AI检测怎样拿来对抗病毒

突如其来的新冠状病毒，不但给中国带来了不小的影响，而且还在全球范围内的持续传播，严重影响并扰乱了世界各地的工作生活秩序。全球经合组织警告称，冠状病毒可能会让全球经济增长持续下调。实际上，很多调研机构已经预测过新冠状病毒带来的影响，很多企业也发布报告称第一季度的业绩已经受到较大影响。

面对全球范围内传播的新型病毒，能否利用人工智能技术来对抗病毒，降低对工作和经济带来的影响呢？答案是肯定的。实际上，人工智能和大数据技术已经成为中国应对新冠病毒的主要方式，特别是在检测和对抗新冠病毒方面，中国已经采用了一系列AI的解决方案。下面，我们从不同的场景出发，看一下人们是如何使用AI检测和对抗新冠病毒的。

一、疫情监控

疫情监控是预防新冠病毒的第一道防线。随着企业复工、公共交通恢复，城市恢复常态运行，利用大数据技术对疫情进行监控，对于城市治理更显重要。

首先，利用大数据技术，通过建立机器学习模型，对区域疫情增长数据、人员和车辆活动轨迹进行监控、分析与模拟，对疫情可能扩散的范围和趋势进行预警，并及时从而提醒人们注意避开疫情重灾区，降低被感染的风险和机率，从而达到有效控制疫情的传播和扩散的目的。

其次，利用数据仓库技术，通过在线数据分析和数据挖掘，寻找与病人的密切接触者，并以树状图进行展示，逻辑关系清晰，一目了然;一旦发现他们有症状，能够快速预警，对密切接触者采取隔离治疗，为尽快控制疾病蔓延赢得先机。

例如，南京的一家创业公司围绕确诊病例人数分布这一核心数据，通过利用大数据技术进行多维度挖掘，研发了DataV数据可视化平台，不但能够实时反映人员流动情况，还可以精准呈现确诊病例行动轨迹等关键数据。

当然，疫情追踪还有助于帮助执行部门查询进出疫情重灾区域的人员，确诊或疑似病例人员的相关信息，便于执法部门精准施策，应对紧急情况。

二、疫情预防

疫情预防主要有两大部分组成：

一是对公共场所进行人员检测，筛选出发热人员，以便于做好隔离措施，防止交叉感染;

二是对公共场所进行消毒，预防病毒在公共场所传播，防止人群感染。

一）公共场所发热检测

在对公共场所流动人员的发热检测时，如果利用传统人工方式逐一排查，不但工作量大，费时费力，效率低下，而且还容易感染工作人员，形成更加严重的交叉感染。

AI检测新冠状病毒的一种方法是使用配备有热传感器的感应相机，利用人工智能深度学习、图像识别等技术赋能红外热像仪，能够实现全景拼接、目标检测、目标识别等功能，实现大范围群体测温及预警。这种方式不但能够提供更高的效率，而且还可以避免通过人工方式检测带来的交叉感染，并且可以基本实现公共场所无人值守的智能体温检测。

例如百度开发的一种人工智能系统，该系统使用红外传感器+人工智能技术，来检测和预测人们的体温。百度采用了计算机视觉和红外技术，可以在0.5摄氏度的范围内每分钟检测多达200个人的额头温度。该系统会在检测到温度高于37.3摄氏度的人时进行预警，这种方式能够大大提高检测效率。据了解，百度接下来可能会在北京南站和北京地铁4号线部署温度监控技术。

旷视科技通过人体识别+人像识别+红外/可见光双传感”思路，通过 AI 技术辅助在各类公共场所（火车站、汽车站、地铁站、机场）等高密度人员流动场景下的工作人员快速定位体温异常者，实现非接触密集型人流AI 辅助温感解决方案，目前，已部署于北京地铁、海淀政务大厅等，应对返程高峰及重点区域疫情防控。

除了这种在固定场景下使用的检测设备之外，深圳的MicroMultiCopter在一份报告中表示，已在中国多个城市部署了100多架无人机。无人机不仅能够进行热感应检测，还能够喷撒消毒剂，对特定目标进行消毒。此外，它还能够对公共场所进行巡逻，及时发现疑似患者，具备更高的效率，更低的风险。

二）消毒机器人

消毒机器人可以替代人工，对感染区域进行消毒，以防止人工作业时被新冠病毒所感染。当然，消毒机器人也可以用对其它公共环境的消毒，以降低人工劳动成本。

消毒机器人的工作原理是在现有移动平台的基础上增加视觉系统、消毒设备及过程控制系统，使机器人隔着几重墙壁也能“听”到指令，自主运动到指示位置，实现人机远程融合控制的自动消毒。例如，丹麦公司UVD Robots通过在医疗保健机构四处走动，利用紫外线传播以消毒被病毒或细菌污染的房间。

据了解，在此次抗击新冠病毒的战疫中，消毒机器人已经在包括医院楼道等敞开式空间和病房等等场景中投入使用，实现了自主无障碍行走，自动消毒，效果和应用前景得到了认可。

根据加州大学伯克利分校机器人实验室主任和DexNet创造者Ken Goldberg预测，如果新冠状病毒在全球范围内流行，那么会导致更多机器人在更多环境中使用。他表示，新冠状病毒的流行，会加速远程机器人的使用，包括用于病房、仓库、交付等领域。

三、诊断治疗

在诊断治疗中，AI也发挥了巨大的作用，主要体现在以下几个方面：

一）智能问诊/护理

1）通过“智能语音功能+一线医务人员”的远程方式，能够为人民群众提供疫情防护相关知识问答和免费医疗咨询“在线问诊”服务。

例如利用AI智能客服机器人，能够完成智能疫情通知回访、重点人群随访调查、智能处理各种咨询来电、疫情心理慰问师等在线服务，防止扎堆看病造成的交叉感染事故，有效降低了医务工作者的工作压力和心理压力。

2）通过智能递送服务机器人，能够帮助医院解决递送化验单、药物等工作，代替医护过程中简单但耗力的流程化工作，在减轻医护人员工作量的同时避免交叉感染。

二）深度学习检测冠状病毒

人工智能已经应用于对新冠病毒的追踪与检测等，运用大数据和AI技术对CT扫描影像进行分析，辅助检测病患，在提高效率的同时，减轻了放射科工作人员的压力，有效避免了交叉感染。

近期，来自武汉大学人民医院、武汉恩多天使医疗技术公司和中国地质大学的研究人员，分享了深度学习技术在新冠病毒的应用，该技术以95%的准确率检测到了新冠病毒，该模型用到了51例实验室确认的新冠病毒肺炎患者的CT扫描和超过45000例匿名CT扫描图像，用来进行训练。

深度学习模型的分析结果显示，其与专家放射科医生检测的结果基本相同，可以提高放射科医生在临床实践中的效率。同时，利用深度学习模型分析技术，减轻了一线放射科医生的巨大压力，改善了早期诊断、隔离和治疗，从而有助于控制流行病发生。

研究人员表示，该模型可以将CT扫描的确认时间减少65%。据了解，来自Infervision的经过数十万次CT扫描训练的机器学习，正在武汉中南医院检测新冠状病毒。

据了解，在CT影像快速诊断方面，北京推想科技与武汉同济医院和深圳三院（国家感染性疾病临床研究中心）合作研发针对新冠肺炎特别版。该项目可对检出的病灶进行测量、密度分析，支持患者前后片对照，提供量化数据对比结果，对患者进行转归分析，帮助医生更快完成疑似患者诊断。

三）AI预测严重新冠肺炎病例患者的生存机率

AI还可以用在预测严重新冠肺炎病例患者的生存机率。据了解，在一份使用武汉同济医院临床数据在medrxiv 上更新的预印本报告显示，采用AI的系统能够以90%以上的准确度预测存活率。这项工作是由人工智能与自动化学院的研究人员以及中国华中科技大学的其他部门完成的。

据介绍，新冠肺炎的存活可以从300多个实验室或临床结果中得出，但是他们的方法仅考虑与乳酸脱氢酶（LDH）、淋巴细胞和高敏C反应蛋白（hsCRP）相关的结果。

上个月，在arXiv上发表的另一篇名为 “ 冠状病毒筛选的深度学习 ”论文中，该模型使用多个CNN模型对CT图像数据集进行分类，并计算出新冠病毒的感染概率。在初步结果中，他们声称该模型能够以86.7%的准确性预测新冠病毒、A型流感病毒性肺炎和健康病例之间的差异。据了解，该深度学习模型接受了来自武汉三所医院的流感患者、新冠肺炎患者和健康人的CT扫描训练，其中包括来自110例新冠肺炎患者的219张图像。

四）算法算力助力抗病毒药物和疫苗研发

AI算法+高性能算力的组合，还能够为抗病毒药物和疫苗的研发，带来巨大的帮助。

据了解，浙江树兰医院合作围绕基于深度学习的快速Cryo-EM三维成像技术开发、融合拓扑和几何特征的深度神经网络，用于配体-蛋白质预测、基于深度学习的蛋白质结构预测、利用蛋白质序列预测蛋白质的三维结构等重点内容，开展抗新型冠状病毒药物的研究工作。

写在最后：由于疫情的传播速度非常快，因此前线人员需要借助工具来帮助他们快速识别出受到影响的人，迅速隔离治疗，这就要求工具必须适用，且必须好用。因此，在对抗新冠病毒上，已经开始部署了基于AI的各种解决方案。可以预测，未来的AI解决方案将会应用于更多的病毒防控场景中，而基于AI的病毒解决方案也会越来越多。

责任编辑：Ct