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(zhàn)。不同的是，大數(shù)據(jù)與人工智能（AI）等技術手段正在成為人類戰(zhàn)勝疫情的新型“武器”。

疫情之下，大數(shù)據(jù)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(yè)界的專家，分享了此次新冠疫情中大數(shù)據(jù)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(huán)節(jié)。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(shù)學模型技術、大數(shù)據(jù)分析技術，結合機器學習技術，精確刻畫疫情變化的規(guī)律，主動有效地控制疫情。

“可以采用基于概率統(tǒng)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(shù)據(jù)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(wǎng)絡傳播模型、基于復雜網(wǎng)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(jīng)有一些科研團隊聚焦疫情動態(tài)的建模與數(shù)據(jù)分析，如麻省理工學院團隊、牛津大學團隊等，國內(nèi)也有一些相關的研究團隊，如上海財經(jīng)大學團隊、陜西師范大學團隊等。此外，全球也已經(jīng)有團隊在做數(shù)據(jù)的可視化分析。

“基于社交的疫情建模，可以幫助我們及時發(fā)現(xiàn)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(jié)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(shù)據(jù)源，在可視化的基礎上對疫情發(fā)展趨勢、各地風險指數(shù)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(shù)據(jù)庫已經(jīng)匯聚了近200項數(shù)據(jù)資源，并且還在不斷更新中，數(shù)據(jù)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(chǎn)等社會決策提供信息支持外，他們還匯總了國內(nèi)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(tài)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(fā)現(xiàn)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(yī)生的助手

疫情為醫(yī)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(zhàn)。”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(yī)生閱片耗時長；在精確度方面，疫情期間影像檢查業(yè)務量極大，醫(yī)生容易因過度疲勞導致誤診漏診率增加，診斷準確率不穩(wěn)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(chuàng)立了新冠肺炎CT輔助診斷系統(tǒng)方案，平均最長20秒鐘處理一個病例，讀片速度是醫(yī)生的50倍，每天可以分析大約13000例樣本。

“目前該方案已經(jīng)為國內(nèi)包括火神山醫(yī)院在內(nèi)的168家醫(yī)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(nèi)核酸檢測能力不足，PCR方法假陰性率高，及病毒可能發(fā)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(fā)及迅速蔓延，給社會帶來巨大影響，也為大數(shù)據(jù)與AI研究者帶來新的挑戰(zhàn)。此次云論壇上，多位專家也因此呼吁，加強大數(shù)據(jù)時代的科研合作與交流，通過工業(yè)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。