2019年确诊的冠状病毒病病例（COVID-19）超过了严重急性呼吸系统综合症（SARS）的病例，在发布之时，目前全球确诊病例超过73,435例，死亡人数超过2000。相比之下，2003年的SARS造成774人死亡，这两次疫情的爆发地同样是在中国。COVID-19和SARS都感染动物和人类，并使用类似的机制进入并感染该细胞。在前线，对COVID-19的战术反应与SARS相似，但存在一个主要区别：在SARS之后的17年里，出现了一个强大的新工具，可能有助于将这种病毒控制在合理的范围内，即人工智能（AI）。

 

很少有人会争辩说，人工智能正在导致卫生保健领域的范式转变，并且人工智能在当前的COVID-19爆发中的应用可能有价值，例如，在预测下一次爆发的地点方面。这个应用程序实际上是加拿大蓝点公司试图做的因此被广泛报道为第一个在12月下旬披露疫情新闻的组织。为应对最新的流行病，伦敦帝国大学与人工智能新药研发公司BenevolentAI共同发声说，一种治疗类风湿性关节炎的药物巴瑞替尼可能对该病毒有效，，而总部位于香港的Insilico Medicine最近宣布： 它的人工智能算法设计了六种新的分子，可以阻止病毒复制。但是，人工智能到底能在多大程度上及时、广泛地提供有效的见解和解决方案，以帮助遏制当前的流行病？

,

作为世卫组织传染病小组的执行主任，大卫·海曼（David Heymann）领导了国际对SARS的应对。 他解释说，人工智能（AI）或没有人工智能（AI），要成功地对新感染爆发做出公共卫生反应，需要几个关键因素。这些因素包括了解传染性和风险人群；确定自然感染史，包括潜伏期和死亡率；鉴定和表征致病生物； 在某些情况下，流行病学建模可提出有效的预防和控制措施。可以从与世界卫生组织有联系的暴发地点工作的人员那里收集这些信息。 他强调说，这种策略对SARS很有用，并且再次成为COVID-19的主要信息来源。这些数据可以共同用于训练AI应用程序并完成其专用任务。 “在这一点上，我们无法取代人脑，流行病学家或病毒学家也无法能够在爆发时进行分析并迅速采取必要措施的措施。 海曼强调说，我们仍然需要使用来自证据研究的信息来对AI进行初始化，并将其与爆发中的事件联系起来。

 

海曼平衡地看待人工智能在当前应对措施中的位置，以解决COVID-19问题，他补充说：“例如，通过监控社交媒体、新闻源或航空公司的售票系统，我们可以判断出是否存在需要进一步探索的问题。然而，海曼警告说，这次疫情中通报人工智能所需的数据来源不一定来自中国，因为中国由于混乱和恐慌而无法获得所需的数据。这种病毒已经传播到其他24个国家，这些国家建立了非常好的接触追踪和病人隔离系统。这就是我们的信息来源。”

Peter Hotez（贝勒医学院）声称，人工智能可以对当前的疫情作出重大贡献，并可用于预测COVID-19疫情可能受到季节性的影响。“从历史上看，北半球的上呼吸道冠状病毒在冬季达到高峰，然后下降。人工智能可能有助于预测4月和5月的温暖天气可能对传播产生多大的有利影响。”

 

他表示，这样一个应用程序可能真正有助于稳定亚洲目前的金融市场。“人们认为世界末日即将来临，但一份表明随着我们进入春天，这种流行病将大幅减少的声明可能会提供一些安慰，而人工智能可以在这里发挥作用。” Hotez呼应海曼，还反映出有效的AI需要高质量的输入数据，并毫不含糊地表示：“这是垃圾进，垃圾出的情况”。 他在描述先前整理撒哈拉以南非洲与疾病相关的数据的工作时指出，存在“空白”漏洞，很少或根本没有数据，这并不是由于没有疾病，而是因为没有监测。同样适用于COVID-19。 他说：“例如，航班一直从中国飞往非洲，谁知道那里发生了什么，” 世卫组织总干事特德罗·阿达诺姆·盖布雷耶苏斯在宣布这一情况为国际关注的公共卫生紧急情况时，对欠发达国家的影响进行了反思，“……我们不知道如果病毒传播到一个卫生系统较弱的国家，会造成什么样的损害”。空间流行病学家Moritz Kraemer参与跟踪以网络为基础的Healthmap平台上COVID-19的传播，该平台根据位置，时间和传染性直观地表示全球COVID-19暴发。克莱默指出：“在撒哈拉以南非洲，我们的模型预测，主要的切入点将是南非、埃塞俄比亚和尼日利亚，这些国家都是高人口中心。但这取决于中国的疫情集中在哪里，因为飞往非洲部分地区的航班数量因中国城市而异，”。

 

克莱默说“在大多数人工智能应用程序中，我们都会考虑这个问题，并询问哪些数据最适合回答这个问题？。与病原体传播相关的多个数据流之一是COVID-19的准确病例报告。Kraemer接收新闻报道和每天两次的政府报告，提供任何特定地点（如武汉市）存在多少病例的数据集。“这是我们的基准。。在农历新年之前，我们观察了一天有多少人离开武汉，这些信息来自包括百度在内的搜索引擎。微信是一种消息传递，社交媒体和移动支付应用程序，可提供武汉周边地区的旅行数据。”他解释说。 “机器学习模型使用这些数据来预测新型冠状病毒接下来可能到达的最可能位置，这可能会告知在哪里以及如何进行边界检查。孙开元及其同事今天发表在《柳叶刀数字健康》杂志上的一项研究证明，监测新闻报道和社交媒体的力量有助于重建疫情的进展，并在突发卫生事件的背景下提供详细的患者级别数据。

 

中国不仅是此次疫情的中心，而且在利用人工智能帮助控制COVID-19疫情方面也发挥了巨大作用。总部位于北京的AI公司Infervision使用其算法在肺部图像上发现COVID-19，这与其他呼吸道感染有所不同。Velislava Petrova是一名病毒学家（英国剑桥大学），目前正在日内瓦联合国艾滋病规划署研究最新和最有效的AI应用。 她说：“我们正在设法找到一种更可持续的方式来控制新型冠状病毒的影响，而不必关闭边境，企业和类似机构。” Petrova强调指出，Infervision的AI应用程序可以通过加快对COVID-19的诊断和监视来最大程度地减少这些过程的负担。 随着越来越多的扫描完成，该算法将学习并提高病毒诊断准确性。” Petrova解释说：“在当前COVID-19爆发等情况下，通过减轻临床医生的负担来发挥AI的价值，” 在反思当前爆发的卫生保健专业人员感染问题上，Infervision的创始人Kuan Chen指出，Infervision AI应用程序可以帮助保护员工。2020年2月7日，医生李文良因对病毒提出警告而被中国当局斥责，他的死凸显了一线临床医生的困境。“美国医学会杂志的一篇文章指出，在武汉大学中南医院的一项对患者的研究中，人与人之间的医院相关性传播占所有病例的41%，”陈指出。“我们还知道，武汉市1000多名医院工作人员已被确诊感染。”

 

这是Infervision的AI应用程序可以提供帮助的地方。 通过肺部CT扫描，该AI旨在快速检测可能的冠状病毒性肺炎的病变，测量其体积，形状和密度，并从图像中比较多个肺部病变的变化，所有这些都可提供定量报告以帮助医生 快速做出判断。“尽管手动读取CT扫描最多可能需要15分钟，但AI可以在10秒内完成读取图像。” 该技术在COVID-19中的应用尚未在同行评审的期刊上发表。陈补充说，在武汉，需要检测的病例太多，基于PCR的诊断时间太长（有时超过一周），当需要快速判断时，人工智能的CT成像可以作为医生的替代。“医生不再需要一个接一个地手动读取图像以识别高危病例的漫长过程，而可能感染冠状病毒的病人则在医院周围等待，这将给其他病人和医院工作人员带来严重的感染风险。”

 

现在判断人工智能是否以及在多大程度上会对COVID-19的爆发产生影响还为时过早。确诊病例和死亡人数每天都在上升，数据的供应也在上升。莫里茨说，有一件事是肯定的，“人工智能与这次疫情有关，在未来它将变得更为重要。”。海曼更为保守，他说，“人工智能是最终领悟的一部分”。时间会证明一切的。

 

原文出自：https://www.sciencedirect.com/science/article/pii/S2589750020300546