最近一段时间，神秘的新型冠状病毒正以惊人的速度疯狂传播。上周四，世界卫生组织(WHO)针对新型冠状病毒发布全球公共卫生紧急事件。从整体规模来看，此次疫情在感染人数方面，已经快速超越了2002至2003年同样发生在中国的SARS(严重急性呼吸道综合症)。

各个国家正在努力消解病毒带来的影响。划定隔离区、对主要城市进行封锁、限制民众出行，同时加快疫苗的研究速度等等——这一切，都是为了尽快恢复社会的正常秩序。

那么，AI(人工智能)等新兴技术能否在这一轮生死攸关的对抗中发挥作用?答案是肯定的，AI正在为此贡献自己的力量。

让我们从BlueDot聊起，这是一家得到风险投资支持的初创企业。该公司开发出一套先进的AI平台，能够处理数十亿条数据，将全球航空往来记录与个人身份等信息整理起来，共同作为流行病爆发分析的基础素材。

面对此次新型冠状病毒，BlueDot早在去年12月31日就发布了第一项警报——这一时间点，甚至早于美国疾病控制与预防中心1月6日的初步反应。

BlueDot公司是Kamran Khan的杰作，他是一名传染科医生，同时也是多伦多大学医学与公共卫生学教授。更重要的是，他曾经在SARS爆发期间以医疗人员的身份奋战在抗击第一线。

Khan解释道，“目前，我们正在使用自然语言处理(NLP)以及机器学习(ML)技术处理大量非结构化文本数据，这些文本涉及65种不同语言，希望借此跟踪超过100种疾病的爆发趋势。如果通过传统的手动方式进行处理，那么这项工作恐怕需要一支包含百人的庞大团队。但新兴技术的加入，使得健康专家们不再被数据分析所束缚，而是能够将自己的时间、精力以及聪明才智投入到应对传染病风险之上。信息的收集与组织这类费心费神的任务，终于可以由机器承担了。”

当然，BlueDot绝对不是唯一一家尝试利用AI技术遏制新型冠状病毒传播的组织。目前，医疗保健行业内开始普遍关注AI有望带来的巨大可能性：

DataRobot公司医疗保健总经理Colleen Greene：

“AI技术能够根据不同地区的实际情况预测潜在的新增病例数量，同时发现哪类人群遭到传感的可能性最高。利用这项技术，我们可以向旅行者发出提醒，确保易受感染的人群在出行途中戴好医用口罩。”

纽黑文大学计算机科学副教授Vahid Behzadan：

“AI技术能够帮助我们优化策略。例如，Marzieh Soltanolkottabi博士就在研究如何利用机器学习评估并优化各社区、城市以及国家之间的社会隔离策略，从而有效控制流行病的传播路径。此外，我的研究小组在与Soltanolkottabi博士开展合作，探索AI技术应用的最新方向，特别是如何利用强化学习提高疫苗接种策略的实际效果。”

IPsoft公司全球医疗保健与生命科学业务负责人Vincent Grasso博士：

“举例来说，在疾病全面爆发时，当务之急当然是从患者以及其他相关人员处获得第一手临床信息，例如治疗前后的生理状态、关于暴露部位与疾病传播的关系以及其他准确的指导性资料。但考虑到疾病爆发的背景，人员的现场部署不仅成本高昂、而且相当困难，这一点在多地爆发疫情或者缺乏充足医疗资源的地区显得尤为严重。会话式计算在这方面能够为我们带来良好的信息延伸能力，有望补充现有疫情观察体系中的种种不足。会话式计算具有双向特性——既能够与患者交互收集信息，也允许患者主动联系以上报最新动态。此类方案将根据计划(计划本身可根据情况变化进行修改或者标准化调整)交付指导意见。另外，多语种以及多模式方法的引入，将进一步扩展会话式计算的实际效果。除了这种「前端」优势以外，新兴技术还帮助我们得以从多种来源(包括语音、文本、医疗设备、GPS等等)处收集数据，并以此为基础快速探索如何更有效地应对未来可能出现的流行病大爆发问题。”

SAS全球政府实践总监、美国国土安全部前国家生物安全监督总监Steve Bennett：

“AI技术能够通过多种方式帮助我们应对此次新型冠状病毒。AI可以预测出世界范围内的疫情爆发热点，换句话说，帮助我们快速找到(人畜共患)病毒从动物到人类的高概率传播点。这种能力对于那些缺少完善食品市场健康法规的国家特别重要。一旦确定了已知的爆发状况，卫生官员即可在AI工具的支持下，根据环境条件、民众获取医疗资源的方式以及疫情传播动态快速预测病毒的扩散途径。AI还有助于识别并发现病毒在特定区域内的爆发模式，或者快速跟进微观层面下与正常规律有所出入的卫生事件动态。从这些事件中提取出的洞察见解，要帮助医疗人员有效了解新型病毒的天然特性。”

“现在，作为治疗新型冠状病毒的核心手段之一，制造抗病毒药物并开发出有效疫苗已经成为全球医疗工作者的共识。但整个研发过程繁琐且需要大量试验。以往，医学界虽然成功培育出多种适用于类似病毒的疫苗，却无法将其直接用于杀灭新型冠状病毒。好消息是，AI技术能够帮助医疗工作者们观察类似病毒之间的共通模式，并检测潜在新疫苗的基本属性。也许经过一定调整，原有疫苗就能快速走上对抗新病毒的战场——这显然要比从零开发疫苗高效得多。”

InterSystems公司HealthShare项目副总裁Don Woodlock：

“通过机器学习方法，我们能够读取病历中的数百亿个数据点与临床文档，并在感染或者未感染该病毒的人群之间建立起关联性。罹患新型肺炎的患者之间存在一定共通「特征」，这些特征会被纳入建模流程，从而帮助我们快速确定其他感染风险较高的潜在人群。”

“同样的，机器学习方法也能够在医疗记录内的治疗方法与最终治疗结果之间自动建立起关联模型或者关系模式。这些模型能够快速确定哪些治疗选项效果更好，有助于改善临床指导指南的制定流程。”

The Smart Cube公司数据科学与AI副总裁Prasad Kothari：

“新型冠状病毒可能引发多种严重症状，包括肺炎、严重的急性呼吸系统综合症甚至是肾脏衰竭等等。凭借在个性化医疗领域的出色表现，AI算法(例如基于基因组的神经网络)能够高效管理这些由新型冠状病毒引发的不良反应或者具体症状。需要强调的是，病情轻重往往取决于患者的个人免疫力以及基因组结构，因此很难凭借单一治疗方法全面控制所有症状。也正因为如此，AI的个性化能力成为我们抗击疫情的一大有力武器。”

“最近一段时间，AI算法(例如boltzmann机，基于熵的组合神经网络)支持下的免疫疗法与基因疗法，已经用实际表现证明了充分发挥人体免疫系统能力在对抗疾病中的重要意义。也正因为如此，Abbvie开发的Aluvia HIV药物成为对抗艾滋病的一种重要可行方案。虽然还需要深入检验，但希望的不久的将来，我们能够通过受影响患者的数据、总结出新型冠状病毒的病理学与细胞作用机制。只要跨过这道难关，相信我们能够将生物学原理与治疗功效联系起来，最终开发出符合病患个人体质的治疗计划。”