抗擊新冠肺炎,人工智能技術(shù)來助力

0 評論 6477 瀏覽 3 收藏 9 分鐘

從體溫檢測到大數(shù)據(jù)警報防控,從智能問診到智能算法助力藥物研發(fā),人工智能在抗擊新冠肺炎這場戰(zhàn)役中正在發(fā)揮著越來越重要的作用。

截至2月4日16時,全國累計確診新型冠狀病毒感染的肺炎20502例,疑似病例23214例,累計死亡病例426例,累計治愈出院693例。

不斷上升的確診數(shù)字牽動著每個人的心,社會各界紛紛投入到這場沒有硝煙的疫情阻擊戰(zhàn)中。可以看到,除了不舍晝夜的醫(yī)護(hù)工作者外,人工智能技術(shù)也在這場戰(zhàn)役中起到了不可小覷的作用,快速體溫檢測、大數(shù)據(jù)防控、接診問診、機(jī)器人接待……毫無疑問,人工智能技術(shù)正逐漸成為人類的新一代守護(hù)者。

一、實(shí)現(xiàn)快速體溫檢測

由于這次春運(yùn)返程高峰期與疫情防控關(guān)鍵期重疊,春運(yùn)期間的疫情防控便顯得尤為重要。面對密集的人流,高鐵站、機(jī)場等交通樞紐采用傳統(tǒng)的手持式“額溫槍”“耳溫槍”顯然難以滿足需求。

在這種情況下,以人工智能圖像識別技術(shù)結(jié)合紅外熱成像技術(shù),可以在一定面積范圍內(nèi)對人流區(qū)域多人額頭溫度進(jìn)行快速篩選及預(yù)警,解決了佩戴口罩及帽子造成的面部識別特征較少的問題,方便對人流聚集處的快速篩選。

根據(jù)新聞顯示,百度已在北京清河火車站落地AI多人體溫快速檢測解決方案,基于人臉關(guān)鍵點(diǎn)檢測及圖像紅外溫度點(diǎn)陣溫度分析算法,可實(shí)現(xiàn)人流密集場所的快速體溫檢測。

二、拉響疫情警報,大數(shù)據(jù)高效防控疫情

運(yùn)用云計算、大數(shù)據(jù)等技術(shù)進(jìn)行精確翔實(shí)的數(shù)據(jù)歸集和分析,能有效助力政府進(jìn)行科學(xué)化決策。例如一家加拿大人工智能初創(chuàng)企業(yè)Bluedot,以AI系統(tǒng)搜索外語新聞報道、動植物疾病報告和各類官方公告,通過自然語言處理分析可能的疫情報道,2019 年 12 月 31 日該系統(tǒng)發(fā)出警告,并正確預(yù)測了新型冠狀病毒在首次出現(xiàn)后的幾天內(nèi)將從武漢擴(kuò)散到曼谷、漢城、臺北和東京。

除了拉響警報,大數(shù)據(jù)技術(shù)還能從宏觀上預(yù)測多少人可能被感染,幫助政府決策物資投放和管控手段,精確掌握散落在各地的隱性傳染者。例如基于大數(shù)據(jù)可以獲知在武漢華南海鮮市場關(guān)閉前,有多少曾去過那里的人,通過跟蹤他們的信息,進(jìn)而獲得精準(zhǔn)防控能力。

此外,有關(guān)部門和技術(shù)公司還能利用不同維度的海量數(shù)據(jù)信息,如地圖數(shù)據(jù)、航空數(shù)據(jù)、移動通信數(shù)據(jù)、電商消費(fèi)數(shù)據(jù)等,進(jìn)行綜合建模和分析,做出針對疫情的合理決策判斷。

三、智能問診系統(tǒng)環(huán)節(jié)醫(yī)生接待壓力

隨著基層百姓對疫情的認(rèn)識不足,由于普通的頭疼、發(fā)燒、咳嗽而擠向醫(yī)院的患者數(shù)不勝數(shù)。越多的人涌向醫(yī)院,交叉感染就越多,必將不利于疫情的防控,也讓本就緊張的醫(yī)療資源雪上加霜。即使一部分醫(yī)院、組織通過線上咨詢解答患者疑問,但受到線上醫(yī)生接待服務(wù)時間、精力限制,仍舊無法解決大部分患者疑問及恐慌。

為緩解一線壓力,可以借助自然語言處理等技術(shù)打造肺炎咨詢機(jī)器人,輔助醫(yī)生解決簡單病情問答,釋放醫(yī)生時間精力去做更有價值的事。國內(nèi)智能客服企業(yè)快商通已于1月29日上線肺炎咨詢機(jī)器人,當(dāng)前已與北京同仁堂、智業(yè)互聯(lián)、部分三甲醫(yī)院達(dá)成合作,為醫(yī)院、政府、公益組織等免費(fèi)提供。

四、機(jī)器人降低接觸傳播

由于新型冠狀病毒的傳染性,利用機(jī)器人來完成某些替代性工作,可以有效防止人與人之間的接觸所可能造成的疫情擴(kuò)散。在本次新型冠狀病毒肺炎確診案例的治療過程中,機(jī)器人已經(jīng)派上用場。

以美國首例新型肺炎病患救治過程為例,為了防止病毒的進(jìn)一步傳染,治療過程中,醫(yī)生負(fù)責(zé)在隔離窗外操作機(jī)器人,而機(jī)器人配備了攝像頭、麥克風(fēng)和聽診器等設(shè)備,能替代部分人類工作。

另一方面,機(jī)器人除了用來對病人進(jìn)行治療,還可以承擔(dān)其他的一些非接觸性工作。例如:以送餐機(jī)器人為隔離區(qū)人員送餐送物,可避免交叉感染;應(yīng)用中國科學(xué)技術(shù)大學(xué)附屬第一醫(yī)院(安徽省立醫(yī)院)聯(lián)合中國科大相關(guān)技術(shù)團(tuán)隊研制的無接觸式多功能自助終端設(shè)備,使用者無需與屏幕接觸,點(diǎn)擊空中成像,就能完成掛號預(yù)約繳費(fèi)等多功能自助服務(wù)。

五、人工智能算法尋找病毒宿主

對于新型冠狀病毒,快速找到其自然宿主、中間宿主,弄清通過什么途徑傳播到人類,對于切斷傳播途徑具有重要意義。1月25日,北京大學(xué)工學(xué)院教授朱懷球團(tuán)隊在bioRxiv預(yù)印版平臺發(fā)表了一篇題為《深度學(xué)習(xí)算法預(yù)測新型冠狀病毒的宿主和感染性》的研究論文。

該團(tuán)隊使用雙路卷積神經(jīng)網(wǎng)絡(luò)(BiPathCNN)技術(shù),預(yù)測新型冠狀病毒的宿主,通過分析,研究團(tuán)隊發(fā)現(xiàn),蝙蝠冠狀病毒與新型冠狀病毒具有更相似的感染模式,可能是其自然宿主。通過比較所有宿主在脊椎動物上的病毒傳染模式,發(fā)現(xiàn)水貂病毒的傳染性模式更接近新型冠狀病毒,可能是其中間宿主。

六、人工智能助力抗病毒藥物研發(fā)

傳統(tǒng)藥物研發(fā)的大致流程是先篩選出病毒特異性的蛋白靶點(diǎn),然后從數(shù)以萬計的化合物庫中大規(guī)模篩選,期望從中選出效果好,毒性小的藥物。由于篩選量龐大,研發(fā)過程費(fèi)時費(fèi)力,成本高昂。

在人工智能的參與的藥物研發(fā)模式下,首先將大量已知的靶點(diǎn)3D結(jié)構(gòu)與藥物作用模式輸入模型,教會人工智能判斷某個藥物是否對靶點(diǎn)有作用。人工智能驅(qū)動的藥物研發(fā)變成了確定靶蛋白的3D結(jié)構(gòu),然后人工智能便會從龐大的化合物庫中自動篩選可能有效的藥物,研發(fā)人員只需通過實(shí)驗,驗證少數(shù)篩選出的結(jié)果,大大節(jié)約研發(fā)時間和成本。

當(dāng)前疫情之下,BAT等巨頭紛紛捐助龐大AI算力,便是為了協(xié)助科學(xué)家快速篩選出藥物。

 

本文由 @小快 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)作者許可,禁止轉(zhuǎn)載。

題圖來自Unsplash,基于CC0協(xié)議

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!