一場突如其來的疫情，讓原本熱鬧的節日和整2月份，都停了下來。從 2019 年 12 月 8 日發現第一個病例，到 2020 年 1 月 1 日 8 名 “造謠者” 被抓；從 2020 年 1 月 20 日鍾南山院士向外界宣佈存在人傳人，到 1 月 23 日武漢官方宣佈封城；從 2020 年 2 月 7 日李文亮醫生離我們遠去，公眾情緒達到極點，到今天全國累計確診近8萬例感染者。疫情的傳播能力、嚴重程度遠超大多數人的預期。雖然病毒如此無情，但人間依舊滿含溫暖。我們也相信，與非典時期相比，今時今日的中國有了更充足的力量、今時今日的中國人民有了更強大的信心，來共同克服這場困難。而新時代大紅大火的人工智能技術，也正在其中扮演著重要的角色。在這次疫情的防控過程中，AI 都做了哪些事情呢，讓我們一起來看一下。
作者 | 叢末、蔣寶尚
2020年2月25日，截止至發文，國家衛健委公佈，全國累計新型冠狀病毒感染者確診77658人，疑似病例2824人。
如果說這場危機與2003年的非典相比有何不同的話，科技的進步在抵禦疫情方面能算一個亮點。
人工智能大火的這幾年，數據和算力的進步導致其理論和應用都出現了井噴的現象。那麼在這次抵禦過程中，AI是否外強中乾呢？
下面 AI 科技評論盤點了這次疫情防治過程中，AI 所幹的八件事情。管中窺豹，歡迎補充！
1、AI模型精準預測病毒爆發的時間+地點
在WHO提醒公眾新冠狀病毒爆發之前，加拿大人工智能公司已經拉響了警報，最早在2019年12月底其就向客戶通報了這種新型冠狀病毒。
據介紹，加拿大BlueDot公司，是一個使用數據評估公共健康風險的公司，通過將AI和自然語言處理技術相結合，從而進行“自動傳染病監測”工作。這個公司只擁有40名員工，是一家典型的小微企業。
這款名為全球早期預警系統”（Global Early Warning System）的預測AI是BlueDot公司在2018年開發的一個人工智能應用，這款應用可以通過人工智能分析官方和非官方來源的信息尋找相關詞彙和短語，快速發現潛在疫情。
如此精準的預測其實並不是第一次。早在2016年，BlueDot採用相關技術就預測了寨卡病毒(Zika)真正出現在佛羅里達州，並在六個月前預測到其在美國爆發。
除了預測爆發的時間之外，BlueDot開發的AI還能通過訪問全球運營的航空公司的機票數據，預測其他地點即將發生的流行疾病的可能性。例如，BlueDot正確預測了武漢的冠狀病毒將在開始幾天傳播到曼谷，首爾，臺北和東京。
值得一提的是，該系統跟蹤的數據源不是來自武漢政府的公告，也不是社交媒體（雜質太多），而是來自：
1、通過每天分析65種語言的約10萬篇文章，關鍵詞與流行疾病、動物疾病、公共衛生等有關的數據；
2、全球航班動態，通過全球機票數據庫的數據來跟蹤受感染人口的接下來的流向，從而預測接下來感染的城市，從而助於知道何時通知客戶潛在的傳染病爆發和擴散；
3、天氣和爆發歷史情況BlueDot先通過機器分析數據，然後篩選出來以後進行人工篩選，公司裡面有一半是程序員，一半是傳染病醫學專家。
也就是說BlueDot的預測系統並不僅僅依賴於AI預測。相反，專家會從科學的角度評估算法的預測，並僅在所有方面看來合理的情況下才會發出警告結果。
2、數據可視化監控傳染病的爆發
為了應對不斷升級的公共衛生緊急情況，美國約翰·霍普金斯大學(Johns Hopkins University)的系統科學與工程中心(Center for Systems Science and Engineering,CSSE),建置了一個可追蹤新型冠狀病毒）即時災情的地圖網站，該地圖蒐集了來自官方與媒體的資訊，並即時更新地圖。
地圖地址：
https://systems.jhu.edu/research/public-health/ncov/
這個武漢冠狀病毒全球案例（Wuhan Coronavirus Global Cases）網站，是基於Web的交互式儀表盤，在全球地圖上呈現了確診及死亡數據，內含在中國與其它國家的可疑及確診案例。此外，也允許使用者免費下載資料，資料最初是Google Sheet，現在存儲在GitHub存儲庫中。
關於數據收集，從1月22日至31日，整個數據收集和處理都是手動進行的。直到2月1日，其採用了半自動化的實時數據流策略，儀表盤更新頻率為15分鐘。其所使用的資料涵蓋了世界衛生組織（WHO）、美國疾病管制與預防中心（CDC）及中國的國家衛生委員會等官方資料，以及中國醫療社群網站“丁香園”。
3、測溫巡邏機器人：測溫+巡邏一體化 據環球網報道，廣州在汽車站、火車站等公共場所，部署了測溫巡邏機器人，該機器人能在5米內精準測體溫，並識別行人有無戴口罩。
這款機器人名為“千巡警用巡邏機器人”，是目前國內第一款用於測體溫的巡邏機器人，可一次性測量10個人的體溫，溫度誤差在0.5攝氏度。
根據人員移動位置，機器人可以實現快速記錄。如果體溫超過設定值，或者發現行人不戴口罩，機器人會立馬啟動報警系統。
據介紹，不同於常見的安保機器人，這款機器人是專門為針對疫情推出的定製升級版。相對人員值守，它主要有以下幾個優勢：自主巡邏，無需人工干預；高精度紅外熱成像；雲端部署，快捷構建指揮體系；高音播報用於宣傳，語音對講用於警示告警大於10小時超長續航能力，滿足執勤需求；5路高清視頻，無死角觀察現場情況；搭載3D激光，導航精度小於2cm；4G/5G深度適配無需搭建網絡，可快速替換工作場景。
利用機器人來代替部分人類的工作，而且在醫療領域早就有了相關的設備。例如在2015年，美國謝尼克斯消毒服務公司就生產了一種輔助消毒的四輪機器人，可以通過發射氙氣製造的紫外線脈衝，用於殺滅病原體，保護抗擊埃博拉的醫護人員。
此前，伍斯特理工學院（WPI）曾打造了一款遠程操作類機器人。醫護人員可以安全的在稍遠距離操作機器人探查情況，進行簡單的預判，瞭解情況後再進行下一步決策。
還有一款叫Baxter的機器人能夠幫助研究人員脫去外層防護服，減少直接接觸的概率。同時可以幫助檢測防護服是否有破損，是否穿戴正確，更大限度的保護研究人員的生命。
4、AI自動測溫+人像識別
如今面臨返工潮，高鐵站和地鐵站都是人員最密集的地方，在這些地方部署自動化監測手段能夠大大降低工作人員的心理以及身體負擔。基於落地場景需求，多家AI研發團隊提出了“人體識別+人像識別+紅外/可見光雙傳感”的創新解決方案。
例如曠視AI測溫系統已經在北京市海淀政務大廳和部分地鐵站展開試點應用；在2月1日，百度就已經官方宣佈，百度AI體溫檢測技術落地北京清河火車站，全力幫助北京春運返程的疫情防控。
當前的AI測溫策略大多是：用多臺熱成像機器對通過的旅客進行快速體溫檢測，並將快速掃描檢測的結果畫面實時同步在電腦上，並通過人工智能系統來自動識別並標記體溫異常的旅客，提醒專業人員對其進行詳細檢查。
但是針對戴口罩人員的人臉識別，這些AI系統進行了專項模型優化，即在口罩和帽子大面積遮擋人臉的情況下，系統也能幫助工作人員快速篩查通行人群。
據百度介紹，其AI系統從1月底部署，截止2月8日，就已完成超過3.2萬人次的快速體溫檢測，累計發現了逾190人次的體溫疑似異常案例並由工作人員進行了人工複檢。
更為具體的，這種系統的智能疑似高熱報警帶寬可達到每秒 10 多人，且一套系統可以部署多個通道。這樣一來，人流量較大的地鐵、車站在 AI 系統的輔助下，僅需 1 名工作人員就能夠管控現場，大大降低一線工作人員被感染的風險。
5、藉助對話機器人支援社區政務工作
疫情當頭，防控一線人員緊缺成為了一個大問題。這種形勢下，能夠對公眾的問題進行及時及時回覆的智能機器人成為了解決方案之一。
對此，1 月 22 日，阿里巴巴研發團隊召集了數十位工程師，用五天時間緊急推出了智能疫情機器人，主要有在線問答型機器人和熱線語音機器人兩個渠道的應用，通過語音識別、自然語義理解等人工智能技術，能夠完成在線諮詢、網絡問診、重點群體關懷等任務。
據悉，目前智能疫情機器人已在浙江、黑龍江、山東濟南等地“上崗”，支援當地社區的政務工作。
“浙裡辦”浙江省新型肺炎公共服務與管理平臺入口
以“浙裡辦”APP於1月27日上線的應對新型冠狀病毒感染肺炎的專門平臺——浙江省新型肺炎公共服務與管理平臺為例，為平臺提供服務的正是這款智能疫情機器人，其中在“網上智能問診與人工服務”服務模塊，智能疫情機器人能夠秒答諸如什麼情況下需要就醫、浙江省定點醫院都有哪些，怎麼選用口罩、怎麼檢查口罩的氣密性、口罩用完了如何處理等疫情問題。
據阿里巴巴方面稱，智能疫情機器人“上崗”第一天，“浙裡辦”的網上智能問診服務對用戶諮詢的解決率超過92%。
與此同時，百度也緊急推出了針對疫情防控的智能外呼平臺，可應用於社區疫情排查和通知回訪等場景：一方面百度智能外呼平臺具有批量一對一電話呼叫的能力，可以通過定向或隨機發起撥入居民電話，自動詢問並採集疫情信息分析；另一方面，百度智能外呼平臺能夠自動生成觸達統計報告，還可以同時對居民進行疾病患教及防控指導。
該平臺不僅可以減少基層工作人員上門摸排時的工作風險，也減少了排查時間，提高防控疫情效率。
據悉，百度智能外呼平臺已經在北京海淀上地街道辦、陝西西安、延安、上海寶山、浙江溫州瑞安市、福建福州倉山區等十幾個地區投入使用。截止目前，外呼總量已達百萬次。
6、用AI 模型評估市場在售藥物的有效性
疫情十萬火急，疫苗的整個開發過程較為漫長。這種情況下，一些醫藥公司開始另尋他法，比如測試已經存在的抗病毒藥物是否對新型冠狀病毒有效。
其中，韓國藥物研發公司Deargen就聯合檀國大學，採用基於深度學習的藥物靶點相互作用模型—— 分子轉換器-藥物靶標相互作用（MT-DTI），來尋找市場在售的可用來治療新型冠狀病毒的藥物。
阿扎那韋藥物分子
他們經研究發現，用於治療和預防HIV的抗逆轉錄病毒藥物阿扎那韋，是最有希望能被用於臨床的化合物。
據MT-DTI模型顯示，阿扎那韋在所有經測試的藥物中對新冠病毒的3C-like卵白酶（是冠狀病毒的複製歷程中極為重要的卵白酶）的抑制作用最強。其次是依非韋倫、利托那韋和多洛格韋。
該團隊也表示，例如克力芝（含洛匹那韋/利托那韋）等幾種抗病毒劑，也可能被用於治療新冠肺炎。
如果各大醫藥公司通過應用 AI 技術最終真從市場在售藥物中找到了對新型冠狀病毒有效的藥物，我們打贏這場疫情狙擊戰的戰線不知道可以拉短多少倍！
7、AI 算力助力藥物研發
1月29日阿里巴巴聯合全球健康藥物研發中心（GHDDI）開發人工智能藥物研發和大數據平臺，針對SARS/MERS等冠狀病毒的歷史藥物研發進行數據挖掘與集成，開放相關臨床前和臨床數據資源，計算靶點和藥物分子性質，並跟進新型冠狀病毒最新科研動態，實時向科學界和公眾公佈，為新型冠狀病毒科學研究提供重要數據支撐。
阿里表示，新藥和疫苗研發期間，需要進行大量的數據分析、大規模文獻篩選和科學超算工作。為此，阿里雲可以提供AI算力，支持病毒基因測序、新藥研發、蛋白篩選等工作，幫助科研機構縮短研發週期。
同時，阿里將與合作機構向全球科學共同體免費開放相關藥物研發資源，共同加速針對新型冠狀病毒的藥物研發。
緊接著在 1 月 30 日，騰訊官方宣佈向正承擔新冠肺炎的藥物篩選和病毒突變預測工作的北京生命科學研究所/清華大學生物醫學交叉研究院的黃牛教授實驗室、中山大學藥學院的羅海彬教授團隊提供免費的運超算能力、運算集群支持以及基礎的雲計算能力，併成立應急工作小組，幫助加速疫苗研發和新藥篩查。
就在同一天，百度也宣佈向各基因檢測機構、防疫中心及全世界科學研究中心免費開放線性時間算法LinearFold算法和世界上現有最快的RNA結構預測網站，可將新冠病毒的全基因組二級結構預測從55分鐘縮短至27秒，從而助力疫情防控。
8、用 AI 技術防治社交媒體文章中的信息錯誤
在此次疫情爆發期間，線上線下過多的信息，甚至是不準確的信息都撲面而來，讓人們無從分辨真假信息，也難以在有需要的時候找到可信賴的消息源和可靠的指導。
對此，世衛組織親自技術風險溝通和社交媒體團隊緊密合作，密切追蹤疫情期間出現的謠言和錯誤信息，並及時作出回應公佈於社交媒體平臺。
與此同時，多個海外主要社交媒體平臺也已開始藉助人工智能技術在自家平臺上的應用，針對疫情謠言採取相關舉措：
1月30日起，Twitter 已啟動搜索提示，當用戶在推特平臺上搜索“新型冠狀病毒”時，將會出現“瞭解事實”的窗口，這樣用戶首先能獲得可靠的、權威的信息。
1月31日，Facebook 表示，當用戶搜索和疫情相關的信息時，將根據世衛組織的指導首先提供可靠的信息。此外，Facebook 還宣佈將刪除包含“與疫情相關的不實信息”的帖子。
而就在同一天，谷歌也宣佈，將與世界衛生組織合作，在用戶搜索新型冠狀病毒的相關消息時，在其搜索頁面置頂“世界衛生組織網站的新聞”、“安全提示”、“最新信息”等。
莫恐慌，穩心態
以上便是人工智能技術從各個維度助力疫情狙擊戰的表現。
隨著新型冠狀病毒肺炎的病例數量依舊在上升，我們還無法預知此次疫情最終帶來的影響會多麼嚴重，然而正如堪培拉澳大利亞國立大學經濟學教授Warwick McKibbon 在闡述本次疫情對世界經濟的影響時所說的：恐慌似乎才是經濟上最大的消耗，而不是死亡。
不僅是經濟，在這場疫情的狙擊戰中，恐慌也同樣是我們打贏這場戰爭的最大敵人。
希望的曙光離我們越來越近，希望大家穩住心態，靜候勝利的號角被吹響的那一刻！
閱讀更多 運籌OR帷幄 的文章
