【防控疫情】人工智能在新型冠状病毒肺炎疫情防控中的应用浅析

点击标题下「蓝色微信名」可快速关注

文章来源: 中华医院管理杂志, 2020,36 (2020-03-08) 

作者:  袁加俊  董斌  王汉松  周敏  田丹  郭薇薇  刘世建   赵列宾

DOI: 10.3760/cma.j.cn112225-20200219-00209

摘要

人工智能是我国重点发展的产业领域。对人工智能在重大传染病疫情防控中的应用情况和效果进行分析，十分必要。作者通过综合典型案例中的人工智能场景应用，浅析人工智能在疫情流行病学监测、临床诊治、社会健康管理以及相关科学研究等方面的做法和成效，并结合发展现状，提出针对建议，以期更好地发挥人工智能在我国公共卫生应急管理体系中的作用。

2019年12月，湖北省武汉市暴发新型冠状病毒肺炎（以下简称新冠肺炎）疫情，并蔓延到全国各地以及境外多个国家。面对突发公共卫生事件，探索新科技的应用十分必要。人工智能（artificial intelligence, AI）是我国重点发展的产业领域[1-2]。针对突发公共卫生事件应急响应的各项要求，我们从当前AI在新冠肺炎疫情防控中所发挥的作用着手，初步探讨AI在突发公共卫生事件中所扮演的角色，并提出针对性建议，以更好地发挥AI在我国公共卫生应急管理体系中的作用。

1.  深挖大数据，开展流行病学轨迹追踪。根据湖北省人民政府2020年1月26日新闻发布会上向社会公布的数据，约500万人在2020年1月1-26日期间离开武汉。针对这种情况，多家AI企业和互联网公司随即启动了AI大数据分析。百度公司通过AI数据定向分析，第一时间用“慧眼迁徙大数据”确定了武汉市流出人口的地域排名。此外，除了进行宏观流出流入地分析之外，百度还通过AI技术进一步排摸个体用户的运动轨迹，对已确定感染的人群，基于移动位置服务（location based services，LBS）勾画可能传播的关系图谱，进一步追踪密切接触者，并对该类人群进行有效管理。同时，第四范式公司则通过AI技术构建“新型冠状病毒传播数字孪生系统”，建立潜在传染的关系网，结合病患信息，在关系网中找到可能的传播源以及潜在的超级传染者，并构建了可深度学习的事件回放模拟器，及时发现潜在的传染路径，以帮助疾病控制部门快速切断疫情蔓延的源头。通过以上场景的应用，AI领域为及早开展相关接触者追踪、快速采取医学措施创造了有利条件。

2. 进行图像识别和红外热成像，提高疑似病患甄别效率。根据新冠肺炎的临床特征，来自疫区的发热群体需要尽早被发现。各地分别加强了道口管理，在交通枢纽等人流密集场所，以往通过手持“额温枪”“耳温枪”测量体温，已难以满足快速大人流的要求。基于AI图像识别技术（人脸关键点检测及图像），结合红外热成像技术，在人流密集场所可对多个对象同时开展非接触快速体温测量及预警，显著提升筛查效率。旷视科技公司开发的“AI测温系统”，可在口罩和帽子大面积遮挡下测温，系统识别误差+0.3℃，每秒可自动报警15人；同时，只需1名工作人员值守。商汤科技和开域集团也有类似的解决方案。耐德佳公司开发的“增强现实(augmented reality，AR)技术红外测温辅助显示系统”，主要采用watch AR头戴式AR监测设备，在机场等高密集人流场所，疏导人员通过佩戴这些设备可实时看到体温监测结果，使道口体温测量更加灵活机动。中科慧眼公司推出的营运车辆或公交车自动制动系统（autonomous emergency braking, AEB），还可实现身份核验、体温监测、历史流动轨迹记录等多项功能。

（二）赋能疾病治疗，降低院内感染风险，提高诊疗效率。截至2020年3月3日24时，全国报告累计新冠肺炎确诊病例80270例[4]。来自中国与世界卫生组织联合专家考察组的数据显示，全国共有476家医疗机构的3387例医务人员感染新冠肺炎[5]。除了数万名全国各地的医护人员驰援湖北外，上百万名医护人员奋战在疫情防控最前线。在有效应对疫情时，尽可能降低院内感染风险，提高诊治效率，并保障好百姓的基本就医需求，是医疗机构面临的重要课题。

1.  自然语言处理技术助力院前筛查和诊断：疫情初期，互联网医疗模式受到社会推崇[6]。依托已签约的临床专家，好大夫等在线健康咨询企业加大宣传，鼓励民众在线求医问药，通过线上咨询+线下药物配送的方式，在开展健康宣教、解答民众疑问、解决日常看病需求，尤其在慢性病诊治和疾病随访方面，发挥了较好效果。尽管如此，根据疫情传播特点，大规模甚至全人群的流行病学调查和临床症状排查难以避免，这仅靠人工是难以快速解决的。基于此，阿里巴巴达摩院推出了“智能疫情机器人”，通过语音识别、自然语义理解等AI技术，就相关问题、就医注意事项和防护措施进行自动解答。依图医疗公司研发的“依图新冠智能筛查虚拟助手”，则具备基于标准知识库的自由提问和解答、新冠肺炎自测和基于深度学习的问诊逻辑迭代，以及就近发热门诊就医点实时查询等功能，目前已被部署在湖北、浙江等10余个省市区的数十家医疗机构。同时，其与上海儿童医学中心合作，在原先研发的“小依”儿科虚拟就医助手的基础上，附加了儿童版新冠肺炎筛查模块。“依图新冠智能筛查虚拟助手”在上海的服务人数已超过了4万人。腾讯公司也联合中华预防医学会上线了“AI辅助自查工具”，帮助遇到发热、咳嗽等症状的用户，快速自我评估病情，做出合理的就医安排。因此，借助自然语言处理等AI技术，对于社会公众，尤其是居家医学观察的人群，对其高效科普疾病知识、快速排查流行病史、引导及时就医，减少不必要的医源性感染等，均具有重要意义。

2.  遥控遥感和智能影像诊断技术助力临床诊治：在医疗机构，新冠肺炎诊治的主战场之一是发热隔离诊区。根据相关指南和规定，一般采取医患双通道，以及三区划分、五不出门原则下的二级防护。由于疫情的突然暴发，隔离服、N95口罩、护目镜和面屏等医用防护物资非常短缺。除了要快速明确诊断或鉴别排除新冠肺炎外，在隔离区的很多病患可能还会合并其他病症，需要多学科专家的参与。但各类人员频繁进出二级防护区域，不但会增加院内感染的风险，而且，医用防护物资消耗压力也十分巨大。在AI领域，遥控机器人技术已经相对成熟。在此次疫情中，上海儿童医学中心联合宜硕科技公司，将机器人Airface投放到隔离诊区，专家组通过远程操控机器人，可以灵活实现患儿的视诊和问诊，快速排查和确诊疑似病例，对涉及不同临床专业的疾病开展多学科诊治。另外，通过机器人将社会心理支持延伸到隔离诊区，在高效解决临床问题的同时，有效缓解患儿和家长，乃至医护人员的焦虑情绪，中国移动5G防疫机器人也有类似的功能。在此次新冠肺炎救治中，美国相关医疗机构也启用了配备摄像头、麦克风和听诊器等的机器人，医生在隔离窗外远程遥控操作。在我国疫情防控前线，如武汉金银潭医院、武汉协和医院等，均可看到机器人的身影，其在协助开展生命体征监测、杀菌消毒、物资药品和餐食运送等工作中表现优异，积累了机器人在高风险医疗区作业的成功案例。除此之外，在加速临床精准诊断方面，AI也有很多有益的探索。如依图医疗公司与上海市公共卫生临床中心研发的“新冠肺炎CT影像的智能诊断系统”，依托强大的算力，从CT数字影像中提取定量参数，能够在5 s内完成数百张影像的初步诊断，并对其严重程度进行自动量化评估，成为临床医生的得力助手。AI通过大数据挖掘和深度学习，正在帮助医生做出更加高效和精准的临床决策[7]。

（三）赋能疫情管理，创新治理方式，提高综合效果。从2019年12月31日武汉市首次通报新冠肺炎病例，到现如今疫情胶着阶段，除中国以外，日本、韩国、伊朗等74个国家相继出现了确诊病例。各类病例的汇总分析和信息发布、社会舆情变化，以及除高风险人群外的全社会和民众的健康行为管理，对疫情发展产生至关重要的影响。

1. AI+大数据，在做好疫情研判的同时，合理引导舆情走向。AI对疫情预警有两种方式，一种是分析个人终端，对个体患病概率进行分析；另一种则是对更大群体乃至全社会的宏观大数据进行分析，利用AI的算法，寻找不同数据与疫情传播之间的关系。在此次疫情初期，加拿大BlueDot通过每天分析65种语言约10万篇文章，提出了新型冠状病毒疫情暴发的可能。同样，北京辰安科技公司与清华大学合作，为武汉市政府和国家疾病预防控制中心搭建了“疫情实时态势感知与分析系统”，并在1周时间内在湖北、广东等16省市的防疫指挥部中部署上线。平安科技公司与重庆市疾病预防控制中心等联合研发的“流感实时预测模型”，为传染病预测提供了更加精准的逻辑框架。基于AI的疫情预警系统在此次疫情防控中，通过对多维度环境因素以及疫情因素的分析，能快速定位疫情高发地区，让政府和防疫人员进行快速筛查和病情诊断，在掌握疫情发展规律的同时，消除社会恐慌和负面情绪，积极引导全社会力量共克时艰。百度舆情平台通过大数据分析，第一时间可对舆情动态、百姓最关心的问题予以掌握。通过将自然语言处理技术应用于实时比对分析，可快速发现“疑似谣言”，并在第一时间发布辟谣说明。同时，结合疾病目前症状、病亡率和治疗情况，可预测社会舆情，帮助国家制定合适的政策，以安抚民众，稳定社会焦虑情绪。除此之外，分析疫情暴发的人员流向和病例分布，预测感染人数，也已成为政府部门物资投放的重要依据。

2. 智能语音+疫情地图，帮助实现居家健康管理和疫情防范。疫情暴发至今，广东、浙江等地的确诊病例数已逾千人。除了输入性病例管控外，严防本地人群的交叉感染十分重要。对有可疑流行病史的对象实施为期14天的居家医学观察，是做好疫情管控的重要举措。但这项任务的工作量是以百万乃至千万计，单靠人海战术会非常艰巨，而AI语音技术在此已发挥积极作用。思必驰公司开发的“疫情防控AI”，针对疫情提供AI电话呼叫服务，智能呼叫平台通过定向或随机拨入居民电话，自动询问和采集居民疫情信息，通过分析生成统计报告，根据回答情况，给予初步判断，并可同步开展新冠肺炎相关知识的健康教育及防控要求提醒，今后还将实现重点人员康复指导和社会心理支持相关的智能问答。由云知声公司开发的“智能防疫机器人”，也可对重点人群开展筛查、防控和宣教工作。据统计，相比于传统的排查方式，以智能语音为基础的智能防疫外呼机器人可提升效率5倍以上，有效减轻了基层医务工作者的随访负担。同时，由科大迅飞公司建立的“大数据疫情防控解决方案”和“智能防疫外呼机器人”，则通过一个平台、一张网、一次外呼，构成疫情防控三道防线，有效研判分析病毒潜在携带人员，筛查发热个体，并通过智能语音外呼及时预警。另外，高德、百度等推出了疫情地图，与疫情信息同步更新，让公众最快时间知晓最新确诊病例的位置。以上这些举措，不但能够帮助社区、基层医疗机构、疾病预防控制部门更加高效、安全地开展全民健康行为管理，同时也有助于帮助公众远离疾病传播区域，从源头实现最大程度的风险防范。

（四）赋能科学研究，提速药物开发，加快宿主溯源。与2002年在我国暴发的SARS疫情相似，此次新冠肺炎疫情同样是一次全球性急性传染病疫潮。在两次疫情抗击中，国内外的科研团队始终没有放弃特效药物研发，也始终没有忽视追根溯源，寻找自然宿主，这些努力将对防范下一次疫情的出现至关重要。令人欣喜的是，AI在抗击新冠肺炎疫情的科研工作中也呈现其独特的价值。

目前，国家疾病预防控制中心已成功分离出新型冠状病毒，但新药和疫苗的研发还需大量的数据分析以及大规模的文献筛选。这单靠人力无法实现，需依靠强大的AI超算能力。通过AI深度学习处理数据，运用智能算法模型，自动筛选化合物，设计新药合成路线，开展药物有效性、安全性、理化特性和晶型预测；同时，在药物分子设计、生物标志物筛选、新型组合疗法研究等一系列工作中，AI也在发挥积极作用。疫情期间，三大互联网公司开放了核心算法和计算能力，帮助科学家快速筛选药物。百度公司免费提供线性时间算法LinearFold，利用这种方法将解析时间提速120倍；腾讯云免费开放超算能力等计算资源，助力药物研究团队加速疫苗研发和新药筛查；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，大大节省了基因分析时间，有效检测病毒变异情况。国内著名高等院校及其附属医院也纷纷利用AI技术筛选潜在药物。北京大学科研团队采用自主研发的“AI药物靶向筛选系统”，发现了沐舒坦等多种潜在药物有望治疗新冠肺炎。华中科技大学同济医学院联合华为云等单位，通过AI技术对8506种已上市或正在进行临床试验的药物，对新型冠状病毒多个靶标蛋白开展超大规模计算机辅助药物筛选，在1周内就得出了初步的筛选结果，以备临床后续的进一步验证。浙江大学附属第一医院李兰娟院士团队，则通过对采用“基于AI 的新型冠状病毒药物靶点机制预测和药物虚拟筛选”的4种药物进行体外细胞实验，结果证实其中2个药物在抑制新型冠状病毒上有一定效果。因此，在AI技术支持下，针对新型冠状病毒的药物研发过程有可能被大大缩短。除此之外，2003年SARS之后，相关领域的科学家花费了数年时间寻找病毒的自然宿主。在病毒学研究中，通过建立病毒基因库，将未知的新型病毒DNA序列与已知病毒的基因序列开展检索和人工对比，比较病毒DNA局部的相似性，从而推测新病毒可能的宿主，是一件相当耗时耗力的工程。北京大学通过使用双路卷积神经网络技术构建VHP算法模型，将已经提取的新型冠状病毒基因组与已有病毒基因数据库做数据检索和对比，通过深度学习，在强大算力的支持下，发现了可能的自然宿主[8]。这一观点也由随后发表在Nature、Lancet上其他团队的研究报告所证实[9-11]。由此提示，AI技术也将帮助人类加快病毒溯源的进程。　　

（一）加强宏观设计和引导，完善产业结构。近期，国家工业和信息化部发布了“充分发挥AI赋能效用，协力抗击新型冠状病毒感染的肺炎疫情倡议书”，倡议全社会，尤其是AI企业组织科研和生产力量，把加快有效支撑疫情防控的相关产品攻关和应用作为优先工作[12]。但目前面临的问题是，在疫情防控期间，AI企业对相关领域的场景建设需求并不熟悉，很多企业往往聚焦于自身擅长的开发领域，这导致了低端同类产品重复开发，部分产品缺乏实用性。解决这些问题的关键，是政府层面应通过项目引导和机制创新，鼓励AI企业与相关行业开展产、学、研一体化建设；同时，定期发布不同行业领域AI产品研发的指导性文件，以便更加高效地推动AI产业的产能升级、结构完善和产品落地。

（二）加快技术论证和审批，建立优先机制。此次疫情防控中，AI企业的参与热情高涨，但很多企业是从互联网企业转型而来，面对新的产业领域，很多还停留在互联网产品的研发思维上。一方面，我国目前真正熟悉和掌握AI相关技术的人才队伍相对不足，AI企业的准入门槛和研发能力评判机制亟待建立；但另一方面，对于那些真正掌握AI核心技术的科技公司，尤其是能够在此次疫情防控中发挥重大作用的AI产品，又因为医疗器械审批机制的周期原因，无法高效发挥其作用。因此，相关部门应该加快对该类技术的论证和审批，建立优先机制，适当放宽对该类医疗器械优先审批绿色通道的限制。

（三）围绕疫情防控体系和实际应用短板，优化产品效果。本研究显示，尽管目前AI企业可通过AI算法和强大的算力实现一定的场景建设任务，但大多数企业普遍存在重应用、轻评价的问题，少有企业会围绕国家疫情防控体系，运用科学研究方法，对AI产品开展定性或定量研究，进而围绕产品的实际应用短板，组织科研攻关力量再研发，对产品再升级。究其原因，可能是企业缺乏动力机制，也可能是缺乏与场景应用体系的对接合作机制。这些问题如果有政府部门的推动和支持，将事半功倍。

新型冠状病毒导致的疫情终将过去。经过这次“大练兵”，AI和诸多产业领域，以及政府部门均积累了宝贵经验。可以相信，未来的AI技术一定将更快、更好地融入我国公共卫生应急管理体系的建设之中。　

参考文献（略）

查阅更多防控疫情相关文章：

【防控疫情】新型冠状病毒肺炎疫情下医院医疗物资应急保障机制探索

【防控疫情】新型冠状病毒肺炎疫情下武汉方舱医院运行管理模式及实践探析

【防控疫情】新型冠状病毒肺炎疫情下病历无纸化的实践探索：以同济医院为例

【防控疫情】新型冠状病毒疫情期间儿童医院诊疗应急流程探讨

【防控疫情】马伟杭：医院正常开诊后院内感染防控九要点

【防控疫情】新型冠状病毒肺炎疫情期间方舱医院信息化建设实践与思考

【防控疫情】地处疫情高发区的公立医院参与新型冠状病毒肺炎防控的难点及策略探讨

【防控疫情】基于UTAUT-DST模型的互联网医院新型冠状病毒肺炎疫情防控管理探索

【防控疫情】新型冠状病毒肺炎疫情下传染病专科医院护理人力资源管理探讨

【防控疫情】杭州市新型冠状病毒肺炎诊治定点医院应急管理实践

【防控疫情】华中科技大学同济医学院附属同济医院在新型冠状病毒肺炎疫情防治信息化支撑建设中的实践探索

【防控疫情】新型冠状病毒肺炎疫情下医院后勤保障应对策略

【防控疫情】儿童新型冠状病毒院内感染预防与控制建议

【防控疫情】社会资源参与新型冠状病毒感染的肺炎疫情防控治理建议

亲爱的读者：

若您新收到的纸质杂志有破损等情况，请在微信公众号中发送破损杂志照片+您的邮寄信息后，拨打电话010-65257767或85113642，联系编辑部调换。

敬请关注《中华医院管理杂志》