人员方面比随机测试或基于旅行者原籍国的测试更有效。根据研究人员的分析，在旅游旺季，该系统检测到的受感染旅客是随机检测的两到四倍。

在新冠疫情大流行期间，不少国家依靠各种临时边境控制协议，在保障公共卫生的同时允许必要的旅行。但是其会随机或根据风险类别选择旅客进行 COVID－19测试。例如，来自高感染率地区的人可能比来自低感染率地区的人重点接受检测。

与传统检查方式不同的是，Eva 将实时检测数据与访客在抵达前 24 小时填写的简单表格中的信息相结合，为每位访客建立风险状况评估，建议哪些游客在抵达时应接受 COVID－19 检测，哪些游客可以不必要检测就安全入境。

此外，Eva 发现的感染的旅行者比原先严格按照其国籍检测的方式（即只利用流行病学指标的检测政策）多 1．25－1．45 倍。与随机检测相比，Eva 在旅游旺季（8 月和 9 月）发现感染的旅行者是前者的 4 倍，非旅游旺季的结果是随机检测的 1．85 倍。

由于供应链问题，希腊本国的新冠检测用品有限。在资源有限的情况下，需要确定通过其边境 40 个不同入口中的任何一个入境的可能受感染旅行者。希腊所面临的这种挑战，也是很多国家都在面对的。这也意味着，Eva 或许也能帮助其他国家。

未来，期待Eva可以最大限度的发挥自身作用。