標題
人工智能在預防與治療新冠狀病毒起到哪些作用？
關鍵字
新冠狀病毒，人工智能醫學，多學科交叉，機器學習，深度學習，數據挖掘
簡介
截止北京時間2020年3月10日，中國確診病例80928人，死亡3140人。此外，疫情大肆席卷全球，國外確認人數多達28550人，死亡871人，涉及眾多國家，并呈現加重趨勢，全球一道抗擊疫情迫在眉睫。那么身為未來科技革命的領導者——人工智能，被社會抱有極大期望，在面對2019新冠狀病毒猛烈攻擊下，在預測與防治方面，起到多大作用呢？這是值得思考的地方。我們知道在醫學領域，人工智能不僅研究已久，還被社會稱為不久將來人工智能發力的重點領域，顯然本次的全球重大疫情，是對人工智能醫學乃至整個人工智能領域的巨大考驗，可以從一個側面反映人工智能實際發展情況，是否像部分人那樣所宣傳的“人工智能”。 經過多方調查，我個人得出的結論是：AI在本次抗擊疫情中，發揮了重要，尤其在防治檢測方面。然而，在預測方面，雖然來自加拿大的公司Bluedot，在1月初的時候，成功預測了新型冠狀病毒從武漢爆發后，幾天之內從武漢擴散至北京、曼谷、漢城及臺北，向其用戶發出警告，不過依舊存在一些不足。以下簡單地列舉了AI在此次抗擊疫情中發揮作用的幾個方面。
- Bluedot 是一家來自加拿大多倫多的 AI 初創公司，該公司致力于使用大數據分析來跟蹤和預測世界上最危險的傳染病的蔓延。利用 AI 驅動的算法，該公司 AI 系統通過搜索外語新聞報道、動植物疾病報告和各類官方公告，于 2019 年 12 月 31 日向其客戶發出警告，避免在武漢等地區進行活動。這一警告比美國疾病控制與預防中心于 2020 年 1 月 6 日發布的消息還要早。
- “AI+CT”支持醫學判斷。
- 公共場所測體溫，是人工智能、紅外測溫、可見光抓拍和人體識別技術的綜合應用，通過人體識別技術，輔助追蹤疾控防疫傳染路徑，通過以圖搜圖、碰撞比對，計算出發熱者的軌跡、同行者、密切接觸人員等，進一步確認其身份，加速診斷。
- 智能語音對話，在線問診。
- 消毒機器人。
- 疫情跟蹤，中國工程院院士鐘南山團隊在科學研究中也使用了人工智能模型來預測新冠肺炎疫情的流行趨勢。這種模型名為長短期記憶模型(Long-Short-Term-Memory，簡稱LSTM)，該模型的訓練數據集是2003年4月至6月的SARS流行病學數據。
- 百度利用數據挖掘技術結合百度地圖，繪制百萬武漢勞工返鄉圖，分析重點災區分布等。
- 總體來說，人工智能在疫情防治檢測方面，亮點突出，但是在疫情預測方面，依舊需要更上一層樓，正所謂：“我們需要的是預測未來，而非事后諸葛亮”。
作者
Fan Zhiguang，鄭州大學，河南先進技術研究院研究生
付費5元查看完整內容
相關內容
2019新型冠狀病毒（2019-nCoV），因2019年武漢病毒性肺炎病例而被發現，2020年1月12日被世界衛生組織命名。冠狀病毒是一個大型病毒家族，已知可引起感冒以及中東呼吸綜合征（MERS）和嚴重急性呼吸綜合征（SARS）等較嚴重疾病。新型冠狀病毒是以前從未在人體中發現的冠狀病毒新毒株。 2019年12月以來，湖北省武漢市持續開展流感及相關疾病監測，發現多起病毒性肺炎病例，均診斷為病毒性肺炎/肺部感染。人感染了冠狀病毒后常見體征有呼吸道癥狀、發熱、咳嗽、氣促和呼吸困難等。在較嚴重病例中，感染可導致肺炎、嚴重急性呼吸綜合征、腎衰竭，甚至死亡。目前對于新型冠狀病毒所致疾病沒有特異治療方法。但許多癥狀是可以處理的，因此需根據患者臨床情況進行治療。此外，對感染者的輔助護理可能非常有效。做好自我保護包括：保持基本的手部和呼吸道衛生，堅持安全飲食習慣，并盡可能避免與任何表現出有呼吸道疾病癥狀（如咳嗽和打噴嚏等）的人密切接觸。
題目： 新型冠狀病毒肺炎流行病學特征的最新認識
簡介： 中華預防醫學會新型冠狀病毒肺炎防控專家組在文獻回顧和專家研討基礎上，形成了對新型冠狀病毒肺炎流行病學特征的最新認識。病毒最初的來源為武漢市華南海鮮市場，穿山甲為潛在的動物宿主。目前傳染源主要是新型冠狀病毒感染的患者，隱性感染者也可能成為傳染源，主要經呼吸道飛沫傳播和接觸傳播，人群普遍易感。平均潛伏期5.2 d，流行初期基本再生數（R0）為2.2。患者多數表現為普通型和輕型。病死率為2.38%，合并基礎疾病的老年男性病死率較高。新型冠狀病毒肺炎的防控要點包括完善疫情信息監測、隔離診治傳染源、加快疑似病例診斷、規范密切接觸者管理、重視聚集性疫情防控和院內感染防控、關注返程人員的疫情防控和加強社區防控。
新型冠狀病毒肺炎（novel coronavirus pneumonia，NCP），簡稱新冠肺炎，其病原體為新型冠狀病毒。WHO已將該疾病正式命名為2019冠狀病毒病（corona virus disease 2019，COVID-19）。自2019年12月12日首例患者入院以來，截至2020年2月10日，我國累計報告新型冠狀病毒肺炎確診病例42 708例，累計死亡1 017例[1]。其中，湖北省和武漢市的累計確診病例分別占全國的74.3%和43.2%，是疫情防控的重中之重。同時，中國以外有24個國家和地區報告確診病例395例，累計死亡1例[2]。中華預防醫學會新型冠狀病毒肺炎防控專家組基于文獻綜述、專家研討等方法，形成了對新型冠狀病毒肺炎流行病學特征的最新認識，以便讀者能不斷積累對這個新發傳染病的認識，提高防控意識，共同應對疫情。
內容概述：
- 傳染源
- 傳播途徑
- 易感人群
- 流行特征
- 臨床特征
- 防控要點
付費5元查看完整內容
【導讀】抗擊新冠肺炎疫情還在繼續。人工智能深度學習技術在抗擊疫情方面有何作用？最近武漢大學人民醫院在medRXiv預印版本論文，構建一個基于深度學習的系統，在高分辨率CT上檢測2019-nCoV肺炎，減輕放射科醫生的工作壓力，提高診斷效率。在2月份真實病例數據上的實驗結果揭示，基于深度學習的模型在更短的時間內取得了與專家放射科醫師相當的效果。它在提高診斷效率、減輕一線放射科醫師的工作壓力、加快COVID19患者的診斷、隔離和治療等方面具有巨大的潛力，有助于控制疫情。值得一提的是，該工作也得到了Keras作者 Fran?ois Chollet的推評，本工作用到了Keras。
背景: CT是評估肺炎冠狀病毒感染的首選影像學方法。我們的研究目的是構建一個基于深度學習的系統，在高分辨率CT上檢測2019-nCoV肺炎，減輕放射科醫生的工作壓力，提高診斷效率。
方法: 收集2019-nCoV肺炎患者40例21661張CT掃描圖像和24例非2019-nCoV感染患者5100張CT掃描圖像，訓練卷積神經網絡模型檢測2019-nCoV肺炎。收集了11例和31例具有和不具有2019-nCoV肺炎的患者進行回顧性檢測。前瞻性收集武漢大學人民醫院于2020年2月5日連續接受CT掃描的27例患者，以評估和比較放射科醫師對2019-CoV肺炎的治療效率。
結果: 該模型對每個患者的敏感性為100%，特異性為93.55%，準確性為95.24%，PPV為84.62%，NPV為100%;在回顧性數據集中，每幅圖像的靈敏度為94.34%，特異性為99.16%，準確性為98.85%，PPV為88.37%，NPV為99.61%。在27名預期患者中，該模型與專家放射科醫生相比，具有更短的閱讀時間(41.34s [IQR 39.76-44.48] vs. 115.50s [IQR 85.69-118.17])。
解釋: 我們已經開發了一個深度學習模型，顯示了與專家放射科醫生使用更短的時間的可比性能。這對提高臨床診斷的效率，減輕放射科醫師的工作壓力具有很大的潛力。
付費5元查看完整內容
2019年12月中旬以來，中國武漢短期內出現了以發熱、乏力、咳嗽、呼吸不暢為主要癥狀的不明原因肺炎病例 ，各級政府、衛生健康行政主管部門高度重視，快速組織疾控機構、醫療單位和科研院所開展調查、救治和協作攻 關，迅速確定這類病例的病原為新型冠狀病毒，世界衛生組織（WHO）確認并命名為2019-nCoV，該病原感染所 致的肺炎稱為新型冠狀病毒肺炎。
為了增進大眾及有關專業人員對新型冠狀病毒肺炎這一新型疾病的認識和理解，指導個人預防，降低傳播風險 ，武漢市疾病預防控制中心組織豐富經驗的傳染病防治專家、病原生物與免疫專業研究學者，以及三甲醫院臨床一 線專家，緊急編撰了《新型冠狀病毒肺炎預防手冊》一書。全書內容分為認識冠狀病毒、理解傳播風險、早發現早 治療、個人衛生防護、場所衛生要求和傳染病相關知識等六部分，以圖文并茂、通俗易懂的表達方式，為大眾解答 在抗擊新型冠狀病毒肺炎過程中的疑惑。只要我們眾志成城，攻堅克難，科學預防，一定能夠奪取控制新型冠狀病 毒肺炎流行與傳播的勝利。
由于編寫時間倉促，對新型疾病有關問題認知不足，斧正為感！
《新型冠狀病毒肺炎預防手冊》編撰組 2020年元月
付費5元查看完整內容
注冊地址： 北京市海淀區羊坊店路18號2幢3層301-191