疫情當前人工智能在診療中的應用

鄭澤華

摘 要：人工智能前沿技術正在快速融入醫療。在傳染病防治中，人工智能有方便快捷，減少人員接觸，減少傳染風險等諸多好處。大數據與人工智能將被用于精準識別醫學影像中的早期病灶，定位致病基因并開展相應的靶向治療，以及提前預警重大健康風險等。

關鍵詞：人工智能;新型冠狀病毒

就在我國上下人心越來越安定之時，世界其他國家的新型冠轉型病毒感染情況，不免使人憂心忡忡。美國約翰斯·霍普金斯大學發布的實時統計數據顯示，截至北京時間2020年4月17日近7時，全球累計確診新冠肺炎病例2151199例，累計死亡143725例。美國累計確診667225例，死亡32868例。面對越來越嚴重的全球傳染性疾病，這幾乎是一場沒有硝煙的世界大戰，人和人見面都充滿了危險和不確定性。在極具傳染性的流行病面前，疾病的診斷、治療都更需要人工智能，這一點顯得尤為重要。

一、人工智能在醫學中的發展現狀：

人工智能自誕生之日起，就與醫學密不可分。以神經生理和神經解剖學研究成果為基礎，“實現人類水平的智能”是人工智能領域研究者最初的夢想。現實中，醫學研究的不斷深入，為人工智能發展開啟了新的維度;人工智能的技術創新與應用拓展，也對醫療行業產生著深刻影響。

如今，AI技術已經深入臨床輔助診斷、醫學影像、腦科學乃至中醫學等醫學領域的各個方面。以醫學影像為例，目前人工智能已經成功應用于肺部疾病、乳腺疾病、神經系統疾病、心血管系統疾病等方面。借助植根于大數據的人工智能算法，醫生能夠顯著提升疾病篩查和診斷的效率，為科學制定治療方案提供可靠的輔助。

此外，在新藥研發過程中，利用深度學習，也可大大縮短研發周期、控制研發成本，更好造福患者。在一些大醫院，新型醫療機器人常駐病房，對病情監測、病患護理等發揮了獨特作用。可以說，人工智能的快速發展，極大提高了醫療生產力。

大數據、人工智能在醫療領域的應用，還促進了醫療服務模式、健康管理理念的改變。在傳染病防治中，人工智能有方便快捷，減少人員接觸，減少傳染風險等諸多好處。如今，人們可以無需常往醫院跑，就能對自身進行日常健康管理。通過智能可穿戴設備、家庭智能健康檢測監測設備，能夠實時動態監測健康數據，精準把握個人健康情況。尤其在血糖管理、血壓管理、用藥提醒、健康要素監測等方面，人工智能可以提供常態化、精細化的指導，為特定群體提供全方位、全周期的健康服務。這些，不僅有利于加強疾病預防、提高慢病管理效率，也能提升公眾的健康觀念，從根本上節省全社會的醫療成本。

二、目前的缺陷：

我們現在對于人工智能的看法是猶猶豫豫的，有些人是完全看好的，有些人是悲觀的，當然也有人是兩面的。其次，我們對于人工智能的技術仍是欠缺的，對于其的技術攻克一直都是全世界研究的問題。最后，我們現在更多的研究其的目的是用于國家之間的經濟或是軍事競爭，而不是想著更好的用其造福人類，為更好的幸福生活來研究其發展前景。其次，我們對于其了解程度還不夠，現在對于其研究還停留在淺層面，就像海上冰山一樣。

現在越來越多的國家對于醫用人工智能的關注度正在逐步提高，而世界各地對于這一項目的研究取得成果也此起彼伏。當今世界下科學技術迅速發展，人類也在追求智能化世界，未來可期，也許再過幾十年，我們將生活在一個完全智能的社會，到那時，天很藍，空氣清新，陽光明媚，生活輕松快樂。

三、人工智能在診治方面的幾點用途：

不斷上升的確診數字牽動著每個人的心，人們紛紛投入到這場沒有硝煙的疫情阻擊戰中。可以看到，除了不舍晝夜的醫護工作者外，人工智能技術也在這場戰役中起到了不可小覷的作用，快速體溫檢測、大數據防控、接診問診、機器人接待……毫無疑問，人工智能技術正逐漸成為人類的新一代守護者。

1、實現快速體溫檢測，疫情數據歸集和分析。

運用云計算、大數據等技術進行精確翔實的數據歸集和分析，能有效助力政府進行科學化決策。例如一家加拿大人工智能初創企業Bluedot，以AI系統搜索外語新聞報道、動植物疾病報告和各類官方公告，通過自然語言處理分析可能的疫情報道，2019 年 12 月 31 日該系統發出警告，并正確預測了新型冠狀病毒在首次出現后的幾天內將從武漢擴散到曼谷、漢城、臺北和東京。

除了拉響警報，大數據技術還能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，精確掌握散落在各地的隱性傳染者。例如基于大數據可以獲知在武漢華南海鮮市場關閉前，有多少曾去過那里的人，通過跟蹤他們的信息，進而獲得精準防控能力。

2、智能問診系統，機器人站在抗擊疫情最前線。

由于新型冠狀病毒的傳染性，利用機器人來完成某些替代性工作，可以有效防止人與人之間的接觸所可能造成的疫情擴散。在本次新型冠狀病毒肺炎確診案例的治療過程中，機器人已經派上用場。以美國首例新型肺炎病患救治過程為例，為了防止病毒的進一步傳染，治療過程中，醫生負責在隔離窗外操作機器人，而機器人配備了攝像頭、麥克風和聽診器等設備，能替代部分人類工作。

3、人工智能算法尋找病毒宿主。

2020年1月25日，北京大學工學院教授朱懷球團隊在bioRxiv預印版平臺發表了一篇題為《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。

4、人工智能助力抗病毒藥物研發。

在人工智能的參與的藥物研發模式下，首先將大量已知的靶點3D結構與藥物作用模式輸入模型，教會人工智能判斷某個藥物是否對靶點有作用。人工智能驅動的藥物研發變成了確定靶蛋白的3D結構，然后人工智能便會從龐大的化合物庫中自動篩選可能有效的藥物，研發人員只需通過實驗，驗證少數篩選出的結果，大大節約研發時間和成本。當前疫情之下，BAT等巨頭紛紛捐助龐大AI算力，便是為了協助科學家快速篩選出藥物。

5、百度疫情地圖大數據。

利用百度地圖大數據來洞悉遷徙、疫情防控與搜索最近發熱門診，尤其打開百度地圖中的熱力圖圖層，查看實時人口流量密度，在疫情期間，以此作為輔助來決定出行路線。

在肺炎疫情關鍵時期，救治感染患者，強化防控措施落實，與這一場新型冠狀病毒爭分奪秒戰斗。然而，流動性為防治帶來一定難度，全國各地相繼成立疫情防控工作組，日夜兼程，把疫情防控、醫療救治、科研攻關、物資保障等多項措施落到實處，以精準、快速和有效參與疫情防控。加強溯源和病原學檢測分析，加快治療藥品研發，提高了疫情防控的科學性和有效性。雖然現在還不是放松的時候，在政府的強有力領導下，全國人民共同努力，白衣戰士沖鋒在前，我們取得了今天來之不易的成績。

四、展望：

多年前，微軟曾宣了一項宏偉計劃，欲利用AI技術幫助解決癌癥治療。癌癥是目前全球主要死亡原因之一，人類與癌癥的長期斗爭中，攻克治療癌癥的信心從未動搖。

百度設立了疫情及公共衛生安全攻堅專項基金，不僅寄望于解決當今緊迫的醫療難題，包括將提供時空大數據及分析技術，支持對疫情的及時發現、快速應對及科學管理。隨著疫情防控工作進入新階段，基層社區居民排查、快速摸清健康情況和流動情況，已成為當前防控新型冠狀病毒疫情的重要措施。

不管AI的技術多么復雜、多么先進，我們都希望每個人能夠平等地從中獲益。生命健康人人平等，每個人都能用AI技術守護健康。