今年春節，“肺炎”“武漢”的搜索熱度超過“春節”“過年”，成為中國人回憶2020鼠年的兩大關鍵詞。巨大的搜索量，源自于不斷上升的疫情數字。新型冠狀病毒肺炎疫情與攻克幾乎占據了全部的公眾視野，天天都能搶占微博頭條的半壁江山。在這場疫情攻堅戰中，除了日日夜夜辛苦奮戰的醫護人員外，人工智能技術也起到了不可小覷的作用。而在2003年非典疫情時，“人工智能”對于絕大多數人來說還存在于電影《黑客帝國》中的科幻概念，在2020年，人工智能技術卻早已投入到了疫情戰斗的方方面面。本文主要從人工智能在醫療以及城市治理中的應用探討人工智能在此次疫情攻堅戰中所發揮的重要價值。

一、人工智能服務社會，發揮價值

在新一輪科技革命的浪潮中，人工智能產業已經成為全行業轉型升級的核心驅動力。在技術進步、政策扶持、戰略重視等多因素的共同推動下，人工智能產業發展呈現持續高增長態勢。據賽迪顧問統計，2019年人工智能核心產業規模達到1302.4億元，增長率達到31.9%。
?
賽迪顧問通過對人工智能TOP100企業分析，人工智能應用層企業占比增長，2019年應用層企業占比為45%，在產業鏈環節中占比最大。以計算機視覺、自然語言處理、智能語音為主的技術驅動型企業均開展場景落地的應用探索。技術型企業開始從單一的技術支撐向以場景為中心的流程化服務轉變。

隨著產業化進程加速，人工智能技術已經滲透于金融、醫療、交通、零售、教育、安防、家居等眾多領域。計算機視覺、人機對話、智能預測、智能優化等人工智能功能性技術通過智能化的方式能夠節約人力資源、降低企業成本、加速產業流程。

針對2019年新型冠狀病毒肺炎，人工智能在抗擊疫情過程中發揮不可或缺的作用。疫情發生時，人工智能在醫療和社會治理方面，重點發揮數據優化、智能服務等方面作用，為疫情防控做出貢獻。

二、疫情防控，人工智能在醫學領域的價值

隨著醫療數據和算法模型的不斷優化，人工智能在醫療領域中的應用已非常廣泛，包括醫學影像、病歷與文獻分析、健康管理、藥物研發、輔助診療、基因測序等眾多領域。一般而言，病毒控制過程最主要的就是病毒溯源、對癥藥物、疾病預防、疫苗研制以及重癥救治。在此次疫情防控過程中，AI輔助診斷、AI影像分析、AI藥物研發、AI體溫檢測、AI醫療機器人等發揮了重要的作用。

（一）AI輔助診斷，釋放核心醫療資源

在疫情防控過程中，人工智能在輔助診斷中的應用主要包括遠程在線問診、AI影像輔助診斷、快速智能檢測診斷等。

1、自動化、無接觸的高效疫情診斷是緩解醫療資源緊張的發展方向。在疫情關鍵時期，醫療資源嚴重緊缺，病毒攜帶者與健康人群的密切接觸是傳染病疫情擴散的主要途徑，AI遠程診療能夠減少不必要的間接感染。AI遠程在線問診通過人工智能系統與用戶多輪問答的方式了解患者的病情，進而對患病情況進行分析并給出建議。在疫情防控期間，成都“醫聯”互聯網醫院平臺推出網絡問診服務，針對患者病情給出疫情期間的正確指導和建議，目前平臺上3600余名醫生已完成在線問診14萬人次。

2、AI影像分析能夠提升近百倍的診斷效率，為戰勝疫情爭取關鍵時間窗口。新型冠狀病毒感染確診主要依靠病毒核酸檢測，在實際應用中雖特異性強，但敏感性差，并且根據目前經驗肺部影像表現早于臨床癥狀，肺部的醫療影像檢查對于病情的診斷起到不可或缺的作用。然而在疫情期間，尤其是醫療資源緊張的情況下，發燒門診下大量的患者需要排隊數小時等待胸部CT檢查，例如對于200張以上患者CT影像，即使每張只需要看3秒，放射科醫生也需要至少10分鐘才能看完。利用機器強大計算能力，AI影像輔助診斷能夠在5秒內完成數百張影像的初步診斷分析，再將分析結果傳遞給醫生復核。新型冠狀病毒肺炎疫情下，AI醫療企業通過構建醫療影像診斷系統CT+AI的模式，減少錯診漏診并協助基層醫療機構辨別感染者，為快速隔離、診斷、治療爭取時間，做好疫情網格化管控的輔助工作。

（二）AI助力疫苗研發，打贏疫情攻堅戰

傳統藥物研發的大致流程是先篩選出病毒特異性的蛋白靶點，然后從數以萬計的化合物庫中大規模篩選，期望從中選出效果好，毒性小的藥物。由于篩選量龐大，研發過程費時費力，成本高昂。很多藥品的研發需要10年時間，10億美元投入，才能成功。人工智能憑借其強大的計算能力和快速智能化分析加速藥物研發進程。運用智能算法模型，人工智能在篩選化合物、新藥合成路線設計、藥物有效性及安全性預測、藥物理化性質預測、晶型預測、藥物分子設計、篩選生物標志物、研究新型組合療法等藥物研發環節都能發揮重要作用。

新冠肺炎疫情期間，一些AI企業采取開放核心算法和計算能力的方式，與醫學研究機構共同抗擊疫情。如百度向各大基因檢測機構、防疫中心及世界科學研究中心免費開放線性時間算法LinearFold。新型冠狀病毒（2019-nCoV）屬于變異性很強的RNA病毒，對于其3萬個堿基結構，利用LinearFold算法能夠將解析時間從55分鐘縮短至27秒，提速120倍，節省了約兩個數量級的等待時間。阿里巴巴與全球健康藥物研發中心GHDDI合作開發藥物研發大數據平臺，能夠快速計算冠狀病毒的靶點和藥物分子的性質，能夠對疑似病例的病毒樣本進行全基因組序列分析比對，有效防止由于病毒變異產生的漏檢，可將原來數小時的基因分析縮短至半小時，并能有效檢測出病毒變異情況。

（三）AI快速定位病毒宿主，讓醫生更有針對性治療

對于新型冠狀病毒，快速找到其自然宿主、中間宿主，弄清通過什么途徑傳播到人類，對于切斷傳播途徑具有重要意義。1月25日，北京大學工學院教授朱懷球團隊在bioRxiv預印版平臺發表了題為《深度學習算法預測新型冠狀病毒的宿主和感染性》的研究論文。該團隊使用雙路卷積神經網絡（BiPathCNN）技術，預測新型冠狀病毒的宿主，通過分析，研究團隊發現，蝙蝠冠狀病毒與新型冠狀病毒具有更相似的感染模式，可能是其自然宿主。通過比較所有宿主在脊椎動物上的病毒傳染模式，發現水貂病毒的傳染性模式更接近新型冠狀病毒，可能是其中間宿主。雖然目前依然沒有確定病毒的最終來源，但是依據已有的研究成果還是推測疫情與食用野生動物有關。

（四）AI紅外體溫檢測，提升疫情篩查效率

由于這次春運返程高峰期與疫情防控關鍵期重疊，人口大量流動為疫情的防控帶來巨大的挑戰。面對密集的人流，高鐵站、機場等交通樞紐采用傳統的手持式“額溫槍”“耳溫槍”顯然難以滿足篩查要求。人工智能圖像識別技術結合紅外熱成像技術，可以在一定面積范圍內對人流區域多人額頭溫度進行快速篩選及預警，提升了在人流聚集處的篩選效率。根據新聞顯示，百度已在北京清河火車站落地了AI人體溫快速檢測解決方案，基于人臉關鍵點檢測及圖像紅外溫度點陣溫度分析算法，可實現人流密集場所的快速體溫檢測。

（五）AI醫療機器人，減少醫患感染風險

除了AI遠程問診可以有效預防交叉感染，在重癥診療過程中，醫療服務機器人也有望成為抗擊疫情期間的主力軍，進一步減少醫護人員的感染概率，有效防止人與人之間的接觸所可能造成的疫情擴散。新型肺炎病患救治過程中，美國首先啟用了醫療機器人進行治療，機器人配備了攝像頭、麥克風和聽診器等設備，醫生負責在隔離窗外操作機器人，機器人除了用來對病人進行治療，還可以承擔其他的一些非接觸性工作。中國科學技術大學附屬第一醫院聯合中國科大相關技術團隊研制的無接觸式多功能自助終端設備，可以使用者無需與屏幕接觸，點擊空中成像，就能完成掛號預約繳費等多功能自助服務，進一步減少感染可能性。

此外，利用機器人還可以完成送餐、消毒等工作。多家企業宣布捐贈智能機器人，為隔離區提供免接觸送餐。在青大附院西海岸院區隔離區，消毒機器人成功完成調試，能夠在疫情復雜環境下實現自動駕駛、自行避障、自行噴霧消毒、紫外線消毒、空氣凈化等功能。在完成空間消毒的過程中，避免了醫護人員在人工消毒期間造成的病毒感染風險以及高污染、強腐蝕的消毒產品對人造成的傷害。

三、疫情防控，人工智能在城市治理方面的價值

疫情防控是需要全社會眾志成城共同面對的問題，疫情的突然爆發不僅造成醫療資源的嚴重緊缺，在社會層面，如何引導民眾正確應對疫情，如何及時對疫情管控，如何減少疫情帶來的經濟損失等問題給政府乃至所有中國人民帶來嚴峻的考驗。本次疫情人員控制上，很多城市在人員的綜合管理、疫情的實時管控、突發情況的處理等方面存在不足。但是隨著技術的進步，相比2003年SARS疫情，人工智能技術已經在很多城市幫助人們更好地應對“黑天鵝”事件，并成為社會管理的重要手段。

（一）AI疫情預警，讓社會及時做好準備

人工智能將成為疫情控制的重要預警手段。傳染病的爆發是分階段的，但官方信息有時不夠及時，導致病毒在人群中肆虐，感染人數呈現指數型增長。AI預測系統的結果目前來說雖然通常作為疫情防控的參考，但是對于疫情的防控是意義重大的。通過對多維度的環境因素以及疫情因素進行分析，AI疫情預警系統能夠快速定位疫情高發地區，能夠讓政府和防疫有關人員進行城市的快速疫情篩查和病情診斷，在城市疫情防控中起到重要的作用。

民眾端與公眾端是AI疫情預警的兩大數據出口。人工智能對傳染病疫情進行預測和控制通常有兩種方式，這兩種方式側重的研究角度有所區別，一種方式是在民眾終端，通過個人的情況監測，對個人的患病概率進行分析達到個人疫情預警與管理的目的；另一種方式則是通過群眾的整體宏觀大數據進行分析，利用人工智能算法尋找多維度數據與疫情傳播之間的關系，達到對疫情傳播進行分析和預警的作用。2019年新型冠狀病毒疫情爆發時，人工智能系統已經先行發出預警，加拿大公司BlueDot在2019年12月便通過每天分析65種語言的約10萬篇文章預警新型冠狀病毒可能爆發。隨后幾天，美國疾病控制和預防中心(CDC)和世界衛生組織(WHO)才發出了官方通知。人工智能系統通過新聞輿論以及相關環境數據提前預測的疫情爆發讓人們在未來將更加重視人工智能在疫情控制中作用。

（二）AI輿情分析，穩定社會焦慮情緒

人工智能也成為這次疫情管控的得力助手，通過分析搜索大數據，我們可以第一時間掌握輿情動態，了解百姓最關心的問題，發布最科學、最可靠的信息。信息的透明和有效傳達對于防疫工作至關重要，大數據搜索有力的支持了疫情期間的信息交流。各地利用大數據，可以分析疫情暴發人員流向，了解他們的分布態勢，從宏觀上預測多少人可能被感染，幫助政府決策物資投放和管控手段。一個良好的心態也是免疫力的重要來源。國內權威媒體可將自然語言處理技術應用于實時比對疑似謠言和辟謠說明，同時結合疾病目前癥狀、死亡率和治療情況估量社會輿情，以此幫助國家制定合適政策安撫民眾，穩定社會焦慮情緒。

（三）AI外呼，排查疫情普及知識

針對疫情防控的AI外呼平臺，應用了自然語言處理為基礎的認知智能相關技術，用戶可通過語音文字進行互動，了解最新疫情發展情況及疫情防控知識。AI外呼平臺通過定向或隨機撥入居民電話，自動詢問并采集居民疫情信息分析，并生成觸達統計報告，根據居民問題回答情況，給予居民的疫情初步診斷，并對居民進行疾病患教及防控指導，工作效率比人工電話效率提高數百倍。基層醫護人員不用上門排查，避免被感染疫情的風險，縮短排查時間，提高防控效率。

（四）AI路徑追蹤，精準獲悉疫情擴散情況

疫情的傳播擴散與人員的流動息息相關，但是在中國14億人口的基數下，普通的統計方法在復雜多變的人員流動情況下幾乎完全失效。在數據足夠的情況下，人工智能便可以利用其強大的計算能力，通過旅客的行程信息來分析疾病可能如何傳播。此外，有關部門和技術公司還能利用不同維度的海量數據信息，如地圖數據、航空數據、移動通信數據、電商消費數據等，進行綜合建模和分析，做出針對疫情的合理決策判斷。

（五）AI遠程教育，保障教學有序開展

針對疫情對高校正常開學和課堂教學造成的影響，教育部日前印發相關指導意見，要求采取政府主導、高校主體、社會參與的方式，共同實施并保障高校在疫情防控期間的在線教學，實現“停課不停教、停課不停學”。AI教育通過引入智能的決策系統對教育資源進行綜合智能化管理，輔助專家系統可以對教學質量進行綜合把控，智能導學系統可以提升學生學習質量，智能仿真軟件遠程可以讓學生體驗遠程實驗。人工智能遠程教育能夠有力地保障疫情期間教育工作的有序開展，借助互聯網工具和智能化手段，教師能夠更加有效地組織課堂，了解學生學習狀態；AI教育系統也能夠為學生在家中提供更為合理的學習計劃，豐富學習資源，為學生提供良好的學習條件。

四、未來AI在疫情防控中的應用場景和落地建議

（一）AI疫情預警：政企聯動，數據開放，構建起智能、立體、主動式的傳染疾病防控預警體系

打通應急數據資源共享通道，以數據為理論依據。加快構建政府數據、城市數據、社會數據綜合管理體系，聯通數據資源持有主體，充分發揮數據價值。面對疫情，主動利用智能化手段，運用政企聯合的方式，共同構建起疾病來源、傳播預警、傳播源自動隔離、被傳播對象主動提前防控的全方位立體的疫情預警體系。人工智能與大數據時代，防控疫情需要“數戰數決”。鼓勵企業變被動為主動，積極戰勝疫情的同時增加企業的軟實力。

建立AI傳染疾病預警平臺，疫情預警智能化。在傳染疾病高發期，醫療機構、疾病監測機構可借助AI算法，綜合醫療機構一手診斷信息、官方信息、全球傳染疾病信息、氣候和牲畜信息等，建立傳染疾病預警平臺，在疫情發現初期，及早發現、監測傳染病疾病類型、疾病來源、易感人群，提出預防預警信息及預警等級。建立統一綜合的社會傳染疾病預警平臺，以政府和醫療機構作為數據的主要提供者，人民群眾作為平臺的監督者，實現自主運營的智能化傳染病預警。結合社會疫情智能監測，強化對疫情數據進行歸集和分析。

實現疫情防控立體化、主動化，利用AI分析疫情和人群流動信息。專門的疾病預防監測機構或企業，根據疾病預警等級，結合國內航空、鐵路等運輸數據信息，利用AI驅動算法，在疾病傳播初期，及早跟蹤疑似患病人員流動情況。利用官方網站、疾病預警平臺、社交平臺等，及時提醒疑似患病人員自動隔離、提醒相關接觸人員主動防御。通過描繪疑似人群的遷徙布局和熱力圖，對風險人群流動做到最大限度監控，輔助做好疫情防控工作。

（二）AI疾病診療：構建企業與醫療機構長效合作機制，提高診斷效率，降低“接觸”感染風險

鼓勵人工智能在醫療領域的試點應用。政府、各機構積極支持AI在傳播疾病中的診斷和治療應用，提高診斷效率，降低診斷過程感染風險。鼓勵醫療機構的人工智能應用試驗，利用AI的方法為未來迎接疫情做好準備。做好疫情期間的數據積累，完善數據隱私保護機制，智能化分析和評估病毒疫情的診療方式。

促進企業與衛生公共服務機構建立長效合作。通過“算法能力＋疾控數據”的整合，協助進行病毒基因測序、新藥研發、蛋白篩選等工作，加快疫情藥物研發；加快AI在醫療影像處理中的應用，提高疾病篩查效率；加快具有醫療診斷、采血、監護護理等功能的醫療機器人的開發應用，減少醫護人員需求的同時降低醫護人員感染風險。

（三）AI城市治理：城市服務部門整合資源，讓城市更智能、更堅強

優化城市資源配置，完善緊急情況下的資源調度方案。加強城市資源的統一綜合管理，完善緊急情況下的城市資源調度應急預案。部署城市資源管理平臺，做好數據采集、系統建設、智能嵌入等工作，發揮人工智能技術的高效、智能的特性，實現對醫療資源、交通資源、人力資源的合理調度。政府部門可整合城市疾病控制平臺、人員流動信息等，借助AI技術，根據傳播源、疫情高發場所、易感人群等信息，設置最優的資源配置方案，包括醫療防護資源、最大程度減少疾病傳播。

防控疫情，借助智能機器人實現隔離。借助智能語音識別、消毒機器人、紅外體溫檢測等智能終端，提高疫情感知、處理速度。建立智能機器人相關企業與醫院的協作橋梁，加強合作與溝通，完成智能機器人的升級，以保證在疫情非常環境下的穩定作業。根據醫院不同環節的需求，開發有針對性的醫療專用機器人，將人工智能技術切實地與醫療場景融合。

（四）AI社會運營：建立基于智能技術的重大突發事件社會運營體系

加快社會運營無人化、自動化升級。社會運營方面需緊隨人工智能產業發展大潮，實現社會運營的智能化轉型升級。在疫情發生時，對道路清潔、緊急搶險、物資運輸等能夠盡量實現無人作業，減少運營人員在疫情期間的感染風險。

鼓勵疫情期間，實現教育的遠程化、智能化。在教學內容、教學模式、教育管理機制上完成傳統教學與線上教學的轉變，總結疫情應急經驗，完善教育體系的應急管理方案，實現“停課不停學”。加強遠程在線教育的管理，保障遠程在線教育教學質量，為學生提供放心可靠智能的教學環境。

建立社會疫情實施監測體系，在交通樞紐、醫院、學校等社會運營的重點環節部署智能監測節點。在重點檢測人員密集區的安全情況之外，加強疫情的監控。利用如體溫探針、紅外測溫等設備結合人工智能的綜合管理系統實現疫情的早發現、早抑制。

來源：賽迪顧問