全文共3336字，預計學習時長11分鐘
截至北京時間3月22日6時，全球累積確診病例超30萬，死亡病例近13萬，這場來勢洶洶的疫情在世界範圍內持續蔓延。國內「重災區」湖北已連續4天無新增病例，而世界的防疫戰爭才剛剛開始。
歐洲已成世界新冠疫情中心，義大利累計確診過5萬，政府同意派遣軍隊進入倫巴第大區協助抗疫；美國的情況也不容樂觀，川普宣布疫情嚴重的紐約州出現「重大災難」，這場防疫戰已然成為世界人民共同的「健康守衛戰」。
前幾日，美國白宮與微軟、谷歌等公司合作，彙編了最大的新冠病毒學術論文庫，呼籲研究人員用AI技術分析這近3萬篇學術論文，期望發現人類可能錯過的重要問題。
除此之外，預測研判、檢測診療、疫情防控，這套AI「組合拳」還亮出了不少花式操作。
發布病毒數據集，激活全球AI力量
根據美國白宮官網報導，3月16日，艾倫AI研究所、微軟研究院、美國國立衛生研究院下屬國家醫學圖書館、白宮科學技術辦公室等聯合發布了COVID-19開放獲取資料庫，其中包含了有關COVID-19、SARS-CoV-2及冠狀病毒家族的學術論文。
這一資料庫向全球研究人員開放，並會隨著同行評議新研究的發表不斷更新。數據集的發布當然不只是為了整理和存檔，挖掘更有用的信息才是目的所在。這是目前可用於數據和文本挖掘的最全面的新冠文獻機讀資料庫。白宮號召全美的人工智慧專家行動起來，運用AI技術分析這些論文，幫助解答新冠病毒最緊迫的疑難問題。
資料庫一經開放，谷歌雲旗下的機器學習和數據科學社區Kaggle立即發起了CORD-19數據集文本挖掘競賽。Kaggle在官網上發布了10個問題，涵蓋冠狀病毒特性、新冠病毒危險因素、病毒傳播和診療、疫苗、非藥物幹預、信息共享和跨部門合作以及社科倫理等方面，每項問題中最符合評估標準的人員將獲得1000美元的獎金。
正如艾倫AI研究所所長Oren Etzioni所說，人工智慧本身不能解決問題，但能幫助人們更快速地發掘問題的答案。美國首席技術官麥可·克拉希歐斯也表示，他們希望計算機能夠比人類更快地掃描研究結果，發現人類可能錯過的東西。AI已經成為科學家重要的左膀右臂。
機器學習技術在大量文本中提取摘要，有時需要分析數百萬個相似的內容項才能得出結論。想要發揮數據集更大的作用，自然語言處理（NLP）技術的進步不容忽視。例如，艾倫AI研究所的語言模型ELMO和AllenNLP，能夠分析不同論文之間的關係；阿里達摩院將NLP技術用於病歷文本分析，這個模型也被評為全球性能最強的NLP系統。
此外，NLP技術的作用還體現在疫情預警上。12月30日，波士頓兒童醫院的自動健康地圖系統發布了境外關於新冠病毒的首次公共警報。31日，加拿大AI創業公司Blue Dot也向客戶發出了疫情警告——「避開武漢等危險區域」，早於CDC和WHO的通報。
Blue Dot的健康監控平臺對數十億個數據點進行分析，找出相關詞彙短語，從而預測傳染病的爆發，還可以預測病毒的傳播。據《華爾街日報》報導，其信息來源包括：國內外每日新聞稿10萬+、官方報告、衛星氣候數據、航班信息和包括人口數據、醫療力量和可傳播傳染病的昆蟲數據在內的政府資源。這不是Blue Dot第一次預測成功，利用類似的AI技術，他們還曾準確預測了伊波拉病毒和巴西寨卡病毒的遷移。
海量數據+最強大腦，AI技術讓病毒無處遁形。
疫情之下，醫療AI化身可靠援軍
不僅是作為「場外輔助」，AI還在戰場上與新冠病毒正面交鋒。
知己知彼，百戰不殆。曾經開發了AlphaGo的DeepMind正在執行一項新任務：找出這種新型冠狀病毒的某些特性。DeepMind已發表的一篇文章中稱，已經將AlphaFold系統用於新冠病毒的蛋白質結構，這種「自由建模」的機器學習技術能夠在沒有相似蛋白質結構的先驗知識時，提供準確的預測。
DeepMind表示，雖然這些預測尚未得到驗證，但能夠幫助研究人員更充分地理解新冠病毒，這可能在開發疫苗或治療時有用。
也有研究人員利用人工智慧技術進行抗病毒藥物的篩查，AI公司Deargen與韓美高校的研究人員合作進行這一工作。他們公布了針對抗病毒藥物的預測模型，並在預測後對FDA批准的約4000種市售藥物進行了測試。研究表明，用於治療和預防愛滋病毒的抗逆轉錄病毒藥物阿扎那韋最有希望能被用於臨床。這一基於深度學習的「藥物-靶標」相互作用的模型，旨在預測藥物和蛋白質之間的親和力得分。
Deargen首席技術官樸成秀表示，這種方法能夠以更快的速度和更少的成本，利用AI來預測吸收、分布、代謝、排洩和毒性，可將範圍擴大到有效且相對安全的候選藥物中。
英國AI醫療領域的獨角獸Benevolent AI，也在柳葉刀上發表短文，公布了AI分析和篩選抗新冠病毒藥物的發現。通過靶向內吞，AI發現了四種潛在藥物能夠抑制病毒內吞，排除較強的副作用後，結果表明 Baricitinib可作為一種抗新冠病毒的候選藥物。據CNN報導，IBM研發的配備AI超級大腦的Summit，已經辨識到77種可能有效阻止新冠病毒蔓延的藥物成分。
此外，AI醫療在戰疫中的重要性還體現在輔助診斷方面。谷歌母公司Alphabet旗下醫療部門Verily推出了新冠病毒篩查項目，上線第一天測試了20多人。微軟與CDC合作構建了一個聊天機器人——「冠狀病毒自我檢查器」，可以指導用戶初步判斷自己是否感染。日本的Doctor-NET也將開啟AI檢測新型冠狀病毒的試驗，將與北京推想科技合作，引進這套根據CT圖像進行檢測的系統。
事實上，國外將AI醫療技術運用在傳染病防治的案例早已有之。早在2008年，谷歌就推出了流感趨勢服務；美國國家過敏和傳染病研究所曾資助「配體搜索算法」項目，旨在用AI程序設計藥物；2013年IBM就開始研究如何運用AI系統「沃森」提高護理水平，谷歌的監測工具LYNA將乳腺癌診斷的時間縮短了一半，準確率達到99%。
技術迅猛發展，AI醫療成為我們防疫戰中最堅實的後盾。
中國經驗+技術，助力全球AI戰疫
中國一個多月來的艱苦鏖戰如今為各國提供了「抄作業」的範本。中國駐韓大使館援助韓國大邱物資上寫到：「道不遠人，人無異國」，在國內疫情得到控制的同時，中國又馬不停蹄地投入了全球共同的防疫戰之中。不僅提供物資、醫護人員以及「山川異域，風月同釘」，還有寶貴經驗和AI技術。
近日，百度頻頻被外媒「點名」報導，肯定其AI抗疫的勝利，《麻省理工科技評論》也發表關於百度AI戰疫的報導，全球疫情升級之下中國經驗顯得尤為寶貴。MIT的文章涉及百度 AI 技術在病毒分析、實時篩查、輔助診療、大數據分析等方面的應用成果，還包括自動駕駛車輛在無接觸作業方面的應用。文章認為「此次疫情中展現出的數字連結，其規模是傳染病史上前所未有的」，這些經驗也為全球疫情防控提供了思路。
不止於經驗，更有實實在在的技術支持。疫情爆發初期，百度就向全球科研中心免費開放了算法Linear Fold，以及世界上現有最快的RNA結構預測網站，其可將新冠病毒的全基因組二級結構預測從55秒縮短至27秒，助力全球疫情防控。
阿里也聯合全球健康藥物研發中心，開發AI藥物研發和大數據平臺，實時公布；阿里雲宣布向全球公共科研機構免費開放一切AI算力，用以加速新藥和疫苗的研發。3月19日，阿里再一次宣布向全球醫院免費開放新冠肺炎AI診斷技術，達摩院的CT影像AI可在20秒內完成一次診斷，最快僅用2秒，準確率高達96%以上。
推想科技與武漢同濟醫院、中南醫院聯合研發的新冠肺炎「CR+AI」輔助篩查和疫情監測系統，也遠赴義大利、日本的抗疫一線。義大利已然成為全球疫情的「震中，其醫療系統正面對極大壓力，推想科技的CT+AI為疫情篩查構築起了一道防線。
不過在病毒肆虐全球的當下，世界範圍內基於AI技術的醫療研究只能是輔助作用，成效不顯，正所謂「遠水難救近火」。面對這次疫情，AI技術原本為人稱道的預測功能卻未能派上用場。儘管Blue Dot早在12月底就發出疫情預警，甚至預測到病毒有傳播到新加坡、東京、香港等地的風險，卻未能引起足夠重視。
也許，這次疫情給人類最大的教訓和提醒，就是全人類該如何通力合作，去建立一個權威、準確的全球衛生「哨兵系統」，這才是未來AI技術在醫療領域發展的重中之重。
留言點讚關注
我們一起分享AI學習與發展的乾貨
如轉載，請後臺留言，遵守轉載規範