疫情防控:AI价值及应用场景分析


今年春节,“肺炎”“武汉”的搜索热度超过“春节”“过年”,成为中国人回忆2020鼠年的两大关键词。巨大的搜索量,源自于不断上升的疫情数字。新型冠状病毒肺炎疫情与攻克几乎占据了全部的公众视野,天天都能抢占微博头条的半壁江山。在这场疫情攻坚战中,除了日日夜夜辛苦奋战的医护人员外,人工智能技术也起到了不可小觑的作用。而在2003年非典疫情时,“人工智能”对于绝大多数人来说还存在于电影《黑客帝国》中的科幻概念,在2020年,人工智能技术却早已投入到了疫情战斗的方方面面。本文主要从人工智能在医疗以及城市治理中的应用探讨人工智能在此次疫情攻坚战中所发挥的重要价值。

一、人工智能服务社会,发挥价值 

在新一轮科技革命的浪潮中,人工智能产业已经成为全行业转型升级的核心驱动力。在技术进步、政策扶持、战略重视等多因素的共同推动下,人工智能产业发展呈现持续高增长态势。据赛迪顾问统计,2019年人工智能核心产业规模达到1302.4亿元,增长率达到31.9%。


疫情防控:AI价值及应用场景分析 

图1:2016-2019年中国人工智能核心产业规模

 

赛迪顾问通过对人工智能TOP100企业分析,人工智能应用层企业占比增长,2019年应用层企业占比为45%,在产业链环节中占比最大。以
计算机视觉、自然语言处理、智能语音为主的技术驱动型企业均开展场景落地的应用探索。技术型企业开始从单一的技术支撑向以场景为中心的流程化服务转变。


疫情防控:AI价值及应用场景分析 

图2:2019年人工智能百强榜企业分布情况

随着产业化进程加速,人工智能技术已经渗透于金融、医疗、交通、零售、教育、安防、家居等众多领域。计算机视觉、人机对话、智能预测、智能优化等人工智能功能性技术通过智能化的方式能够节约人力资源、降低企业成本、加速产业流程。

 

针对2019年新型冠状病毒肺炎,人工智能在抗击疫情过程中发挥不可或缺的作用。疫情发生时,人工智能在医疗和社会治理方面,重点发挥数据优化、智能服务等方面作用,为疫情防控做出贡献。

二、疫情防控,人工智能在医学领域的价值

随着医疗数据和算法模型的不断优化,人工智能在医疗领域中的应用已非常广泛,包括医学影像、病历与文献分析、健康管理、药物研发、辅助诊疗、
基因测序等众多领域。一般而言,病毒控制过程最主要的就是病毒溯源、对症药物、疾病预防、疫苗研制以及重症救治。在此次疫情防控过程中,
AI辅助诊断、AI影像分析、AI药物研发、AI体温检测、AI医疗机器人等发挥了重要的作用。

 

(一)AI辅助诊断,释放核心医疗资源

 

在疫情防控过程中,人工智能在辅助诊断中的应用主要包括远程在线问诊、AI影像辅助诊断、快速智能检测诊断等。

 

1、自动化、无接触的高效疫情诊断是缓解医疗资源紧张的发展方向。在疫情关键时期,医疗资源严重紧缺,病毒携带者与健康人群的密切接触是传染病疫情扩散的主要途径,AI远程诊疗能够减少不必要的间接感染。AI远程在线问诊通过人工智能系统与用户多轮问答的方式了解患者的病情,进而对患病情况进行分析并给出建议。在疫情防控期间,成都“医联”互联网医院平台推出网络问诊服务,针对患者病情给出疫情期间的正确指导和建议,目前平台上3600余名医生已完成在线问诊14万人次。

 

2、AI影像分析能够提升近百倍的诊断效率,为战胜疫情争取关键时间窗口。新型冠状病毒感染确诊主要依靠病毒核酸检测,在实际应用中虽特异性强,但敏感性差,并且根据目前经验肺部影像表现早于临床症状,肺部的医疗影像检查对于病情的诊断起到不可或缺的作用。然而在疫情期间,尤其是医疗资源紧张的情况下,发烧门诊下大量的患者需要排队数小时等待胸部CT检查,例如对于200张以上患者CT影像,即使每张只需要看3秒,放射科医生也需要至少10分钟才能看完。利用机器强大计算能力,AI影像辅助诊断能够在5秒内完成数百张影像的初步诊断分析,再将分析结果传递给医生复核。新型冠状病毒肺炎疫情下,AI医疗企业通过构建医疗影像诊断系统CT+AI的模式,减少错诊漏诊并协助基层医疗机构辨别感染者,为快速隔离、诊断、治疗争取时间,做好疫情网格化管控的辅助工作。

 

(二)AI助力疫苗研发,打赢疫情攻坚战

 

传统药物研发的大致流程是先筛选出病毒特异性的蛋白靶点,然后从数以万计的化合物库中大规模筛选,期望从中选出效果好,毒性小的药物。由于筛选量庞大,研发过程费时费力,成本高昂。很多药品的研发需要10年时间,10亿美元投入,才能成功。人工智能凭借其强大的计算能力和快速智能化分析加速药物研发进程。运用智能算法模型,人工智能在筛选化合物、新药
合成路线设计、药物有效性及安全性预测、药物理化性质预测、晶型预测、药物分子设计、筛选生物标志物、研究新型组合疗法等药物研发环节都能发挥重要作用。

 

新冠肺炎疫情期间,一些AI企业采取开放核心算法和计算能力的方式,与医学研究机构共同抗击疫情。如百度向各大基因检测机构、防疫中心及世界科学研究中心免费开放线性时间算法
LinearFold。新型冠状病毒(2019-nCoV)属于变异性很强的RNA病毒,对于其3万个碱基结构,利用LinearFold算法能够将解析时间从55分钟缩短至27秒,提速120倍,节省了约两个数量级的等待时间。阿里巴巴与全球健康药物研发中心GHDDI合作开发药物研发大数据平台,能够快速计算冠状病毒的靶点和药物分子的性质,能够对疑似病例的病毒样本进行全基因组序列分析比对,有效防止由于病毒变异产生的漏检,可将原来数小时的基因分析缩短至半小时,并能有效检测出病毒变异情况。

 

(三)AI快速定位病毒宿主,让医生更有针对性治疗

 

对于新型冠状病毒,快速找到其自然宿主、中间宿主,弄清通过什么途径传播到人类,对于切断传播途径具有重要意义。1月25日,北京大学工学院教授朱怀球团队在bioRxiv预印版平台发表了题为《
深度学习算法预测新型冠状病毒的宿主和感染性》的研究论文。该团队使用双路卷积
神经网络(BiPathCNN)技术,预测新型冠状病毒的宿主,通过分析,研究团队发现,蝙蝠冠状病毒与新型冠状病毒具有更相似的感染模式,可能是其自然宿主。通过比较所有宿主在脊椎动物上的病毒传染模式,发现水貂病毒的传染性模式更接近新型冠状病毒,可能是其中间宿主。虽然目前依然没有确定病毒的最终来源,但是依据已有的研究成果还是推测疫情与食用野生动物有关。

 

(四)AI
红外体温检测,提升疫情筛查效率

 

由于这次春运返程高峰期与疫情防控关键期重叠,人口大量流动为疫情的防控带来巨大的挑战。面对密集的人流,高铁站、机场等交通枢纽采用传统的手持式“额温枪”“耳温枪”显然难以满足筛查要求。人工智能图像识别技术结合红外热成像技术,可以在一定面积范围内对人流区域多人额头温度进行快速筛选及预警,提升了在人流聚集处的筛选效率。根据新闻显示,百度已在北京清河火车站落地了AI人体温快速检测解决方案,基于人脸关键点检测及图像红外温度点阵温度分析算法,可实现人流密集场所的快速体温检测。

 

(五)AI医疗机器人,减少医患感染风险

 

除了AI远程问诊可以有效预防交叉感染,在重症诊疗过程中,医疗服务机器人也有望成为抗击疫情期间的主力军,进一步减少医护人员的感染概率,有效防止人与人之间的接触所可能造成的疫情扩散。新型肺炎病患救治过程中,美国首先启用了医疗机器人进行治疗,机器人配备了摄像头、麦克风和听诊器等设备,医生负责在隔离窗外操作机器人,机器人除了用来对病人进行治疗,还可以承担其他的一些非接触性工作。中国科学技术大学附属第一医院联合中国科大相关技术团队研制的无接触式多功能自助终端设备,可以使用者无需与屏幕接触,点击空中成像,就能完成挂号预约缴费等多功能自助服务,进一步减少感染可能性。

 

此外,利用机器人还可以完成送餐、消毒等工作。多家企业宣布捐赠智能机器人,为隔离区提供免接触送餐。在青大附院西海岸院区隔离区,消毒机器人成功完成调试,能够在疫情复杂环境下实现
自动驾驶、自行避障、自行喷雾消毒、紫外线消毒、空气净化等功能。在完成空间消毒的过程中,避免了医护人员在人工消毒期间造成的病毒感染风险以及高污染、强腐蚀的消毒产品对人造成的伤害。

三、疫情防控,人工智能在城市治理方面的价值

疫情防控是需要全社会众志成城共同面对的问题,疫情的突然爆发不仅造成医疗资源的严重紧缺,在社会层面,如何引导民众正确应对疫情,如何及时对疫情管控,如何减少疫情带来的经济损失等问题给政府乃至所有中国人民带来严峻的考验。本次疫情人员控制上,很多城市在人员的综合管理、疫情的实时管控、突发情况的处理等方面存在不足。但是随着技术的进步,相比2003年SA
RS疫情,人工智能技术已经在很多城市帮助人们更好地应对“黑天鹅”事件,并成为社会管理的重要手段。

 

(一)AI疫情预警,让社会及时做好准备

 

人工智能将成为疫情控制的重要预警手段。传染病的爆发是分阶段的,但官方信息有时不够及时,导致病毒在人群中肆虐,感染人数呈现指数型增长。AI预测系统的结果目前来说虽然通常作为疫情防控的参考,但是对于疫情的防控是意义重大的。通过对多维度的环境因素以及疫情因素进行分析,AI疫情预警系统能够快速定位疫情高发地区,能够让政府和防疫有关人员进行城市的快速疫情筛查和病情诊断,在城市疫情防控中起到重要的作用。

 

民众端与公众端是AI疫情预警的两
大数据出口。人工智能对传染病疫情进行预测和控制通常有两种方式,这两种方式侧重的研究角度有所区别,一种方式是在民众终端,通过个人的情况监测,对个人的患病概率进行分析达到个人疫情预警与管理的目的;另一种方式则是通过群众的整体宏观大数据进行分析,利用人工智能算法寻找多维度数据与疫情传播之间的关系,达到对疫情传播进行分析和预警的作用。2019年新型冠状病毒疫情爆发时,人工智能系统已经先行发出预警,加拿大公司BlueDot在2019年12月便通过每天分析65种语言的约10万篇文章预警新型冠状病毒可能爆发。随后几天,美国疾病控制和预防中心(CDC)和世界卫生组织(WHO)才发出了官方通知。人工智能系统通过新闻舆论以及相关环境数据提前预测的疫情爆发让人们在未来将更加重视人工智能在疫情控制中作用。

 

(二)AI舆情分析,稳定社会焦虑情绪

 

人工智能也成为这次疫情管控的得力助手,通过分析搜索大数据,我们可以第一时间掌握舆情动态,了解百姓最关心的问题,发布最科学、最可靠的信息。信息的透明和有效传达对于防疫工作至关重要,大数据搜索有力的支持了疫情期间的信息交流。各地利用大数据,可以分析疫情暴发人员流向,了解他们的分布态势,从宏观上预测多少人可能被感染,帮助政府决策物资投放和管控手段。一个良好的心态也是免疫力的重要来源。国内权威媒体可将自然语言处理技术应用于实时比对疑似谣言和辟谣说明,同时结合疾病目前症状、死亡率和治疗情况估量社会舆情,以此帮助国家制定合适政策安抚民众,稳定社会焦虑情绪。

 

(三)AI外呼,排查疫情普及知识

 

针对疫情防控的AI外呼平台,应用了自然语言处理为基础的认知智能相关技术,用户可通过语音文字进行互动,了解最新疫情发展情况及疫情防控知识。AI外呼平台通过定向或随机拨入居民电话,自动询问并采集居民疫情信息分析,并生成触达统计报告,根据居民问题回答情况,给予居民的疫情初步诊断,并对居民进行疾病患教及防控指导,工作效率比人工电话效率提高数百倍。基层医护人员不用上门排查,避免被感染疫情的风险,缩短排查时间,提高防控效率。

 

(四)AI路径追踪,精准获悉疫情扩散情况

 

疫情的传播扩散与人员的流动息息相关,但是在中国14亿人口的基数下,普通的统计方法在复杂多变的人员流动情况下几乎完全失效。在数据足够的情况下,人工智能便可以利用其强大的计算能力,通过旅客的行程信息来分析疾病可能如何传播。此外,有关部门和技术公司还能利用不同维度的海量数据信息,如地图数据、航空数据、移动通信数据、电商消费数据等,进行综合建模和分析,做出针对疫情的合理决策判断。

 

(五)AI远程教育,保障教学有序开展

 

针对疫情对高校正常开学和课堂教学造成的影响,教育部日前印发相关指导意见,要求采取政府主导、高校主体、社会参与的方式,共同实施并保障高校在疫情防控期间的在线教学,实现“停课不停教、停课不停学”。AI教育通过引入智能的决策系统对教育资源进行综合智能化管理,辅助专家系统可以对教学质量进行综合把控,智能导学系统可以提升学生学习质量,智能仿真软件远程可以让学生体验远程实验。人工智能远程教育能够有力地保障疫情期间教育工作的有序开展,借助互联网工具和智能化手段,教师能够更加有效地组织课堂,了解学生学习状态;AI教育系统也能够为学生在家中提供更为合理的学习计划,丰富学习资源,为学生提供良好的学习条件。

四、未来AI在疫情防控中的应用场景和落地建议

(一)AI疫情预警:政企联动,数据开放,构建起智能、立体、主动式的传染疾病防控预警体系

 

打通应急数据资源共享通道,以数据为理论依据。加快构建政府数据、城市数据、社会数据综合管理体系,联通数据资源持有主体,充分发挥数据价值。面对疫情,主动利用智能化手段,运用政企联合的方式,共同构建起疾病来源、传播预警、传播源自动隔离、被传播对象主动提前防控的全方位立体的疫情预警体系。人工智能与大数据时代,防控疫情需要“数战数决”。鼓励企业变被动为主动,积极战胜疫情的同时增加企业的软实力。

建立AI传染疾病预警平台,疫情预警智能化。在传染疾病高发期,医疗机构、疾病监测机构可借助AI算法,综合医疗机构一手诊断信息、官方信息、全球传染疾病信息、气候和牲畜信息等,建立传染疾病预警平台,在疫情发现初期,及早发现、监测传染病疾病类型、疾病来源、易感人群,提出预防预警信息及预警等级。建立统一综合的社会传染疾病预警平台,以政府和医疗机构作为数据的主要提供者,人民群众作为平台的监督者,实现自主运营的智能化传染病预警。结合社会疫情智能监测,强化对疫情数据进行归集和分析。

 

实现疫情防控立体化、主动化,利用AI分析疫情和人群流动信息。专门的疾病预防监测机构或企业,根据疾病预警等级,结合国内航空、铁路等运输数据信息,利用AI驱动算法,在疾病传播初期,及早跟踪疑似患病人员流动情况。利用官方网站、疾病预警平台、社交平台等,及时提醒疑似患病人员自动隔离、提醒相关接触人员主动防御。通过描绘疑似人群的迁徙布局和热力图,对风险人群流动做到最大限度
监控,辅助做好疫情防控工作。

 

(二)AI疾病诊疗:构建企业与医疗机构长效合作机制,提高诊断效率,降低“接触”感染风险

 

鼓励人工智能在医疗领域的试点应用。政府、各机构积极支持AI在传播疾病中的诊断和治疗应用,提高诊断效率,降低诊断过程感染风险。鼓励医疗机构的人工智能应用试验,利用AI的方法为未来迎接疫情做好准备。做好疫情期间的数据积累,完善数据隐私保护机制,智能化分析和评估病毒疫情的诊疗方式。

 

促进企业与卫生公共服务机构建立长效合作。通过“算法能力+疾控数据”的整合,协助进行病毒基因测序、新药研发、蛋白筛选等工作,加快疫情药物研发;加快AI在医疗影像处理中的应用,提高疾病筛查效率;加快具有医疗诊断、采血、监护护理等功能的医疗机器人的开发应用,减少医护人员需求的同时降低医护人员感染风险。

 

(三)AI城市治理:城市服务部门整合资源,让城市更智能、更坚强

 

优化城市资源配置,完善紧急情况下的资源调度方案。加强城市资源的统一综合管理,完善紧急情况下的城市资源调度应急预案。部署城市资源管理平台,做好
数据采集、系统建设、智能嵌入等工作,发挥人工智能技术的高效、智能的特性,实现对医疗资源、交通资源、人力资源的合理调度。政府部门可整合城市疾病控制平台、人员流动信息等,借助AI技术,根据传播源、疫情高发场所、易感人群等信息,设置最优的资源配置方案,包括医疗防护资源、最大程度减少疾病传播。

 

防控疫情,借助智能机器人实现隔离。借助智能
语音识别、消毒机器人、红外体温检测等智能终端,提高疫情感知、处理速度。建立智能机器人相关企业与医院的协作桥梁,加强合作与沟通,完成智能机器人的升级,以保证在疫情非常环境下的稳定作业。根据医院不同环节的需求,开发有针对性的医疗专用机器人,将人工智能技术切实地与医疗场景融合。

 

(四)AI社会运营:建立基于智能技术的重大突发事件社会运营体系

 

加快社会运营无人化、自动化升级。社会运营方面需紧随人工智能产业发展大潮,实现社会运营的智能化转型升级。在疫情发生时,对道路清洁、紧急抢险、物资运输等能够尽量实现无人作业,减少运营人员在疫情期间的感染风险。

 

鼓励疫情期间,实现教育的远程化、智能化。在教学内容、教学模式、教育管理机制上完成传统教学与线上教学的转变,总结疫情应急经验,完善教育体系的应急管理方案,实现“停课不停学”。加强远程在线教育的管理,保障远程在线教育教学质量,为学生提供放心可靠智能的教学环境。

 

建立社会疫情实施监测体系,在交通枢纽、医院、学校等社会运营的重点环节部署智能监测节点。在重点检测人员密集区的安全情况之外,加强疫情的监控。利用如体温探针、红外测温等设备结合人工智能的综合管理系统实现疫情的早发现、早抑制。

来源:赛迪顾问

 

  • 疫情防控:AI价值及应用场景分析已关闭评论
    A+
发布日期:2020年02月12日  所属分类:市场分析