最近一段時間，神秘的新型冠狀病毒正以驚人的速度瘋狂傳播。上周四，世界衛(wèi)生組織(WHO)針對新型冠狀病毒發(fā)布全球公共衛(wèi)生緊急事件。從整體規(guī)模來看，此次疫情在感染人數(shù)方面，已經(jīng)快速超越了2002至2003年同樣發(fā)生在中國的SARS(嚴重急性呼吸道綜合癥)。

各個國家正在努力消解病毒帶來的影響。劃定隔離區(qū)、對主要城市進行封鎖、限制民眾出行，同時加快疫苗的研究速度等等——這一切，都是為了盡快恢復社會的正常秩序。

那么，AI(人工智能)等新興技術能否在這一輪生死攸關的對抗中發(fā)揮作用?答案是肯定的，AI正在為此貢獻自己的力量。

[[313946]]

讓我們從BlueDot聊起，這是一家得到風險投資支持的初創(chuàng)企業(yè)。該公司開發(fā)出一套先進的AI平臺，能夠處理數(shù)十億條數(shù)據(jù)，將全球航空往來記錄與個人身份等信息整理起來，共同作為流行病爆發(fā)分析的基礎素材。

面對此次新型冠狀病毒，BlueDot早在去年12月31日就發(fā)布了第一項警報——這一時間點，甚至早于美國疾病控制與預防中心1月6日的初步反應。

BlueDot公司是Kamran Khan的杰作，他是一名傳染科醫(yī)生，同時也是多倫多大學醫(yī)學與公共衛(wèi)生學教授。更重要的是，他曾經(jīng)在SARS爆發(fā)期間以醫(yī)療人員的身份奮戰(zhàn)在抗擊第一線。

Khan解釋道，“目前，我們正在使用自然語言處理(NLP)以及機器學習(ML)技術處理大量非結構化文本數(shù)據(jù)，這些文本涉及65種不同語言，希望借此跟蹤超過100種疾病的爆發(fā)趨勢。如果通過傳統(tǒng)的手動方式進行處理，那么這項工作恐怕需要一支包含百人的龐大團隊。但新興技術的加入，使得健康專家們不再被數(shù)據(jù)分析所束縛，而是能夠將自己的時間、精力以及聰明才智投入到應對傳染病風險之上。信息的收集與組織這類費心費神的任務，終于可以由機器承擔了。”

當然，BlueDot絕對不是唯一一家嘗試利用AI技術遏制新型冠狀病毒傳播的組織。目前，醫(yī)療保健行業(yè)內(nèi)開始普遍關注AI有望帶來的巨大可能性：

DataRobot公司醫(yī)療保健總經(jīng)理Colleen Greene：

“AI技術能夠根據(jù)不同地區(qū)的實際情況預測潛在的新增病例數(shù)量，同時發(fā)現(xiàn)哪類人群遭到傳感的可能性最高。利用這項技術，我們可以向旅行者發(fā)出提醒，確保易受感染的人群在出行途中戴好醫(yī)用口罩。”

紐黑文大學計算機科學副教授Vahid Behzadan：

“AI技術能夠幫助我們優(yōu)化策略。例如，Marzieh Soltanolkottabi博士就在研究如何利用機器學習評估并優(yōu)化各社區(qū)、城市以及國家之間的社會隔離策略，從而有效控制流行病的傳播路徑。此外，我的研究小組在與Soltanolkottabi博士開展合作，探索AI技術應用的最新方向，特別是如何利用強化學習提高疫苗接種策略的實際效果。”

IPsoft公司全球醫(yī)療保健與生命科學業(yè)務負責人Vincent Grasso博士：

“舉例來說，在疾病全面爆發(fā)時，當務之急當然是從患者以及其他相關人員處獲得第一手臨床信息，例如治療前后的生理狀態(tài)、關于暴露部位與疾病傳播的關系以及其他準確的指導性資料。但考慮到疾病爆發(fā)的背景，人員的現(xiàn)場部署不僅成本高昂、而且相當困難，這一點在多地爆發(fā)疫情或者缺乏充足醫(yī)療資源的地區(qū)顯得尤為嚴重。會話式計算在這方面能夠為我們帶來良好的信息延伸能力，有望補充現(xiàn)有疫情觀察體系中的種種不足。會話式計算具有雙向特性——既能夠與患者交互收集信息，也允許患者主動聯(lián)系以上報最新動態(tài)。此類方案將根據(jù)計劃(計劃本身可根據(jù)情況變化進行修改或者標準化調(diào)整)交付指導意見。另外，多語種以及多模式方法的引入，將進一步擴展會話式計算的實際效果。除了這種「前端」優(yōu)勢以外，新興技術還幫助我們得以從多種來源(包括語音、文本、醫(yī)療設備、GPS等等)處收集數(shù)據(jù)，并以此為基礎快速探索如何更有效地應對未來可能出現(xiàn)的流行病大爆發(fā)問題。”

SAS全球政府實踐總監(jiān)、美國國土安全部前國家生物安全監(jiān)督總監(jiān)Steve Bennett：

“AI技術能夠通過多種方式幫助我們應對此次新型冠狀病毒。AI可以預測出世界范圍內(nèi)的疫情爆發(fā)熱點，換句話說，幫助我們快速找到(人畜共患)病毒從動物到人類的高概率傳播點。這種能力對于那些缺少完善食品市場健康法規(guī)的國家特別重要。一旦確定了已知的爆發(fā)狀況，衛(wèi)生官員即可在AI工具的支持下，根據(jù)環(huán)境條件、民眾獲取醫(yī)療資源的方式以及疫情傳播動態(tài)快速預測病毒的擴散途徑。AI還有助于識別并發(fā)現(xiàn)病毒在特定區(qū)域內(nèi)的爆發(fā)模式，或者快速跟進微觀層面下與正常規(guī)律有所出入的衛(wèi)生事件動態(tài)。從這些事件中提取出的洞察見解，要幫助醫(yī)療人員有效了解新型病毒的天然特性。”

“現(xiàn)在，作為治療新型冠狀病毒的核心手段之一，制造抗病毒藥物并開發(fā)出有效疫苗已經(jīng)成為全球醫(yī)療工作者的共識。但整個研發(fā)過程繁瑣且需要大量試驗。以往，醫(yī)學界雖然成功培育出多種適用于類似病毒的疫苗，卻無法將其直接用于殺滅新型冠狀病毒。好消息是，AI技術能夠幫助醫(yī)療工作者們觀察類似病毒之間的共通模式，并檢測潛在新疫苗的基本屬性。也許經(jīng)過一定調(diào)整，原有疫苗就能快速走上對抗新病毒的戰(zhàn)場——這顯然要比從零開發(fā)疫苗高效得多。”

InterSystems公司HealthShare項目副總裁Don Woodlock：

“通過機器學習方法，我們能夠讀取病歷中的數(shù)百億個數(shù)據(jù)點與臨床文檔，并在感染或者未感染該病毒的人群之間建立起關聯(lián)性。罹患新型肺炎的患者之間存在一定共通「特征」，這些特征會被納入建模流程，從而幫助我們快速確定其他感染風險較高的潛在人群。”

“同樣的，機器學習方法也能夠在醫(yī)療記錄內(nèi)的治療方法與最終治療結果之間自動建立起關聯(lián)模型或者關系模式。這些模型能夠快速確定哪些治療選項效果更好，有助于改善臨床指導指南的制定流程。”

The Smart Cube公司數(shù)據(jù)科學與AI副總裁Prasad Kothari：

“新型冠狀病毒可能引發(fā)多種嚴重癥狀，包括肺炎、嚴重的急性呼吸系統(tǒng)綜合癥甚至是腎臟衰竭等等。憑借在個性化醫(yī)療領域的出色表現(xiàn)，AI算法(例如基于基因組的神經(jīng)網(wǎng)絡)能夠高效管理這些由新型冠狀病毒引發(fā)的不良反應或者具體癥狀。需要強調(diào)的是，病情輕重往往取決于患者的個人免疫力以及基因組結構，因此很難憑借單一治療方法全面控制所有癥狀。也正因為如此，AI的個性化能力成為我們抗擊疫情的一大有力武器。”