突如其來的新冠狀病毒，不但給中國帶來了不小的影響，而且還在全球范圍內的持續傳播，嚴重影響并擾亂了世界各地的工作生活秩序。全球經合組織警告稱，冠狀病毒可能會讓全球經濟增長持續下調。實際上，很多調研機構已經預測過新冠狀病毒帶來的影響，很多企業也發布報告稱第一季度的業績已經受到較大影響。

面對全球范圍內傳播的新型病毒，能否利用人工智能技術來對抗病毒，降低對工作和經濟帶來的影響呢？答案是肯定的。實際上，人工智能和大數據技術已經成為中國應對新冠病毒的主要方式，特別是在檢測和對抗新冠病毒方面，中國已經采用了一系列AI的解決方案。下面，我們從不同的場景出發，看一下人們是如何使用AI檢測和對抗新冠病毒的。

一、疫情監控

疫情監控是預防新冠病毒的第一道防線。隨著企業復工、公共交通恢復，城市恢復常態運行，利用大數據技術對疫情進行監控，對于城市治理更顯重要。

首先，利用大數據技術，通過建立機器學習模型，對區域疫情增長數據、人員和車輛活動軌跡進行監控、分析與模擬，對疫情可能擴散的范圍和趨勢進行預警，并及時從而提醒人們注意避開疫情重災區，降低被感染的風險和機率，從而達到有效控制疫情的傳播和擴散的目的。

其次，利用數據倉庫技術，通過在線數據分析和數據挖掘，尋找與病人的密切接觸者，并以樹狀圖進行展示，邏輯關系清晰，一目了然;一旦發現他們有癥狀，能夠快速預警，對密切接觸者采取隔離治療，為盡快控制疾病蔓延贏得先機。

例如，南京的一家創業公司圍繞確診病例人數分布這一核心數據，通過利用大數據技術進行多維度挖掘，研發了DataV數據可視化平臺，不但能夠實時反映人員流動情況，還可以精準呈現確診病例行動軌跡等關鍵數據。

當然，疫情追蹤還有助于幫助執行部門查詢進出疫情重災區域的人員，確診或疑似病例人員的相關信息，便于執法部門精準施策，應對緊急情況。

二、疫情預防

疫情預防主要有兩大部分組成：

一是對公共場所進行人員檢測，篩選出發熱人員，以便于做好隔離措施，防止交叉感染;

二是對公共場所進行消毒，預防病毒在公共場所傳播，防止人群感染。

一）公共場所發熱檢測

在對公共場所流動人員的發熱檢測時，如果利用傳統人工方式逐一排查，不但工作量大，費時費力，效率低下，而且還容易感染工作人員，形成更加嚴重的交叉感染。

AI檢測新冠狀病毒的一種方法是使用配備有熱傳感器的感應相機，利用人工智能深度學習、圖像識別等技術賦能紅外熱像儀，能夠實現全景拼接、目標檢測、目標識別等功能，實現大范圍群體測溫及預警。這種方式不但能夠提供更高的效率，而且還可以避免通過人工方式檢測帶來的交叉感染，并且可以基本實現公共場所無人值守的智能體溫檢測。

例如百度開發的一種人工智能系統，該系統使用紅外傳感器+人工智能技術，來檢測和預測人們的體溫。百度采用了計算機視覺和紅外技術，可以在0.5攝氏度的范圍內每分鐘檢測多達200個人的額頭溫度。該系統會在檢測到溫度高于37.3攝氏度的人時進行預警，這種方式能夠大大提高檢測效率。據了解，百度接下來可能會在北京南站和北京地鐵4號線部署溫度監控技術。

曠視科技通過人體識別+人像識別+紅外/可見光雙傳感”思路，通過 AI 技術輔助在各類公共場所（火車站、汽車站、地鐵站、機場）等高密度人員流動場景下的工作人員快速定位體溫異常者，實現非接觸密集型人流AI 輔助溫感解決方案，目前，已部署于北京地鐵、海淀政務大廳等，應對返程高峰及重點區域疫情防控。

除了這種在固定場景下使用的檢測設備之外，深圳的MicroMultiCopter在一份報告中表示，已在中國多個城市部署了100多架無人機。無人機不僅能夠進行熱感應檢測，還能夠噴撒消毒劑，對特定目標進行消毒。此外，它還能夠對公共場所進行巡邏，及時發現疑似患者，具備更高的效率，更低的風險。

二）消毒機器人

消毒機器人可以替代人工，對感染區域進行消毒，以防止人工作業時被新冠病毒所感染。當然，消毒機器人也可以用對其它公共環境的消毒，以降低人工勞動成本。

消毒機器人的工作原理是在現有移動平臺的基礎上增加視覺系統、消毒設備及過程控制系統，使機器人隔著幾重墻壁也能“聽”到指令，自主運動到指示位置，實現人機遠程融合控制的自動消毒。例如，丹麥公司UVD Robots通過在醫療保健機構四處走動，利用紫外線傳播以消毒被病毒或細菌污染的房間。

據了解，在此次抗擊新冠病毒的戰疫中，消毒機器人已經在包括醫院樓道等敞開式空間和病房等等場景中投入使用，實現了自主無障礙行走，自動消毒，效果和應用前景得到了認可。

根據加州大學伯克利分校機器人實驗室主任和DexNet創造者Ken Goldberg預測，如果新冠狀病毒在全球范圍內流行，那么會導致更多機器人在更多環境中使用。他表示，新冠狀病毒的流行，會加速遠程機器人的使用，包括用于病房、倉庫、交付等領域。

三、診斷治療

在診斷治療中，AI也發揮了巨大的作用，主要體現在以下幾個方面：

一）智能問診/護理

1）通過“智能語音功能+一線醫務人員”的遠程方式，能夠為人民群眾提供疫情防護相關知識問答和免費醫療咨詢“在線問診”服務。

例如利用AI智能客服機器人，能夠完成智能疫情通知回訪、重點人群隨訪調查、智能處理各種咨詢來電、疫情心理慰問師等在線服務，防止扎堆看病造成的交叉感染事故，有效降低了醫務工作者的工作壓力和心理壓力。

2）通過智能遞送服務機器人，能夠幫助醫院解決遞送化驗單、藥物等工作，代替醫護過程中簡單但耗力的流程化工作，在減輕醫護人員工作量的同時避免交叉感染。

二）深度學習檢測冠狀病毒

人工智能已經應用于對新冠病毒的追蹤與檢測等，運用大數據和AI技術對CT掃描影像進行分析，輔助檢測病患，在提高效率的同時，減輕了放射科工作人員的壓力，有效避免了交叉感染。

近期，來自武漢大學人民醫院、武漢恩多天使醫療技術公司和中國地質大學的研究人員，分享了深度學習技術在新冠病毒的應用，該技術以95%的準確率檢測到了新冠病毒，該模型用到了51例實驗室確認的新冠病毒肺炎患者的CT掃描和超過45000例匿名CT掃描圖像，用來進行訓練。

深度學習模型的分析結果顯示，其與專家放射科醫生檢測的結果基本相同，可以提高放射科醫生在臨床實踐中的效率。同時，利用深度學習模型分析技術，減輕了一線放射科醫生的巨大壓力，改善了早期診斷、隔離和治療，從而有助于控制流行病發生。

研究人員表示，該模型可以將CT掃描的確認時間減少65%。據了解，來自Infervision的經過數十萬次CT掃描訓練的機器學習，正在武漢中南醫院檢測新冠狀病毒。

據了解，在CT影像快速診斷方面，北京推想科技與武漢同濟醫院和深圳三院（國家感染性疾病臨床研究中心）合作研發針對新冠肺炎特別版。該項目可對檢出的病灶進行測量、密度分析，支持患者前后片對照，提供量化數據對比結果，對患者進行轉歸分析，幫助醫生更快完成疑似患者診斷。

三）AI預測嚴重新冠肺炎病例患者的生存機率

AI還可以用在預測嚴重新冠肺炎病例患者的生存機率。據了解，在一份使用武漢同濟醫院臨床數據在medrxiv 上更新的預印本報告顯示，采用AI的系統能夠以90%以上的準確度預測存活率。這項工作是由人工智能與自動化學院的研究人員以及中國華中科技大學的其他部門完成的。

據介紹，新冠肺炎的存活可以從300多個實驗室或臨床結果中得出，但是他們的方法僅考慮與乳酸脫氫酶（LDH）、淋巴細胞和高敏C反應蛋白（hsCRP）相關的結果。

上個月，在arXiv上發表的另一篇名為 “ 冠狀病毒篩選的深度學習 ”論文中，該模型使用多個CNN模型對CT圖像數據集進行分類，并計算出新冠病毒的感染概率。在初步結果中，他們聲稱該模型能夠以86.7%的準確性預測新冠病毒、A型流感病毒性肺炎和健康病例之間的差異。據了解，該深度學習模型接受了來自武漢三所醫院的流感患者、新冠肺炎患者和健康人的CT掃描訓練，其中包括來自110例新冠肺炎患者的219張圖像。

四）算法算力助力抗病毒藥物和疫苗研發

AI算法+高性能算力的組合，還能夠為抗病毒藥物和疫苗的研發，帶來巨大的幫助。

據了解，浙江樹蘭醫院合作圍繞基于深度學習的快速Cryo-EM三維成像技術開發、融合拓撲和幾何特征的深度神經網絡，用于配體-蛋白質預測、基于深度學習的蛋白質結構預測、利用蛋白質序列預測蛋白質的三維結構等重點內容，開展抗新型冠狀病毒藥物的研究工作。

寫在最后：由于疫情的傳播速度非常快，因此前線人員需要借助工具來幫助他們快速識別出受到影響的人，迅速隔離治療，這就要求工具必須適用，且必須好用。因此，在對抗新冠病毒上，已經開始部署了基于AI的各種解決方案。可以預測，未來的AI解決方案將會應用于更多的病毒防控場景中，而基于AI的病毒解決方案也會越來越多。

責任編輯：Ct