全文3164字，預計學習時長10分鐘

自2019年12月30號爆出武漢出現新型肺炎至今，已經過去一個多月的時間了，從口罩漲價、脫銷到限購、搖號購買，再到現在的瘋狂搶購雙黃連，以及湖北紅十字會事件……

在這段時間裡，多少人對武漢政府痛心疾首，哪怕是再早一點點採取措施，也不會到今天這個地步了……

1月18日，疫情發源地武漢「萬家宴」照辦不誤，在這份「從容淡定」的對比之下，加拿大BlueDot公司在去年12月底就向用戶發布了疫情信息。

也就是說，BlueDot公司使用AI驅動算法，發出了第一條武漢新型冠狀病毒肺炎疫情的警告。

人工智慧技術支撐疫情防控

自武漢肺炎被發現以來，已經奪走了300多人的生命。疫情已經迅速擴散至其它國家。不少科研工作者和醫學家就開始不斷採取方法來應對新型冠狀病毒，這其中就包括人工智慧技術的運用。

今年1月份，就有相關報導指出，2019年12月底，加拿大名BlueDot公司很早就發現了新型冠狀病毒，而該公司是使用數據評估公共健康風險的公司。據報導所說，「BlueDot自稱主要從事『自動傳染病監測』，在2019年12月底就向客戶通報了這種新型冠狀病毒。」

據報導稱，BlueDot創始人，且身為傳染病醫生的卡姆蘭·克汗解釋，「該公司的早期預警系統使用AI(包括自然語言處理和機器學習)通過每天分析65種語言的約10萬篇文章，來跟蹤100多種傳染病爆發情況。這些數據有助於公司知道何時通知客戶潛在的傳染病爆發和擴散。」

他指出，早在2016年，BlueDot就能夠在寨卡病毒(Zika)真正出現在佛羅里達州六個月前預測到其在美國爆發。

當然，在疫情出現以後，國內也有不少專家團隊利用現有技術展開對新型病毒的研究。

如果問，傳染源動物是什麼？雖然蝙蝠是「幕後大BOSS」的「呼聲」很高，但遺憾的是，至今我們都沒有絕對的證據明確表明傳染源到底是什麼。

北京大學工學院生物醫學工程系朱懷球團隊在1月24日發表於bioRxiv預印版平台的文章「深度學習算法預測新型冠狀病毒的宿主和感染性」，使用的是基於深度學習算法開發的VHP（病毒宿主預測）方法，分析了現有數據，包括新型冠狀病毒以及其它冠狀病毒的基因序列，以及GenBank(基因資料庫)中所有可用的脊椎動物病毒數據等，用以預測新型冠狀病毒潛在宿主。

該研究發現，新型冠狀病毒與其它冠狀病毒有相似的傳染過程，這些冠狀病毒可能先傳染至哺乳動物，再傳染到人，而蝙蝠與水貂是該病毒的最有可能的兩個潛在宿主，而水貂可能為中間宿主。

技術，向來以節約時間、提高效率為基本訴求，完成人們在短時間內難以完成的任務。將算法技術應用到疫情中來，或許能夠加快病毒源頭追蹤，促進疫情緊張狀況的緩解。

其實，除此之外，多項先進技術被應用到這次疫情防控中，起到了至關重要的作用。

由此可見，人工智慧技術在預測傳染病方面的作用已經十分明顯，在當前新型冠狀病毒的對抗中，除了疾病治癒藥物的篩選、研發等一系列抗擊疫情的工作，需要人工智慧技術的支持。並且，隨著疫情的變化，醫院、火車站、學校等容易聚集人群的場所也需要AI的運用，例如AI測溫儀的智慧體溫疫情監控測量預警系統，既安全可靠，減少了監測人員的感染風險，又解決了傳統體溫檢測人工成本大，測量效率低，預警響應慢，系統分析弱，全局掌控難等弊端。

另一方面，雖然AI技術已經運用到疫情防控中來並且產生了一定的效果，但是不少人對AI所預測、病情檢驗的結果有所懷疑，畢竟病毒十分「狡猾」，能夠在不同的環境中發生變異來適應新的環境，並沒有固定的模式。

目前而言，我們對疾病以及各種新型病毒的認知程度相當有限，由於病毒與疾病種類的複雜程度，現階段完全依賴人工智慧是不太可能的，在大部分情況下，人工智慧能夠幫助迅速處理複雜龐大的數據，但是得出的結論無法得到完全保證，因此AI的診斷與判定最終仍需要人來確認。

科技公司強力助攻

眾所周知，在這場牽動全國的大戰中，除了每天在最前線衝鋒陷陣的醫護人員做出了巨大的貢獻值得敬佩之外，不少科技公司同樣值得稱讚。

在幾天前，百度宣布成立總規模3億元疫情及公共衛生安全攻堅專項基金，用於支持新型冠狀病毒等新疾病的治癒藥物篩選、研發等一系列抗擊疫情工作。

同時，百度還提供了人工智慧技術支持，配套億級計算資源，助力疾控機構、科研院所等研究單位進行研發提速。

在1月30日，百度研究院宣布，將向各基因檢測機構、防疫中心以及全世界科學研究中心免費開放線性時間算法LinearFold以及世界上現有最快的RNA結構預測網站，以提升新型冠狀病毒RNA空間結構預測速度，從而助力疫情防控。據了解，LinearFold算法可將新型冠狀病毒的全基因組二級結構預測從55分鐘縮短至27秒，也就是相當於提速120倍，節省了兩個數量級的等待時間。

百度開放該網站給全世界科學家免費使用，對於科學家們深入了解新型冠狀肺炎基因組的性質以及涉及針對性藥物提供了重要的技術支持。

同時，在全國人民「雲監工」下正火速建設的火神山醫院，由華為全力支撐的火神山5G基站在接到武漢市疫情防控應急指揮部通知後的3天內便完成了網絡規劃、勘察、設計施工到光纖鋪設、架設基站、開通調試等整套流程，快速建成。

當前，湖北的三大運營商均以建設開通武漢火神山醫院5G網絡，火神山醫院將實現超高速5G網絡連接，保障高速數據上網、數據採集、遠程會診、遠程監護等業務，這大大提高了在該區域醫務人員的獲取信息、有效診治的速度。

華為還成立了一支由服務、研發、供應鏈組成的特別保障組，確保湖北衛健委視頻會議系統正常運行。該系統是新型冠狀病毒疫情處置期間湖北衛健委和國家衛健委以及其他省份衛健委重要的會商平台。

此舉有效保障了疫情期間的相關信息快速交流商討，加快疫情的上傳下達，大大提升工作效率，為這次抗擊病毒大戰助攻。

當然，除了百度和華為在這次疫情中的重要作用，還有不少科技公司捐錢捐技術，幫助全國快速度過難關，如阿里云為加速新藥疫苗研發提供免費AI助力，達摩院連夜研發智能機器人，並在浙江等多地免費提供服務；京東與AI推出「應急資源發布平台」；科大訊飛也提供AI技術幫助疫情防控，等等，這些科技公司在關鍵時刻，牢記自己的社會責任，每一家企業都值得點讚。

數戰數決：大數據防控

技術除了在疾病的防禦、治療上產生直接的幫助以外，在相關人員追蹤方面也展現了優勢。

春節作為我國最大的傳統節日，在此期間，隨著人群的大規模流動，新型冠狀病毒感染的風險增大，因此，很多人都知道，目前疫情面臨的最大挑戰是疫情相關人群的動向。因此，疫情的防控就顯得尤為重要。

大數據在這方面提供了有效的措施。1月26日，工業和信息化部指出，要運用大數據分析，支撐服務疫情態勢研判、疫情防控部署以及對流動人員的疫情監測、精準施策。

例如，天翼雲緊急在全國範圍內部署大數據應用解決方案，利用大數據分析能力，為相關部門提供疫情防控所需的監測數據。

並且，疫情防控不同於一般任務，對於數據精準程度要求更高。在疫情升級後，各地政府需要高度重視，對每一例病例都做到精確跟蹤匯報。例如對於農村地區從湖北回鄉的人口的追蹤、確認，需要落實到每家每戶，工作量巨大且工作複雜，這種精度的要求，一般的大數據挖掘算法難以實現。也許在疫情的早期或者後期，大數據分析能夠為發現疫情、跟蹤疫情提供一些幫助，但有些核心工作還是離不開人的努力。

與2003年的「非典」時期不同，在人工智慧、5G、大數據發展迅速的今天，諸多技術支撐了疫情時期各項工作的有效、快速進行，在政府有效管控、企業積極承擔社會責任、公眾自發防範情況下，希望我們能夠藉助科技的力量，儘早、儘快攻克難關。

留言點讚關注

我們一起分享AI學習與發展的乾貨

如轉載，請後台留言，遵守轉載規範