人工智能在疫情防控中的应用探讨

董丽，于晶

（山东医学高等专科学校，山东 济南 250002）

1 概述

人工智能（Artificial Intelligence），英文缩写为AI，是计算机学科的一个重要分支，是主要研究用计算机模拟人类思维过程和智能行为的学科，该领域的研究包括语言识别、自然语言处理、机器人、图像识别、专家系统等。中国的人工智能研究和应用虽然起步较晚，但在国家政策和科研基金的大力扶持下迅猛发展，人工智能技术在医疗、工业、商业、通信、城市管理等方面被广泛应用。2019 年末中国突然爆发新冠肺炎疫情，工信部科技司发布了《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》，号召加快攻关和应用能有效支撑疫情防控的AI 产品[1]，相关企业和机构纷纷快速做出反应，开发出众多智能产品，这些产品在提高管控工作效率、降低人员感染风险、提高诊疗效率等方面发挥了重要作用。

2 人工智能在疫情防控中的应用

2.1 AI 预测

2.1.1 AI 疫情预测

钟南山院士团队与云创大数据等多家科技企业和机构合作，基于经典的SEIR 模型，引入2020-01-11—02-17 湖北和全国人口的迁入和迁出数据，并将这期间新冠肺炎流行病学数据作为训练数据，通过机器学习构建人工智能模型，得出湖北和全国感染人数预测趋势曲线，准确预测了中国疫情将于2020-02-20 左右到达拐点，感染人数为8 万人左右[2]。AI 模型和随后疫情的发展均表明，中国政府对此次疫情的强力干预和延迟复工复学等应对措施对控制疫情起到了关键作用，保护了人民的生命和健康。

2.1.2 AI 新冠肺炎患者病情发展预测

疫情期间，有部分患者在患病初期症状并不严重，但是病情发展到某个阶段后却急转直下，甚至危及生命。为了尽早识别出有重症高风险的患者，钟南山院士团队与腾讯AI Lab 合作，基于AI 深度学习、大数据分析等技术，研发出能预测新冠患者病情发展的AI 模型，通过这个模型，医生能够根据患者年龄、是否有恶性肿瘤病史、是否气促等10 项特征，计算出患者5 d、10 d 及30 d 内的重症风险系数[3]。实验表明，这个AI 预测模型具有很高的准确性，为重症高风险患者的治疗和抢救抢占了先机，此模型研究于2020-07-15 发表在《Nature》的子刊《Nature Communications》上，模型代码面向全球开源，助力全球战疫。

2.2 红外热成像智能测温系统

红外热成像智能测温系统基于红外热成像技术和人脸识别技术研发，特别适用于车站、机场、医院等人流密集、客流量大的场合，能进行远距离、大面积的非接触式快速测温，做到通行即测温，一旦被测者体温超过阈值，系统会立刻报警并指示位置，还可提示未佩戴口罩者，人员大量聚集时能进行预警。还可以对测温系统采集的视频数据进行智能化分析，利用大数据平台服务，对高危人员的行动轨迹和活动场所进行追踪，并快速筛查出密切接触人员。红外热成像智能测温系统作为疫情防控的有效监测手段被广泛应用，大大提高了测温效率，避免了人员聚集导致的传染风险，为人群相对密集的公共场所提供了一道坚实的防线。

2.3 智能机器人代替人工服务

2.3.1 防疫巡检机器人

防疫巡检机器人能够自主规划最优路径，在车站、机场、医院等公共场所以及居民小区自动进行防疫巡检，巡检过程中能进行防疫宣传，遇到不戴口罩者可以对其喊话提醒，一些智能防疫巡检机器人还能对周围人员进行体温监测，发现有发热人员立即上报，并可携带大容量消毒液，可根据需要对通行区域进行360°无死角喷洒消毒。

2.3.2 无人配送

疫情期间中国多家外卖企业、电商、科技公司和自动驾驶企业的无人车纷纷上阵，承载着外卖、快递、生鲜等生活物资以及抗疫物资奔赴城市各处和多家医院，部分无人配送车和服务机器人甚至进驻医院内部，协助医护人员进行送餐、送药和回收医疗垃圾等工作，不但有效缓解了人工压力，同时也大大降低了人传人的概率。

2.3.3 疫情机器人

新冠疫情爆发后，各地政府的政务热线均收到了市民的大量咨询电话，纷纷就疫情、防护措施、就医地点等问题进行详细询问，后台工作人员不堪重负。随着疫情防控力度的加大，各地在开展地毯式走访摸排、对重点关注人员进行体温和症状等信息的跟踪外呼工作时，纷纷陷入人手不足的困境，工作人员挨家挨户上门走访不仅效率低，更会增加接触性传染的风险。

阿里巴巴达摩院基于语音识别、语义理解、语音合成等人工智能技术紧急研发了智能疫情机器人。该机器人具有在线问诊和电话外呼两大功能，在线问诊功能可通过网络平台为市民提供疫情咨询和问诊服务，疫情机器人能够准确理解人类自然语言，并从智能知识库获取新冠肺炎疫情相关信息，回答防护措施、疫情问题、就医注意事项等问题；电话外呼指通过拨打电话进行疫情随调、防控摸排。智能疫情机器人率先落地浙江、黑龙江和山东济南三地，随后很快被北京、上海、重庆、江苏、湖北等多地引进。疫情机器人的使用有效缓解了人力不足的矛盾，大幅度提高了工作效率，同时大大降低了交叉感染的风险。

2.4 AI 辅助CT 影像分析和诊断

随着确诊病例影像资料的积累，新冠肺炎的影像学特征逐渐清晰，CT 影像临床诊断结果可作为新冠肺炎病例判断的标准，但是一位经验丰富的医生需要5～15 min 才能分析完一个新冠疑似病例的CT 影像，一线医生因接诊数量庞大且急速增加的疑似病例而承受着巨大压力，长时间的疲劳工作也会大大降低医生的诊断效率和准确率，同时，疫情波及范围极其广泛，基层医院的医生缺乏经验，在新冠肺炎的诊断方面力不从心。面对爆发式的就诊需求，中国几十家医疗AI 企业推出了各自的“CT+AI”新冠肺炎辅助诊断系统。上海市公共卫生临床中心和依图医疗合作，仅用4 d 时间即完成胸部CT 新冠肺炎智能评价系统的研发，并在正式发布后快速部署到包括武汉在内的二十多个省市的战疫一线。该系统通过先进的图像算法实现对新冠肺炎CT 影像的智能化诊断与定量分析，新冠肺炎病变检出率敏感性达97.3%，特异性达99%，能在2～3 s 内完成对肺炎严重程度的量化评价[4]。阿里巴巴达摩院和阿里云联合推出“新冠病毒肺炎AI 辅诊助手”，可在 20 s 内完成对疑似病例的影像分析，根据纹理特征判定是否是新冠肺炎的CT 影像，并计算出病灶部位占比，分析结果准确率达到96%[5]。这些智能产品通过大量新冠肺炎病例的CT 影像数据对AI 模型完成训练后，就能够对疑似病例的CT 影像进行快速诊断，大幅减轻了临床医生及影像医生的工作负荷，减少疲劳诊断，提升了诊断的效率和准确率。

2.5 多家科技公司开放自己的AI 算力和算法，为抗疫研发提供有力的技术支持

疫情初期多个AI 科技公司纷纷开放自己的算力和算法用于疫情防控。先是阿里云宣布在疫情期间面向全球公共科研机构免费开放全部AI 算力，加速新冠肺炎药物和疫苗研发等工作。百度也宣布向各基因检测机构、防疫中心及全世界科学研究中心免费开放线性二级结构预测算法LinearFold以及目前世界上最快的RNA 结构预测网站，百度LinearFold算法将新冠病毒全基因组的RNA 二级结构预测时间从55 min 缩短为 27 s，提速 120 倍[6]。基于 LinearFold 算法，百度研究院又推出全球首个专门用于优化mRNA 序列设计的高效算法LinearDesign，LinearDesign 算法能在16 min 内大大提升mRNA 疫苗设计的稳定性和蛋白质表达水平，从而有效解决了mRNA 疫苗研发中最重要的稳定性问题，加速疫苗研发速度[7]。

3 小结

新冠肺炎疫情爆发以来，人工智能技术为抗击疫情做出了巨大贡献，在流动人员管控、疫情监测分析、疫情预测、后勤保障服务、辅助诊疗、加速药品和疫苗研发等方面均发挥了重要作用，除此之外，在线上教育、助力复工复产等方面也有不俗的表现。各科技企业和科研机构要抓紧机遇，大力推动中国AI 技术的发展，使中国的智慧医疗、智慧城市、智能家居、无人驾驶等智能应用更上一层楼。