科研人員研究已人工智能技術(shù)對抗疫情

網(wǎng)易智能訊1月30日消息，自新型冠狀病毒肺炎疫情爆發(fā)以來，科研和醫(yī)學(xué)工作者已經(jīng)想了不少辦法應(yīng)對，其中包括人工智能(AI)技術(shù)。

每當(dāng)有神秘疾病突然爆發(fā)時，政府和公共衛(wèi)生部門的官員可能很難迅速收集相關(guān)信息，并協(xié)調(diào)各方加以應(yīng)對。但可以自動挖掘來自世界各地新聞報道和在線內(nèi)容的AI系統(tǒng)，可以幫助專家識別可能導(dǎo)致潛在流行病或更糟糕疫情的異常情況。換句話說，AI實際上可能會幫助我們在下一場瘟疫中幸存下來。

這些AI系統(tǒng)的能力在最近應(yīng)對冠狀病毒肺炎疫情中得到了充分展示。加拿大名為BlueDot的公司宣稱很早就發(fā)現(xiàn)了冠狀病毒，該公司是眾多使用數(shù)據(jù)評估公共健康風(fēng)險的公司之一。據(jù)悉，BlueDot自稱主要從事“自動傳染病監(jiān)測”，在2019年12月底就向客戶通報了這種新型冠狀病毒。

而直到幾天后，美國疾病控制和預(yù)防中心(CDC)和世界衛(wèi)生組織(WHO)才發(fā)出了官方通知。現(xiàn)在臨近了1月底，冠狀病毒疫情已經(jīng)奪走了100多人的生命，包括美國在內(nèi)的其他多個國家也都出現(xiàn)了感染病例。

傳染病醫(yī)生、BlueDot創(chuàng)始人兼首席執(zhí)行官卡姆蘭·克汗(Kamran Khan)在接受采訪時解釋稱，該公司的早期預(yù)警系統(tǒng)使用AI(包括自然語言處理和機器學(xué)習(xí))通過每天分析65種語言的約10萬篇文章，來跟蹤100多種傳染病爆發(fā)情況。這些數(shù)據(jù)有助于公司知道何時通知客戶潛在的傳染病爆發(fā)和擴散。

其他數(shù)據(jù)，如旅行者行程信息和航班路徑，可以幫助該公司提供關(guān)于疾病可能如何傳播的額外線索。例如，本月早些時候，BlueDot的研究人員預(yù)測，冠狀病毒在中國出現(xiàn)后，亞洲其他城市也將出現(xiàn)這種病毒。

BlueDot模型(其最終結(jié)果隨后由人類研究人員分析)背后的想法是，盡快將信息提供給醫(yī)護人員，希望他們能夠早期診斷或隔離感染者和潛在傳染源。卡姆蘭稱：“官方信息有時不夠及時。旅行者中出現(xiàn)感染病例和疫情暴發(fā)之間的區(qū)別，取決于前線醫(yī)護人員是否能識別出特定的疾病。這可能是防止疫情真正爆發(fā)的關(guān)鍵。”

卡姆蘭補充說，該公司的AI系統(tǒng)還可以使用一系列其他數(shù)據(jù)，例如關(guān)于某個地區(qū)的氣候、溫度甚至當(dāng)?shù)厣蟮男畔ⅲ瑏眍A(yù)測感染疾病的人是否可能在該地區(qū)導(dǎo)致疫情爆發(fā)。他指出，早在2016年，BlueDot就能夠在寨卡病毒(Zika)真正出現(xiàn)在佛羅里達州六個月前預(yù)測到其在美國爆發(fā)。

同樣，疫情監(jiān)測公司Metabiota聲稱，泰國、韓國、日本等國爆發(fā)冠狀病毒肺炎疫情的風(fēng)險最高，這些國家出現(xiàn)感染病例的時間比官方報告早了七天，這在一定程度上是通過查看飛行數(shù)據(jù)得出的結(jié)論。Metabiota和BlueDot一樣，使用自然語言處理來評估關(guān)于潛在疾病的在線報告，它也在為社交媒體數(shù)據(jù)開發(fā)同樣的技術(shù)。

Metabiota的數(shù)據(jù)科學(xué)總監(jiān)馬克·加利文(Mark Gallivan)解釋說，在線平臺和論壇也可以給出疫情爆發(fā)的跡象。Metabiota還聲稱，該公司可以根據(jù)疾病的癥狀、死亡率和治療的可獲得性等信息，估計疾病傳播造成社會和政治混亂的風(fēng)險。例如，在本文發(fā)表時，Metabiota將這種新型冠狀病毒在美國和中國引起公眾焦慮的風(fēng)險評為“高級”，但它將剛果民主共和國的猴痘病毒風(fēng)險評為“中等”。

很難知道這個評級系統(tǒng)或平臺本身能有多準(zhǔn)確，但加利文表示，該公司正在與美國情報界和國防部合作解決與冠狀病毒相關(guān)的問題。Metabiota還向再保險公司宣傳其平臺，這些公司可能希望管理與疾病潛在傳播相關(guān)的金融風(fēng)險。

但AI的能力絕非僅僅讓流行病學(xué)家和政府官員在疾病出現(xiàn)時得到通知。研究人員已經(jīng)建立了基于AI的模型，可以實時預(yù)測寨卡病毒的爆發(fā)，這可以為醫(yī)生如何應(yīng)對潛在的危機提供信息。AI還可以用來指導(dǎo)公共衛(wèi)生機構(gòu)的官員在危機期間如何分配資源。實際上，AI將成為對抗疾病的新防線。

更廣泛地說，AI已經(jīng)在協(xié)助研究新藥，處理罕見疾病，以及檢測乳腺癌。AI甚至被用來識別傳播恰加斯病(Chagas)的昆蟲是否會傳播這種不治之癥，這種疾病已經(jīng)在墨西哥和中南美洲感染了大約800萬人。人們對使用非健康數(shù)據(jù)(如社交媒體帖子)幫助衛(wèi)生政策制定者和制藥公司了解健康危機的廣度也越來越感興趣。例如，AI可以挖掘社交媒體帖子來跟蹤非法阿片類藥物的銷售，并隨時向公共衛(wèi)生官員通報這些受控物質(zhì)的傳播情況。

當(dāng)然，這些AI系統(tǒng)，包括Metabiota和BlueDot的系統(tǒng)，只能用于評估與給定數(shù)據(jù)相似的情況。通常來說，AI存在偏見問題，這種偏見既可以來自構(gòu)建系統(tǒng)的工程師，也可以源自其所訓(xùn)練的數(shù)據(jù)。而在醫(yī)療保健領(lǐng)域使用的AI也絕對無法幸免于這個問題。

AI對抗致命疾病的想法為我們提供了新的用例，即使這種用例無法為我們帶來全部希望，也不會讓我們感覺強烈的不安。如果開發(fā)和使用得當(dāng)，也許這項技術(shù)確實可以幫助拯救更多生命。