人工智能抗擊新冠肺炎疫情，多以測溫、無人配送的形式衝鋒陷陣，就算是CT智能診斷等臨床方向，也鮮有像阿里達摩院算法專家顧斐這樣去疾控中心一線支持基因檢測的經歷，從1月28日開始，顧斐已經在疾控中心奮戰了一個多月。這是顧斐首次現場支持合作伙伴。因為他和團隊把病毒檢測速度由數小時縮短到半小時，病毒拼接的速度由30-60分鐘縮短到15-30分鐘。全民抗疫，病毒基因測序和疫苗/藥物研發是看不見的戰場，在工信部的倡議中，這兩項壓軸，也給人工智能行業未來的攻關方向提出了新的建議。
“第一次現場支持，比‘996’辛苦”
1月28日（大年初四），阿里達摩院主動聯繫了浙江省疾控中心。“我們和合作夥伴（傑毅生物）想要各捐一套設備過去，幫疾控中心搭建全基因組檢測分析平臺，目的是加快分析速度。”顧斐回憶。
其實自疫情暴發，這位哈佛大學醫學院博士後與他的團隊就保持著密切關注。他的主要工作是用人工智能的方法來研究疾病與基因突變的關係，目前在阿里達摩院醫療AI團隊負責基因方向研發。這種特殊的交叉，讓顧斐和團隊一直希望能有機會去幫助一線人員。
在對接後的第四天，浙江省疾控中心、阿里達摩院和傑毅生物上線了自動化的全基因組檢測分析平臺，把疑似病例基因分析的時間從數小時縮短至半小時。
據顧斐介紹，“我們在基因研究和算法上一直有技術儲備，去現場之前已經準備好了基因測序方案”。一個小插曲是，因為涉及到數據保密等問題，阿里雲等後方團隊在正式合作前期，還做了搭建網絡、服務器組建等工作，先後有上百人提供了支持。
這種短時間內多部門配合並不多見，在後來的實際合作中，顧斐和團隊也遇到了很多第一次和意料之外。
“這是我個人第一次現場支持，之前大部分只需要在線上負責數據分析。”顧斐說。從1月28日開始，他每天要處理疾控中心以及公司的事情。工作時間從早上八點半到次日凌晨一兩點，每天家和疾控中心兩點一線。
談到工作狀態的變化，顧斐坦言，“現在的工作時間比‘996’要長，剛開始不適應，有點累”，但也覺得“小興奮，因為很有責任感”。
“之前基因檢測以天計，現在十幾個小時”
這樣的工作狀態還要持續一段時間，因為人工智能與基因領域都有極強的專業性，這個工作非顧斐莫屬。
具體到工作，系統調整是主要的內容，也是他和團隊這次遇到的意外。
據瞭解，自動化全基因組檢測分析平臺是由阿里達摩院聯合傑毅生物共同研發，可以給浙江省疾控中心在新型冠狀病毒疫情防控上提供全自動建庫和分佈式計算分析能力。
其中傑毅生物開發了全自動高通量測序建庫儀，把整體常規人工需要12個小時的工作時間縮短到2個小時。然後是測序，阿里達摩院負責計算測序產生的海量數據，將病毒檢測的整體速度由數小時縮短到半小時，把病毒拼接的速度由30-60分鐘縮短到15-30分鐘。
之前阿里達摩院和傑毅生物在各自領域都有一套自己的方案，現在三家一起來做，就要不斷地改進。
據顧斐透露，現在三方的方案已經統一，但是還需要更多的數據支撐，系統仍在不斷優化中。
顧斐向北京商報記者舉例，“之前疾控中心有自己的全基因組測序方案，有一套試驗制配標準。現在三方要協調的包括選擇哪個試劑、基因要雙端測還是單端測、樣本的濃度等。一開始這些都是不統一的”。
對比浙江省疾控中心原有的基因檢測模式與新模式，顧斐說，“用之前的方式檢測，有一些流程需要人工操作，比如把一臺機器上的數據用人工拷貝的方式放到另一臺機器上進行下一步，檢測時間要以天計。現在利用新的平臺，機器間的數據可以直接傳輸，加上算法優化，整個檢測時間縮短到了十幾個小時”。
“希望重視更多基因研究子方向”
戰“疫”尚未結束，但已經給人工智能企業帶來新的思考。北京商報記者注意到，這次行業代表性企業的支持，集中在AI測溫、機器人諮詢、無人配送等，少有像阿里達摩院這樣的臨床方向。
在杭州電子科技大學副教授徐偉棟看來，當代人工智能幾乎已經是機器學習甚至深度學習的代名詞。在機器學習領域，最大的成本與障礙不在算法，而在足量的訓練樣本。在基因領域，醫學與生物學最大的成本與障礙不在計算上（基因測序除外），而在將基因、蛋白組學的結果與臨床結果的聯立上，這需要大量的臨床試驗，很慢、很費錢，甚至涉及倫理困境。
具體到基因方向，中國人工智能學會會員張孝容認為，人工智能大致有3個階段，基因預測、器官再造、基因編輯。目前企業的研究和探索主要在第一個階段，突破本階段可能需要很長的時間，需要投入的很多。一方面是因為AI基因領域的相關人才少；另一方面是回報難料，商業化較難。
談及此次疫情對人工智能企業的意義時，顧斐直言，“阿里達摩院基因研究還會進一步擴大，接下來希望進一步招募更多的專業人才”。
顧斐已經想好了三四個子方向，比如蛋白結構預測、製藥方面。原因是“這些方向更偏臨床，會有實實在在的幫助。現在很多機構都在根據新型冠狀病毒的結構進行藥物的篩選，其實阿里達摩院也在做這個工作”。
本文源自北京商報
閱讀更多 金融界 的文章
