人工智能在應(yīng)對(duì)新冠肺炎疫情中的作用
2020-03-03 來源：raincent
作者：張毅菁 來源：上海情報(bào)服務(wù)平臺(tái)
加拿大人工智能公司最先發(fā)現(xiàn)新冠肺炎疫情的爆發(fā)
在不斷升級(jí)的武漢新冠肺炎疫情中，位于加拿大多倫多的人工智能創(chuàng)業(yè)公司BlueDot最早于2019年12月31日向其客戶發(fā)出了提前疫情警告“避開武漢等危險(xiǎn)區(qū)域”，早于美國疾病控制與預(yù)防中心(CDC)1月6日的消息和世界衛(wèi)生組織(WHO)1月9日的通報(bào)。
BlueDot公司開發(fā)的人工智能(AI)驅(qū)動(dòng)的“健康監(jiān)控平臺(tái)”對(duì)官方和非官方消息源的數(shù)十億個(gè)數(shù)據(jù)點(diǎn)進(jìn)行分析，找出相關(guān)的詞匯和短語，迅速預(yù)測出全球最危險(xiǎn)的傳染病的爆發(fā)�！度A爾街日?qǐng)?bào)》2月6日介紹稱，BlueDot搜集信息的來源包括：
Ø 國內(nèi)外65種語言的報(bào)紙每天刊登的、超過10萬篇的新聞稿;
Ø 美國疾病控制和預(yù)防中心、世界衛(wèi)生組織、聯(lián)合國糧農(nóng)組織和世界動(dòng)物衛(wèi)生組織的官方報(bào)告;
Ø 衛(wèi)星實(shí)時(shí)氣候數(shù)據(jù);
Ø 從航空公司行業(yè)組織國際航空運(yùn)輸協(xié)會(huì)獲取的航班信息和隱匿了姓名的航班行程數(shù)據(jù);
Ø 來自政府資源的其它信息，包括人口數(shù)據(jù)、可傳播傳染病的昆蟲數(shù)據(jù)、某地區(qū)人均擁有的醫(yī)生和護(hù)士數(shù)量及各地的經(jīng)濟(jì)和政治形勢。
媒體報(bào)道還對(duì)上述信息來源做了兩點(diǎn)注釋：一是BlueDot的算法沒有使用社交媒體發(fā)布的內(nèi)容，“因?yàn)樯缃幻襟w的數(shù)據(jù)實(shí)在太亂了”;二是與CDC在獲取某些臨床病毒信息之后，需要分析并核實(shí)數(shù)據(jù)，再?zèng)Q定是否需要發(fā)出健康警報(bào)的流程不同，BlueDot在獲取數(shù)據(jù)之后不需要走同樣的驗(yàn)證和核實(shí)的流程，因此預(yù)警會(huì)更快。
溫哥華港灣(BCbay.com)的報(bào)道指出，BlueDot會(huì)將搜集到的信息和數(shù)據(jù)與超過150種病原體信息來進(jìn)行集中處理，運(yùn)用自然語言處理(Natural Language Processing)和機(jī)器學(xué)習(xí)(Machine Learning)訓(xùn)練其“健康監(jiān)控平臺(tái)”，這樣可以識(shí)別和排除數(shù)據(jù)中的無關(guān)“噪音”。 BlueDot對(duì)數(shù)據(jù)進(jìn)行篩選、組織和分析，發(fā)現(xiàn)一個(gè)可能的疾病爆發(fā)的信號(hào)后，會(huì)交由專家來復(fù)審。在此次新冠肺炎的案例中，BlueDot就發(fā)現(xiàn)了好幾個(gè)指向“未診斷肺炎(undiagnosed pneumonia)”的信息。
BlueDot的流行病學(xué)家拿到信號(hào)后，會(huì)從科學(xué)角度檢查結(jié)論是否合理，然后將報(bào)告發(fā)送給相關(guān)的政府、企業(yè)和公共衛(wèi)生客戶。此次，BlueDot將報(bào)告發(fā)送給了包括美國和加拿大在內(nèi)的十幾個(gè)國家，包括航空公司和一線醫(yī)院的公共衛(wèi)生官員。目前，BlueDot還不會(huì)將其數(shù)據(jù)出售給大眾，但這是公司下一步努力的目標(biāo)。
BlueDot的創(chuàng)始人兼首席執(zhí)行官Kamran Khan曾在2003年SARS流行期間，在多倫多擔(dān)任醫(yī)院傳染病專家。經(jīng)歷過SARS之后，Khan認(rèn)為“無法完全依賴政府及時(shí)提供信息”，可以找到一種更好的追蹤疾病的方法。2014年，Khan創(chuàng)辦了BlueDot公司，設(shè)計(jì)開發(fā)出AI驅(qū)動(dòng)的“健康監(jiān)控平臺(tái)”，試圖用定向數(shù)據(jù)收集來獲知潛在流行傳染病爆發(fā)和擴(kuò)散的線索——2014年，正確預(yù)測埃博拉病毒向西非以外地區(qū)的遷移;2016年，通過對(duì)巴西Zika病毒的傳播路徑建立AI模型分析，成功地提前六個(gè)月預(yù)測在美國佛羅里達(dá)州出現(xiàn)寨卡病毒。
事實(shí)上，BlueDot并非第一家試圖通過人工智能與大數(shù)據(jù)技術(shù)協(xié)助公共衛(wèi)生管理的公司。2008年，谷歌就曾推出了“谷歌流感趨勢”(Google Flu Trends，簡稱“GFT”)，根據(jù)匯總的谷歌搜索數(shù)據(jù)，近乎實(shí)時(shí)地對(duì)全球當(dāng)前的流感疫情進(jìn)行估測。這個(gè)工具最初運(yùn)行表現(xiàn)很好：2009年在H1N1爆發(fā)幾周前，GFT成功預(yù)測了H1N1在全美范圍的傳播，甚至具體到特定的地區(qū)和州，且判斷非常及時(shí)，令公共衛(wèi)生官員們和計(jì)算機(jī)科學(xué)家們倍感震驚。但2013年1月，美國流感發(fā)生率達(dá)到峰值，而GFT的估計(jì)比實(shí)際數(shù)據(jù)高兩倍。事實(shí)上，GFT在很長一段時(shí)間內(nèi)，多次過高地估計(jì)了流感的傳染情況。那么BlueDot能否不重蹈GFT的覆轍，還需要進(jìn)一步觀察。
2月11日，中國工程院院士鐘南山在廣州接受“路透社”專訪時(shí)表示，除了現(xiàn)有的疫情防控措施外，還有更多工作需要去做，其中就包括建立疫情爆發(fā)預(yù)警的全球“哨兵”系統(tǒng)。此次AI對(duì)新冠肺炎爆發(fā)提前成功預(yù)警，是人類應(yīng)對(duì)這場全球疫情危機(jī)的一抹亮色。
人工智能實(shí)時(shí)監(jiān)測疫情的傳播趨勢
為了制止疾病的傳播，公共衛(wèi)生官員需要迅速響應(yīng)，與此同時(shí)，可能值得將一些任務(wù)托付給AI驅(qū)動(dòng)的流行病學(xué)家。
在此次疫情擴(kuò)散軌跡的預(yù)測方面，BlueDot的AI系統(tǒng)通過分析人們乘機(jī)離開武漢去外地的交通數(shù)據(jù)，準(zhǔn)確地預(yù)測出該病毒接下來將擴(kuò)散到曼谷、香港、東京等城市。這意味著AI監(jiān)測能力甚至可以做到預(yù)測流行病的分布和地域蔓延軌跡，并給出最佳解決方案。
《連線》雜志報(bào)道，波士頓兒童醫(yī)院流行病學(xué)家約翰·布朗斯坦管理著healthmap.org公共衛(wèi)生監(jiān)測平臺(tái)，利用AI模型分析政府案例報(bào)告、社交媒體信息、互聯(lián)網(wǎng)和其他來源的數(shù)據(jù)。布朗斯坦博士表示，應(yīng)用AI不是取代公共衛(wèi)生人員的信息分析，而是利用AI不斷挖掘各類相關(guān)數(shù)據(jù)信息，然后過濾海量信息并輔助決策，讓政府有關(guān)機(jī)構(gòu)在瞬息萬變的情形下作出最佳的疫情防范選擇。
布朗斯坦目前正在與波士頓的Buoy公司合作，該公司通過健康服務(wù)門戶網(wǎng)站向數(shù)百萬美國人在線提供健康建議。Buoy為那些懷疑自己可能感染新冠肺炎的人提供建議，并將其作為另一個(gè)數(shù)據(jù)源提供給布朗斯坦。人工智能的進(jìn)步將使社會(huì)更快地對(duì)疫情做出反應(yīng)，幫助流行病學(xué)家構(gòu)建病毒傳播圖和可能的軌跡。
盡管自動(dòng)監(jiān)控在公共衛(wèi)生領(lǐng)域已經(jīng)應(yīng)用了十多年，隨著最近幾年機(jī)器學(xué)習(xí)的進(jìn)步，加上越來越多可用的海量數(shù)據(jù)，AI變得更加強(qiáng)大和精準(zhǔn)。AI技術(shù)應(yīng)用已經(jīng)跨越了公共衛(wèi)生基線監(jiān)測，可協(xié)助更準(zhǔn)確地預(yù)測疫情，包括傳播范圍和速度、最有可能的傳播方式和影響以及哪些是易感人群等。AI算法在對(duì)抗傳染病的蔓延方面，還可以優(yōu)化資源配置。
人工智能持續(xù)跟蹤疫情的發(fā)展進(jìn)程
微信公眾號(hào)“全球醫(yī)生組織”載文稱，在此次疫情最初期，由于缺乏實(shí)時(shí)更新的動(dòng)態(tài)數(shù)據(jù)，AI的應(yīng)用價(jià)值有限。隨著數(shù)以百萬計(jì)的新冠肺炎案例數(shù)據(jù)和信息出現(xiàn)在社交媒體和新聞網(wǎng)站上，使AI算法可實(shí)時(shí)生成數(shù)據(jù)，為公共衛(wèi)生決策和跟蹤疫情發(fā)展提供幫助。
Ø 浙江省疾控中心上線自動(dòng)化的全基因組檢測分析平臺(tái)，借助阿里達(dá)摩院研發(fā)的AI算法，將原來數(shù)小時(shí)的疑似病例基因分析縮短至半小時(shí)，大幅縮短疑似患者確診時(shí)間。
Ø 中國人工智能的先驅(qū)商SenseTime開發(fā)了一種智能醫(yī)學(xué)影像評(píng)估系統(tǒng)，以幫助醫(yī)生對(duì)新冠肺炎做出診斷。同時(shí)在收到更多超級(jí)計(jì)算資源的請(qǐng)求后，SenseTime已免費(fèi)分配了20個(gè)GPU服務(wù)器節(jié)點(diǎn)，以幫助中山大學(xué)藥學(xué)院進(jìn)行大規(guī)模針對(duì)新型冠狀病毒的藥物篩選研究。
Ø 全球電子健康信息平臺(tái)InterSystems正協(xié)助中國醫(yī)護(hù)人員分析冠狀病毒患者的臨床實(shí)時(shí)數(shù)據(jù)，應(yīng)用AI機(jī)器學(xué)習(xí)來識(shí)別哪些藥物和方法對(duì)病毒更有效、副作用更小。
醫(yī)療界和社會(huì)民眾都希望用AI預(yù)測疫情進(jìn)程和對(duì)正常人健康的影響。許多AI公司正在開發(fā)預(yù)測冠狀病毒傳播模型，通過建立疾病癥候?qū)W檢查器，評(píng)估和篩查冠狀病毒感染癥狀，將其與季節(jié)性流感和其他感冒區(qū)分開來。
未來，人工智能將有更多的應(yīng)用場景：主要傳染病病原體的AI識(shí)別應(yīng)用;基于主要傳染病疫區(qū)和傳染病的季節(jié)性流行數(shù)據(jù)建立傳染病AI預(yù)警機(jī)制;AI協(xié)助傳染病爆發(fā)后的醫(yī)療物資的優(yōu)化調(diào)配等。
參考文獻(xiàn)：
1. How AI Spotted and Tracked the Coronavirus Outbreak，The Wall Street Journal，2020年2月6日
2. AI used in the battle against the novel coronavirus outbreak，China Daily，2020年2月6日
3. 讓谷歌折戟的AI流行病預(yù)測，在今天如何被創(chuàng)業(yè)公司攻占?，虎嗅，2020年2月4日
版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。
