专家：AI防疫仍处于起步阶段，发展关键在于数据的打通与分析

7月9日，在2020世界人工智能大会云端峰会期间，多位学界、业界人士对新冠肺炎疫情防控期间AI的应用情况进行分析。与会嘉宾普遍表示，新冠肺炎疫情让人工智能真正有机会应用到很多方面，在医疗资源调配、帮助政府进行社区封闭的人员物资和医疗管理等方面，人工智能都发挥了重要作用。但是，AI防疫仍处于起点阶段，还没有完全应用到防疫和医疗卫生领域。

清华大学教授沈向洋认为，人工智能必须要解决数据问题，特别是对于疫情，要想怎么样早发现，怎么样早预警，怎么样早阻断。未来我们要能做到分钟的预警、小时的阻断，把打通数据、分析数据全部集中在一起后，人工智能才能真正地发挥它的实力。

AI防疫仍处于起点阶段

“从疫情开始到现在，我感觉（人工智能在疫情防控中的使用）仅仅是一个起点”，复旦大学附属华山医院感染科主任张文宏回忆，在整个疫情防控过程中，初期都是通过人工的方式开展工作。比如，上海防疫队初到武汉，口罩、防护服、尿裤、呼吸机等的数据和资源调配情况都没有，彼时还通过直升机投递补充医疗资源。因而，我们已经意识到将来人工智能应具有非常大的物资调配能力。

张文宏认为，此次疫情防控期间人工智能也帮助政府进行社区封闭的人员、物资和医疗等方面的管理。

新冠肺炎疫情防控期间，全国大中小学校全面停课，近段时间大多数地区已经恢复线下课程。疫情还未结束，如何利用人工智能保障学生安全？

中国工程院院士、同济大学校长陈杰表示，大学校园中流动人口非常多，以同济大学为例，学校四万多名学生来自海内外各地。为了更好防控疫情，学校利用人工智能技术建立一个自主的识别系统和自主的信息系统，管理这五、六万教职员工和师生员工的信息。学校门口还设立了智能识别系统，告诉师生是否可以进入，为了减少矛盾，不能进的四个理由也会立刻显示在屏幕上，包括：来自重点地区、在上海没有隔离14天、体温超过37.3℃和非同济大学教职工。

沈向洋进一步指出，疫情让人工智能真正有机会应用到很多方面。首先，以人工智能加速推进预防诊断和相关治疗的研究，特别是疗程手段的突破，大家在等疫苗什么时候出来，有什么新的更好的治疗方法；

其次，从全球卫生健康、流行病学的数据里提取发现这些数据，然后将它的特征、变化、趋势直观立体地展现出来；

此外，疫情要求有一些新的技术手段，特别是远程协作的发展，这样可以更好地推动医疗资源的分享，让有限的医疗资源可以服务更多的人口，不仅对于发展中国家，包括像美国这样的发达国家也是很重要的一件事情；

最后，在基础研究方面，需要突破更多的人工智能技术，包括像隐私保护、标准化、误操作性，这样才可以保证数据分享的安全、可靠、高效。

有赖于数据的打通与分析

人工智能在疫情防控中发挥多方面作用，但其效果和应用场景仍有待提高。

张文宏坦言，这次中国疫情的控制是靠传统的智慧和城市的管理来实现的。这次人工智能迅速跟上疫苗靶位的预测、药物靶标的发现，但是现在制造的所有药物和疫苗都是为未来而造。也就是说，我们反思这次疫情以后，将来人工智能可以如何改善？

“对公共卫生体系来讲，很重要的是加快预警的速度。”张文宏认为，这既包括疾控、公共卫生的数据，也包括真实世界的数据，即医疗机构领域的数据，现在都是散的，未来能否加快数据（的流通与使用）？

不仅如此，公共卫生监测体系的运用、以及医疗机构和公共卫生体系的融合，也就是新医防融合的体系都离不开大数据。但是做到什么程度就看如何运用大数据、如何跟线下结合？“今天有多少航班到达？所在国家疫情如何？城市能不能抵抗？床位数保留到多少？这些都应该有数据。现在我们采取的是熔断措施，熔断不是人工智能，我非常期盼线上和线下系统的结合。”张文宏说。

陈杰也赞同人工智能还没有完全应用到防疫和医疗卫生领域。现在很多数据，包括数据的学习方法，还是基于一个质量比较高的、有标识性的数据。现在面前大量的传感器所获取的各种时空所获得的数据，如何进行有效地融合和处理，以及怎样面对数据加起来的涌现现象是我们面临的问题。大量的数据真假难辩，这样的数据怎么整合是现在面临的巨大问题。

陈杰建议，数据的学习方法也要从原来传统的深度学习向强化学习、向迁移学习、向未来的进化学习的转移，用信息系统把物理系统跟人类系统结合起来，未来最难的是人和机器怎样共融，人在这个回路中既是一个操作者，又是一个平等的参与者，怎么结合起来是未来的重要命题。