100多年前的1918年，西班牙流感席卷全球，造成人類至今難以忘卻的傷痛。100多年后的今天，新冠肺炎成為人類生存的又一次挑戰。不同的是，大數據與人工智能（AI）等技術手段正在成為人類戰勝疫情的新型“武器”。
疫情之下，大數據與AI技術能夠為疫情的預防控制做些什么？4月18日，在愛思唯爾云論壇上，多位來自學術界和工業界的專家，分享了此次新冠疫情中大數據與AI的相關研究與應用。
做防控的“先知”
疾病預測是將被動預防轉化為主動預防的重要環節。在上海交通大學計算機科學與工程系教授高曉沨看來，做疾病預測工作時，可以利用數學模型技術、大數據分析技術，結合機器學習技術，精確刻畫疫情變化的規律，主動有效地控制疫情。
“可以采用基于概率統計的回溯模型、基于傳播動力學的模型、基于個體的模型、基于大數據的機器學習模型、基于社交模式的疫情分析、基于信息擴散的網絡傳播模型、基于復雜網絡流的傳播預測模型等，對疫情進行預測和分析。”高曉沨說。
她介紹，目前，全球已經有一些科研團隊聚焦疫情動態的建模與數據分析，如麻省理工學院團隊、牛津大學團隊等，國內也有一些相關的研究團隊，如上海財經大學團隊、陜西師范大學團隊等。此外，全球也已經有團隊在做數據的可視化分析。
“基于社交的疫情建模，可以幫助我們及時發現高危個體，阻止疫情傳播，縮小病毒傳播范圍，部署防疫力量，減少社會損失。”高曉沨說。
做社會的智囊
疫情期間，研究刊物、新聞媒體、官方文件中充斥著大量新冠肺炎相關信息。能否對這些過載信息進行整合，決定著信息價值是否能得到充分利用。
從春節開始，宅在家里的清華大學計算機系教授唐杰就和學生們一起，為他們過去的科研成果尋找用武之地。最終他們決定，匯聚冠狀病毒的各種數據源，在可視化的基礎上對疫情發展趨勢、各地風險指數等作出智能預測，并嘗試構建冠狀病毒的知識圖譜，為科研人員、社會公眾服務。
“目前，新冠肺炎開放數據庫已經匯聚了近200項數據資源，并且還在不斷更新中，數據范圍覆蓋了疫情、科研、知識、媒體、政策等多個方面。”唐杰說。
除了為復工復產等社會決策提供信息支持外，他們還匯總了國內外專家信息，對高關注度學者專家的研究興趣、領域、科研成果影響力、學術動態等信息進行深度挖掘，對新冠疫情相關學術成果的時間線、相關性進行了匯總分析，如篩選專家文獻、分析解讀文獻、提取專家觀點、發現學術事件等，為科研人員了解學術動向提供參考。
唐杰介紹，他們還分析了冠狀病毒研究趨勢，包括冠狀病毒研究的技術趨勢、國家趨勢、機構趨勢、學者趨勢等。
做醫生的助手
疫情為醫護人員帶來了龐大的工作量，而AI正在成為新冠肺炎疾病診治的助手。
“新冠肺炎影像人工診斷面臨挑戰。”阿里巴巴集團副總裁華先勝表示，在效率方面，CT影像人工閱片量大，影像醫生閱片耗時長；在精確度方面，疫情期間影像檢查業務量極大，醫生容易因過度疲勞導致誤診漏診率增加，診斷準確率不穩定；此外，人工閱片定量分析少，對臨床診斷的支持性定量分析存在不足。
他介紹，在此背景下，阿里云創立了新冠肺炎CT輔助診斷系統方案，平均最長20秒鐘處理一個病例，讀片速度是醫生的50倍，每天可以分析大約13000例樣本。
“目前該方案已經為國內包括火神山醫院在內的168家醫院提供服務，并向海外各國開放。”華先勝說。
此外，他表示，阿里云還提供了新冠病毒全基因組檢測方案，以解決全國范圍內核酸檢測能力不足，PCR方法假陰性率高，及病毒可能發生變異等關鍵問題。
“全基因組分析可以通過序列分析和序列拼接，分析與病毒序列的同源性，定制化地給出最終診斷報告；可以構建進化樹，智能分析病毒傳播或演化的時間圖譜，智能分析患者感染事件；還可以預測病毒蛋白二級結構和三維結構。”華先勝說。
如今，新冠肺炎疫情在全球的多點暴發及迅速蔓延，給社會帶來巨大影響，也為大數據與AI研究者帶來新的挑戰。此次云論壇上，多位專家也因此呼吁，加強大數據時代的科研合作與交流，通過工業界與學術界的互動及學科間的交叉，碰撞出更多智慧的火花。
中國-博士人才網發布
聲明提示：凡本網注明“來源：XXX”的文/圖等稿件，本網轉載出于傳遞更多信息及方便產業探討之目的，并不意味著本站贊同其觀點或證實其內容的真實性，文章內容僅供參考。
