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。

更多精彩内容 欢迎关注腾讯研究院 微信公众号、腾讯视频号