即使不是最致命的，新型冠狀病毒（COVID-19）也是過去幾十年來襲擊我們綠色星球的最具傳染性的疾病之一。 自該病毒去年首次被發現以來，僅三個多月便已傳播到90多個國家，感染了185,000多人，並奪去了3500多條生命。（截止到@AI科普 發文時，全球已經有超過30萬人感染新冠病毒）
隨著政府和衛生組織爭相遏制冠狀病毒的傳播，他們需要獲得的所有幫助，包括來自人工智能的幫助。 儘管當前的AI技術遠不能複製人類的智力，但事實證明，它們對跟蹤疫情，診斷患者，消毒區域以及加快找到COVID-19的治癒過程非常有幫助。
數據科學和機器學習可能是我們在抗擊冠狀病毒爆發中最有效的兩種武器。
通過機器學習跟蹤冠狀病毒的爆發
就在今年年初之前，追蹤世界各地傳染病的人工智能平臺BlueDot標記了在中國武漢市場上發生的一系列“異常肺炎”病例。 9天后，世界衛生組織（WHO）發表聲明，宣佈在武漢某住院的肺炎患者中發現“新型冠狀病毒”。國內騰訊、阿里、百度、新浪也都有疫情數據實時更新系統和平臺。
BlueDot使用自然語言處理和機器學習算法來細讀數百種來源的信息，以尋找傳染病的早期徵兆。 AI會查看衛生組織的聲明，商業航班，牲畜健康報告，衛星的氣候數據以及新聞報道。每天在冠狀病毒上生成大量數據，因此AI算法可以幫助找到可以提供有關病毒傳播的相關信息的位。它還可以找到數據點之間的重要關聯，例如生活在受病毒影響最嚴重的地區的人們的移動方式。
該公司還僱用了數十名專家，他們專門研究包括地理信息系統，空間分析，數據可視化，計算機科學在內的一系列學科，以及臨床傳染病，旅行和熱帶醫學以及公共衛生方面的醫學專家。專家審查AI標記的信息，併發送有關其發現的報告。
結合人類專家的協助，BlueDot的AI不僅可以預測流行的開始，還可以預測流行的方式。就COVID-19而言，AI成功識別出該病毒在武漢傳播後將轉移到的城市。研究出行方式的機器學習算法能夠預測感染冠狀病毒的人可能出行的地方。
使用計算機視覺檢測冠狀病毒感染
您可能已經在過境點和機場看到過COVID-19放映。衛生人員使用溫度計槍，目視檢查旅行者是否發燒，咳嗽和呼吸困難。
現在，計算機視覺算法可以大規模執行相同的操作。中國科技巨頭百度開發的AI系統使用配備了計算機視覺和紅外傳感器的攝像頭來預測人們在公共區域的溫度。該系統每分鐘最多可篩查200個人，並檢測他們在0.5攝氏度範圍內的溫度。 AI會標記溫度高於37.3度的任何人。該技術現已在北京清河火車站使用。
另一家中國科技巨頭阿里巴巴（Alibaba）開發了一種可以在胸部CT掃描中檢測冠狀病毒的AI系統。根據開發該系統的研究人員的說法，該AI的準確性為96％。 AI接受了5,000例冠狀病毒病例數據的培訓，可以在20秒內執行測試，而專家需要15分鐘才能完成診斷。它還可以區分冠狀病毒和普通病毒性肺炎。該算法可以幫助已經承受巨大壓力的醫療中心篩查患者的COVID-19感染。據報道，該系統已在中國的100家醫院中採用。
據稱，由武漢大學人民醫院，武漢EndoAngel醫療技術公司和中國地質大學共同開發的另一種AI顯示，在胸部CT掃描中檢測COVID-19的準確率達95％。該系統是經過45,000次匿名CT掃描訓練的深度學習算法。根據發表在medRxiv上的預印本，該AI的性能可媲美放射線專家。
機器人在對抗COVID-19的最前線
防止新型冠狀病毒傳播的主要方法之一是減少感染患者與未感染該病毒的人之間的接觸。為此，一些公司和組織致力於使以前需要衛生工作者和醫務人員與患者互動的某些程序自動化。
中國公司正在使用無人機和機器人執行非接觸式輸送，並在公共場所噴灑消毒劑，以最大程度地減少交叉感染的風險。其他機器人正在檢查人們是否發燒和其他COVID-19症狀，並分發免費的洗手液泡沫和凝膠。
在醫院內部，機器人正在為患者運送食物和藥品，並對房間進行消毒，從而消除了在場護士的需要。其他機器人在沒有人工監督的情況下忙於煮飯，從而減少了運營該設施所需的人員數量。
在西雅圖，醫生使用機器人與患者進行遠程通信並對其進行治療，以最大程度地減少醫務人員對感染者的接觸。
人工智能正在加速藥物研究
歸根結底，對新型冠狀病毒的戰爭還沒有結束，直到我們開發出一種可以使所有人免疫該病毒的疫苗。但是，開發新藥和新藥是一個非常漫長和昂貴的過程。它的成本可能超過10億美元，最多需要12年的時間。隨著病毒繼續以加速的速度傳播，這就是我們所沒有的時間表。
幸運的是，人工智能可以幫助加快這一過程。谷歌於2014年收購的AI研究實驗室DeepMind最近宣佈，它已使用深度學習來查找有關與COVID-19相關的蛋白質結構的新信息。這個過程可能還要花費幾個月的時間。
瞭解蛋白質結構可以為冠狀病毒疫苗配方提供重要線索。 DeepMind是參與解鎖冠狀病毒疫苗競賽的幾個組織之一。它利用了數十年來機器學習進展以及蛋白質摺疊研究的成果。
DeepMind的研究人員說：“重要的是，我們的結構預測系統仍在開發中，我們不確定所提供結構的準確性，儘管我們有信心該系統比早期的CASP13系統更準確。”寫在AI實驗室的網站上。 “我們證實我們的系統為蛋白質數據庫中實驗確定的SARS-CoV-2穗蛋白結構提供了準確的預測，這使我們相信我們對其他蛋白質的模型預測可能有用。”
儘管現在判斷我們是否朝著正確的方向前進還為時過早，但值得讚揚。查找冠狀病毒疫苗所節省的每一天可以挽救數百甚至數千條生命。
閱讀更多 芯青年 的文章
