全民抗疫中，人工智能的三重角色 有机社会 · Post

看AI如何在抗疫中营业。...

不同于17年前那场与，sars 的搏斗，在这次防治新型，冠状病毒的斗争中，人工智能技术也深度参与，进来。AI这一概念早已不是“天才”们的游戏，而是落地的产品和成果，辅助抗疫。

2月4日，工信部科技司发布《充分发挥人工智能赋能效用协力，抗击新型冠状病毒感染的肺炎疫情倡议书》，鼓励用AI为抗疫赋能，加大科研攻关力度。这一倡议正式将ai推到，了这场大型的公共治理活动中去，让其发挥技术的光和热，成为解决问题的利刃。

本期【有机社会·Post】，我们将从科研、诊疗、防治三个重点领域，展现在这场人与病毒，的搏斗中，人工智能又扮演了，怎样的角色。人工智能及大数据技术在帮理解和分析病毒中，发挥独到作用。这些技术产品大多“隐身”于幕后，协助科研工作者、政策制定者更好地认知病毒和，找出解决办法。其中最有代表性的应用是预测病毒传播和制药。

1. 舆论数据掌握一线情报

互联网的普及，让每一个社会细胞有了，发声的权利，数字空间每一条，可追踪的痕迹，都可能变成对重大事件，的预言。人工智能的相关技术，正在为深度挖掘和处理海量，信息做贡献。

哈佛医学院的首席创新官，john Brownstein，通过挖掘社交媒体信息，以了解健康趋势，其团队使用机器学习梳理，社交媒体发文、新闻报道及官方公共卫生数据推测病毒，的传播情况。他们从潜在病例地理区域中寻找提及相关症状，的社交媒体帖子，再借助自然语言辨析文本，是反映人们正在遭遇症状，还是仅仅是在评论新闻，明显前一种文本对预测病毒，更有参考意义。一家加拿大人工智能初创企业bluedot，也在做类似的事情，2019 年 12 月 31 日该系统发出警告，并正确预测了新型冠状病毒在首次，出现后的几天内将从武汉扩散到曼谷、汉城、台北和东京。这些技术动作只是开始，更重要的是形成建议，来帮助病毒控制工作。

2. 地理数据预测传播规律

如果从舆论数据能窥见病毒的初影，那么人口流动数据则能反映传染病毒可能的走向，尤其是在疫情发展的，第一阶段，人口流动是输入性，传染的主要因素。首先，互联网公司披露疫情地人口，流动数据，“百度迁徙3.0”在1月22日上线，可以查询每日，每座城市的人口流入，流出数据。早在1月21日，迁徙数据就显示从武汉流往孝感和黄冈，的人口比例最高，根据这个数据预测出这，两座地级市可能成为下一个疫情爆发地，后续的疫情数据则，显示了这次预测的有效性。其次，结合过往经验和人口，迁移数据，进行二次比较分析，可以得出更加具体的结，论及预防措施。城市象限使用2018年腾讯春运迁徙数据看武汉流出人群去向，人口流出比例越高的城市，则有更高的人流联系热度，如果探究热度与，疫情爆发的状况，则发现其中的相关关系。进一步推断出，与武汉联系热度，较高的城市，可能在前期存在疫情，被低估的情况。人口流动数据是预测，疫情有力的佐证，如果在此基础上，加入更丰富的变量，则可能得出更全面的结论。摄星智能科技公司尝试，基于多种类数据，包括地理、舆论、病例、医疗防治等，借助疫情预测模型，利用机器学习的方式，对各项参数学习训练，以得出可以根据实时数据，不断变化的确诊人数预测。

3. 流行病动力学模型

数学模型预测传染病发展趋势早已不是新尝试，它能在传播的控制，临界规模、预防的起始点起到，重要的指导作用。在这次疫情中，不少团队利用流行病动力学模型进行，疫情分析预测，希望得出重要的，数据结论r0，r0反映传染病爆发的，潜力和严重程度，指在自然情况下（无外力介入，所有人无免疫力），一个感染某种传染病的人，会把疾病传染给，多少人的平均数。这种统计学的应用，往往基于现有的模型，比如SEIR、SLIR。模型间的差异在于考量，的因素和计算方式的不同，这导致本次疫情的r0，值仍有争议，爱范儿认为：R0需要大量准确的数据，很多分析中的数据，可能是保守估计，或许还没计算无，症状感染的情况，而且疾病传染期中也有着，太多不确定因素。

4. 人工智能与药物研发

在新型抗病毒药物研发的过程中，有大量的数据处理、大规模文献筛选及科学，超算工作，人工智能提供的大数据、算法、算力能力能有效缩短，研发周期。在此次疫情期间，腾讯、阿里、华为等多家科技公司，向研究机构开放技术能力。人工智能走上前线，最直观的表现就是，在诊疗中的运用。人工智能不是高屋建瓴，的概念，而是医生手中真实，可用的武器。在此次抗击新兴冠状病毒的，过程中，这些技术就发挥出了，其智能化、高效化的优越性，为一线的医护工作者，提供了有力的支持。

1. AI+CT支持医学判断

新型冠状病毒爆发后，试剂盒检验是确诊的，主要依据，但是这一方法却，出现了假阴性的状况，即一些患者自身携带病毒，却未能检测出核酸阳性结果。且时至春节，试剂盒的产能及运输无法匹配，巨大的需求，确诊一度成为难题。早先就有专业人士提倡回归，以ct影像为主进行临床诊断，但这样的方法意味着医护人员将面临，巨大的诊断压力。AI+ct的适时到来，则起到了帮助，成为了试剂盒检测的，有力补充。

计算机视觉领域的高速发展，使ai医疗影像技术日渐成熟。通过对大量的医疗影像，实例进行标注，并交给机器进行训练、学习和理解，可以有效辅助，医生进行决策。这一方面帮助经验较少的，医生进行判断，另一方面极大将医生从重复性工作，中解脱出来。

在此次抗击新型冠状病毒的，战役中，华为云、依图医疗、推想科技等企业都推出了有关的，ct影像智能化系统，这些产品都不约而同地为医生，提供了定量分析、分级分析、对比分析、4D建模分析的功能。比如，华为云运用计算机视觉与医学，影像分析技术，对患者肺部ct进行分割，以及量化评价，并辅助医生精准区分早期、进展期与重症期。在实际应用中，该技术展现出了良，好的稳定性。推想科技的系统每天可，帮助医生分析400个病人的ct影像，一个病人基本上几十秒，就可以完成，并且“该ai系统对1000个病例，的诊断准确率几乎为100%，特异度（判断‘阴性’的样本的正确率）也在80%以上。”

2. 机器人实现无接触医疗服务

目前的研究表明，新冠病毒主要传播途径有，呼吸道飞沫、眼嘴鼻的粘膜间接接触，并存在气溶胶和粪口，途径传播的可能。这样的强传染性带来的是医护人员诊疗，过程中的高风险性，在防护服等物资稀缺的，状况下，尽可能的无接触，诊疗成为了当务之急。

一次典型而成功的，案例发生在美国：美国华盛顿的一家医疗机构使用，远程问诊机器人治疗了一名新冠病毒患者。在整个过程中，医生坐在病房外，操作配有摄像头、麦克风和听诊器等，功能的机器人，以达到降低传染风险，的目的。

在国内，医疗服务类机器人，也走上了前线。智能机器人集成了，多传感器融合、路径规划、机器人视觉、智能控制、人机接口技术等，成为了多种技术，的智能集合体，以实现消毒、送餐、送药等目的。

上海钛米机器人研发的，消毒机器人有紫外线、超干雾过氧化氢、等离子空气过滤三种，消毒方式，它可以通过人工智能算法，在真实的工作场景中测，算出消毒面积、时间和目标，并根据实际情况，选择合适的消毒方案。

在杭州、深圳等地，由普渡科技研发的送餐机器人被用于为，隔离区患者提供生活必需品。基于定位导航算法，机器人可以从出发区，自行到达病房门口。送至目的地后，机器人将通过，智能语音呼叫，提醒病人领取物品，全程做到免接触配送。配送结束，机器人将自主回到出发区，等待酒精消毒后，继续完成配送任务。

所谓“预防重于治疗”。治疗针对患者，而防控面向的是更，大规模的普通人，其效果直接决定了新增，患者的数量。尤其对于当下新冠病毒“传播性强、致死性弱”的特点，大面积的感染者将可能，会拖垮医疗体系。

由于防控工作面向超，大规模的居民群体，这是ai能够发挥其规模，效应的领域；而防控工作的，另一个特点在于，往往针对社区、企业、公共场所等具体场景，往往需要加入智能技术的一套，完整的解决方案。下面就来看看防控中，的人工智能应用：

防控的本质，其实是对居民的健康状态进行，追踪和管理。

1. 外呼机器人追踪健康状态

在追踪环节，主要以社区或企业为单位，统计每个人的健康信息，并不断更新。这本质是一个高重复性，的工作。而眼下许多社区的，日常工作，依然是靠人力运转的。随着科技公司的火速响应，各种在线统计工具部分，缓解了这一压力。但在许多传统地区，入户或打电话依然是最，主要的方式。

智能外呼机器人，这种之前就被，用于电话调查，或被视作“骚扰电话”的技术，突然找到了重大的价值。如京东、百度、思必驰等公司都向，社会开放了智能外呼机器人的服务。社区只需提供问题列表，导入居民电话号码，就可以进行自动呼叫；呼叫完成后，即可查看外呼记录，数据报表。例如，思必驰的系统，以辖区居民约10000人的，社区为例，机器人仅用2个多小时，就可完成“1V1”外呼及信息收集。

2. 智能测温检测异常情况

除了以社区为单位进行健康追踪，另一个需追踪的重点是：公共场所。公共空间意味着人员流动、传染概率的提升、也是健康状态改变的，主要场所。如地铁、超市等地，人员密集度大，及时发现异常进行干预，也可净化空间，避免造成大范围聚集性，传播的损失。

目前，非医疗场所对，疑似患者的判断，主要还是依靠体温。但传统人力接触式测温，的方式，既不够快也不够安全，无法应付大流量的需求。于是，ai公司们把红外相机装到了，人像识别系统上，做成了AI智能测温工具。前端红外相机可以鉴别人流中，的高温人员，再根据疑似发热者的人体、人脸信息，在高密度人员流动场景下，帮助工作人员快速筛查体温异常者。例如，旷视的“明骥”系统，可支持大于 3 米的非接触远距离测温，实现每秒 15 人的高速检测，覆盖 16 个通道，基本保证了一座地铁站出入口，的管控，当出现疑似发热人员会，自动报警。3. 智能摄像机辅助隔离管理

健康追踪之后的管理环节，则是根据不同健康状态，对人们采取不同应对措施。对于正常居民进行持续，追踪；对确诊患者，及时纳入医院诊疗流程；而另一类，疑似患者，往往需要特殊的隔离手段。在医疗资源吃紧的情况下，隔离场所通常是居家、酒店等。疑患不可与他人同住、不可外出，但行动和健康状况，却需要实时了解。

智能摄像机技术正好，能够解答此道题。摄像机能够对人和非人进行，准确区分，设定好智能人体，检测区域后，就可以及时发现隔离人员；并可联络相关人员，进行远程协调与沟通。与传统的方法相比，人工智能在抗击疫情的优越，性体现在：它能提高获取信息效率，并凭借技术能力进行学习，加工和创造出新的信息。因此在这场生存之战中，人工智能成为人类，有力的助手：它帮助学者快速分析，帮助医者高效诊疗，帮助社区工作者完成面向广泛，群体的工作。

但同时，在不吝赞美的同时，人工智能与医疗、公共卫生治理领域的结合却，远远未达到我们的期待。一方面，个例的成功没有，得到广泛的认可和重视；另一方面，产品远没有真正进入“千家万户”，目前的布局大多集中在企业免费，提供ai产品，而行政侧则还未广泛应用。我们可以很有信心地说，这场与新冠病毒的抗争，人类必定可以获胜。但却不能夸下海口，赞颂人工智能的不世之功。

新冠病毒是对人类的，一次严峻稽考，它检验了制度、科研还有人性，同时也考验了，我们发展至今、欣欣向荣的人工智能技术。可喜的是，人工智能的从业者们通过，不分昼夜的辛劳，将技术投放到各个场景，成为了此次抗疫的，一大助力。但我们同时也期待，人工智能可以与医疗行业更加，紧密的联合，产品与技术可以得到更加，广泛的布局。

    关注 腾讯研究院