可以說，新冠疫情是新中國成立以來傳播速度最快、感染范圍最廣、防控難度最大的突發(fā)性公共衛(wèi)生事件，是中國和世界各國面臨的一次巨大挑戰(zhàn)。

[[423642]]

在各類疫情防控措施中，人工智能技術(shù)的應用成為防疫、抗疫的重要輔助手段。本文分析了人工智能助力新冠肺炎疫情防控的實踐情境，其應用對控制疫情傳播范圍、緩解診療壓力、提升研發(fā)效率等具有顯著效果，并提出完善法律法規(guī)、保障數(shù)據(jù)安全、加強人才培養(yǎng)等發(fā)展建議。

在疫情防控過程中，人工智能技術(shù)在疫情的監(jiān)測預警、醫(yī)療診斷、藥物研發(fā)等方面均發(fā)揮了重要作用，有效地控制了疫情傳播范圍，緩解了疫情診療壓力，為抗擊疫情爭取了更多的時間和資源。

疫情的監(jiān)測預警

在疫情防控工作中，監(jiān)測新冠病毒的傳播過程是一項非常重要且繁瑣的工作，病毒傳播鏈以及傳播方式的掌握對疫情監(jiān)控、溯源以及政府制定防疫決策極其重要。

人工智能技術(shù)的大量應用不僅減輕了人力資源負擔，也幫助實現(xiàn)了全面精確的疫情防控措施實施。

同時，人工智能技術(shù)與大數(shù)據(jù)結(jié)合還可發(fā)揮疫情預警作用，以便及時采取防控措施，減少感染人數(shù)。

在疫情監(jiān)測方面，人工智能技術(shù)的應用主要體現(xiàn)在信息整合、新冠肺炎疑似病例的篩查和追蹤等方面。

首先，通過人工智能和大數(shù)據(jù)技術(shù)可以實現(xiàn)對網(wǎng)絡(luò)信息的篩查、管理，將民眾關(guān)注最多的信息以及搜索最多的問題匯總，再將謠言與官方解答進行區(qū)分，讓民眾第一時間了解到最權(quán)威的信息。

由此降低人們對新冠肺炎疫情的恐懼感，避免因謠言而造成社會恐慌，這對控制疫情進一步發(fā)展有著重要意義。

其次，為更全面監(jiān)測新冠肺炎疫情的傳播情況，需要對居民流動情況進行排查。

由智能語音機器人通過電話通信進行人員排查是現(xiàn)階段較為安全且高效的方法，可在2 h內(nèi)撥打7000多個電話，并將得到的信息自動生成數(shù)據(jù)報表。

同時，智能測溫系統(tǒng)實現(xiàn)了大批量人員的體溫監(jiān)測，可在不影響人們?nèi)粘Ｉ畹那疤嵯卤O(jiān)測疫情傳播，將疫情防控作為長期措施。

在疫情預警方面，主要利用大數(shù)據(jù)和人工智能技術(shù)相結(jié)合，實現(xiàn)對疫情的早識別、早預警以及早處置。

根據(jù)病例信息、交通信息、社交信息等大數(shù)據(jù)，通過人工智能技術(shù)可建立疫情的監(jiān)測預警系統(tǒng)，該系統(tǒng)可精確的找到潛伏期內(nèi)到達過風險地區(qū)以及與確診病例或疑似病例密切接觸過的人員的定位信息，進而幫助相關(guān)部門采取對應防控措施。

人工智能技術(shù)還可構(gòu)建模型來預測疫情的發(fā)展態(tài)勢，并評估各類疫情防控措施的實施效果，為政府提供科學的防控預案，以采用最有效的措施來控制疫情發(fā)展。

疫情的醫(yī)療診斷

人工智能技術(shù)在醫(yī)學影像領(lǐng)域的應用可以有效緩解醫(yī)學影像學醫(yī)生的診斷壓力，一方面降低了醫(yī)生人為診斷的失誤率，另一方面提高了診斷效率，尤其是在面對新冠肺炎這類具有高度傳染性疾病時，快速高效地診斷病情尤為重要和關(guān)鍵。

人工智能醫(yī)學影像診斷高效率、耗時短，是疫情診斷階段的重要輔助手段。

同時，新冠肺炎的影像表現(xiàn)與其他病毒性肺炎有明顯差異，其自身的獨特特征為人工智能的應用提供了前提條件。

通過人工智能技術(shù)建立的新冠肺炎醫(yī)學影像診斷工具可以在疑似病例中快速識別出新冠肺炎病人與其他病毒性肺炎病人，有助于診斷過程中的早期篩查，同時能夠節(jié)約大量醫(yī)療資源，為疫情防控做出重要貢獻。

人工智能技術(shù)還用于對病患追蹤的非入侵性測量和遠程問診。

利用人工智能技術(shù)可在人群中快速識別體溫異常者，并對異常者進行定位和追蹤，根據(jù)呼吸特征，人工智能還可實現(xiàn)大范圍地監(jiān)控潛在病毒感染者。

同時，人工智能機器人可實現(xiàn)對病人的遠程問診和部分非接觸性工作，有效減少醫(yī)護人員的感染，防止因人員直接接觸造成的疫情擴散。

人工智能在醫(yī)療診斷領(lǐng)域的應用有效緩解了疫情期間一線醫(yī)護人員的工作壓力，并為新冠肺炎感染患者爭取了更多時間，提高了醫(yī)生對病患的救治率，成為疫情診療的重要手段之一。

病毒及藥物研究

在此次新冠肺炎疫情的防控過程中，基因檢測和藥物研發(fā)這兩類人工智能產(chǎn)品在病毒及藥物研究領(lǐng)域應用最多。

成功戰(zhàn)勝新冠肺炎疫情最核心的工作是對新型冠狀病毒進行深入研究，了解其基因組成和特性，進而研發(fā)出有效的藥物及疫苗。

人工智能算法可在27 s內(nèi)預測出新型冠狀病毒的結(jié)構(gòu)，不僅提升了疫苗研發(fā)、基因檢測等科研工作的效率，也為藥物研發(fā)工作爭取了更多時間。

新冠病毒不僅基因序列長且具有不穩(wěn)定的特性，隨時可能產(chǎn)生變異，需進行全基因檢測以防止因病毒變異而產(chǎn)生的漏檢，人工智能算法可將全基因檢測的時間縮短至半小時內(nèi)，為醫(yī)生診療節(jié)省了大量時間。

在藥物研發(fā)過程中，主要包括2個環(huán)節(jié)：靶點篩選和藥物篩選。

其中靶點篩選是關(guān)鍵環(huán)節(jié)，利用人工智能技術(shù)可以從海量數(shù)據(jù)中提取有用信息，并進行生物化學的預測處理，可節(jié)省大量時間和資源。

在藥物篩選環(huán)節(jié)，利用深度學習、神經(jīng)網(wǎng)絡(luò)等人工智能技術(shù)結(jié)合高通量計算機來輔助藥物設(shè)計和篩選也是藥物研發(fā)的重要手段。

通過計算機算法進行藥物篩選可以實現(xiàn)大范圍的高通量篩選，此過程以大量的數(shù)據(jù)支撐為基礎(chǔ)，計算機進行快速數(shù)據(jù)模擬，縮短了藥物篩選時間的同時也提高了成功率。

多個機構(gòu)和企業(yè)均研發(fā)了藥物篩選系統(tǒng)，為新冠肺炎疫情的防控工作做出了突出貢獻。

人工智能助力疫情防控面臨的現(xiàn)實難題

在疫情防控過程中，人工智能的多方面應用均發(fā)揮了巨大作用，但目前尚面臨著一些現(xiàn)實難題。

• 人工智能應用中的倫理和法規(guī)問題

完善詳盡的法律法規(guī)是人工智能落地的根本保障，醫(yī)療人工智能的可行性需要解決大量的社會倫理和法律問題。

現(xiàn)階段，與人工智能技術(shù)發(fā)展相比法律的滯后性十分明顯，引進醫(yī)療人工智能后，各類責任劃分、應用標準等是亟待解決的重要問題。

其次，醫(yī)療領(lǐng)域的醫(yī)患關(guān)系本就是一個復雜的問題，引入醫(yī)療人工智能意味著增加了新的關(guān)系主體，給醫(yī)患關(guān)系帶來了更多挑戰(zhàn)。

此外，人們對于人工智能的理解仍停留在表面，尚難以寄予充分的信任。

隨著科技的發(fā)展，當醫(yī)療人工智能可以獨立地診療患者時，人們的信任問題、對醫(yī)生這一行業(yè)的影響等社會倫理問題將是影響醫(yī)療人工智能應用落地的重要因素。

• 人工智能應用中的數(shù)據(jù)問題

實現(xiàn)人工智能的廣泛切實應用，特別是在臨床醫(yī)學輔助方面，需要廣泛且準確的數(shù)據(jù)輸入進行建模和分析。

由于數(shù)據(jù)問題，醫(yī)療人工智能系統(tǒng)僅能發(fā)揮其部分效用，應用范圍也局限于醫(yī)院內(nèi)部，而無法實現(xiàn)全國范圍的聯(lián)通。

首先，醫(yī)療數(shù)據(jù)信息無法實現(xiàn)共享。目前對于人工智能醫(yī)療數(shù)據(jù)的研究僅局限于部分醫(yī)院，數(shù)據(jù)輸入相對單一，建立的模型普適性不足，同時尚未建立統(tǒng)一的數(shù)據(jù)共享方式。

其次，醫(yī)療數(shù)據(jù)信息無法達到高質(zhì)量水平。不同醫(yī)院的數(shù)據(jù)格式、信息描述均存在差異，這在輸入數(shù)據(jù)時需要許多經(jīng)驗豐富的醫(yī)生書寫統(tǒng)一標準的病歷數(shù)據(jù)，增添了大量的額外工作。

最后，存在個人信息的隱私保護問題。在實現(xiàn)醫(yī)療人工智能的過程中，科技公司、醫(yī)院等主體需共享醫(yī)療信息資源，這就存在隱私泄露的風險。

因而，完善法律法規(guī)、保障公民的信息安全，是醫(yī)療人工智能落地的重要問題。

• 人工智能的算法偏見問題

算法偏見是指人工智能系統(tǒng)中產(chǎn)生的不公平結(jié)果和可重復的錯誤，這種偏見不僅是算法本身的設(shè)計問題，還受到輸入數(shù)據(jù)、算法訓練方式等多種因素的影響。

首先，若原始輸入數(shù)據(jù)存在偏見，即數(shù)據(jù)范圍不夠廣泛，某類型數(shù)據(jù)過多則會導致算法將這種偏見帶入到運行過程中，進而使結(jié)果帶有偏見。

其次則是人為造成的算法偏見。因為算法由程序員編寫，而當設(shè)計者將自身價值觀所帶的偏見嵌入到算法中，人工智能則會繼承這種思想，經(jīng)過多重的算法運作，這種偏見將會被進一步放大或固化，進而使得人工智能產(chǎn)品帶有“偏見”，給市場帶來負面影響。

結(jié)論

雖然醫(yī)療人工智能在疫情防控中表現(xiàn)出了一定問題，但依舊可見其擁有的巨大發(fā)展?jié)摿ΓS著各方面的逐漸完善，人工智能將會為醫(yī)療領(lǐng)域做出更大的貢獻。

• 完善法律法規(guī)，強化倫理監(jiān)管

成立醫(yī)療人工智能倫理監(jiān)管機構(gòu)，從醫(yī)療人工智能產(chǎn)品的設(shè)計、生產(chǎn)到使用實行全程監(jiān)管，明確醫(yī)療人工智能使用過程中的責權(quán)問題。

同時要在醫(yī)療人工智能產(chǎn)品設(shè)計之初便根據(jù)倫理原則進行風險評估，降低人工智能風險。

要完善相關(guān)法律法規(guī)，在法律上明確界定醫(yī)療人工智能開發(fā)者、生產(chǎn)者和使用者的責任，建立責任體系。

制定醫(yī)療人工智能的應用評價體系，對醫(yī)療人工智能產(chǎn)品進行多方面的考察，引導形成良性的市場競爭環(huán)境。

• 建立數(shù)據(jù)安全管理制度，打破數(shù)據(jù)孤島障礙，保護公民的個人信息隱私

建立數(shù)據(jù)管理制度，在保障數(shù)據(jù)安全的同時規(guī)范數(shù)據(jù)標準，建設(shè)高質(zhì)量的信息數(shù)據(jù)資源庫，滿足醫(yī)療人工智能學習訓練的數(shù)據(jù)需求，促進醫(yī)療人工智能推廣應用。

此外，在現(xiàn)有隱私保護法等法律法規(guī)的基礎(chǔ)上完善醫(yī)療人工智能信息隱私安全管理，保障公民的個人隱私信息安全。

• 加強醫(yī)療和人工智能交叉人才的培養(yǎng)

醫(yī)療人工智能是未來醫(yī)療行業(yè)不可避免的發(fā)展趨勢，高水平的復合型人才不可或缺。

需建立醫(yī)療人工智能人才培訓體系，促進高校、醫(yī)院、企業(yè)等多方合作，對醫(yī)務人員進行專業(yè)規(guī)范的技能培訓，加強人工智能與醫(yī)學交叉性學科的建設(shè)，積極引進高端人才，保障醫(yī)療人工智能持久發(fā)展。