COVID-19冠状病毒正在全球迅速蔓延，对社区构成威胁，令金融市场感到恐慌，并在许多情况下迫使国家流行病应对小组迅速更新和实施多年前制定的计划。当这些研究人员竞相将当今的技术应用于检测和对抗病毒时，许多人都在讨论如何——甚至是实地测试——可以用来缓解这场全球危机的人工智能策略。
跟踪疫情
人工智能在对抗冠状病毒方面的作用的早期证据是，多伦多初创公司BlueDot通过人工智能对这种疾病进行了早期检测。该公司的人工智能工具的目标是对潜在的传染病进行早期检测，它使用机器学习、自然语言处理(NLP)和情感分析来处理来自新故事、疾病控制中心(CDC)和世界卫生组织(WHO)报告、航空旅行路线等的数据。去年12月下旬，蓝点公司的预警系统比疾病预防控制中心和其他主要卫生组织提前整整一周发出了冠状病毒警报。
在其他地方，波士顿儿童医院解决了控制疫情的另一个关键方面:绘制地图。医院的首席创新官约翰•布朗斯坦和哈佛大学教授,告诉彭博社,将机器学习和人工智能应用于他所谓的“数字排”(如社交媒体文章和搜索查询),医院开发出一种Map工具,可以检测早期事件消息到达前官员。
牛津大学空间流行病学家Moritz Kraemer在接受《柳叶刀数字健康》杂志采访时解释说:“春节前，我们查看了一天内有多少人离开武汉，这些信息来自包括百度在内的搜索引擎。”微信是一款即时通讯、社交媒体和移动支付应用，提供武汉周边的旅游数据。机器学习模型利用这些数据来预测新型冠状病毒最可能到达的下一个地点，这可能会告诉我们在哪里以及如何进行边境检查。”
根据布朗斯坦的说法，他们的重点是确保在美国有适当的工具来检测疫情。“如果我们能利用互联网的力量，”他告诉波士顿25新闻(Boston 25 News)，“我们就能以一种你无法通过公共卫生机构收集数据等传统渠道获得的方式，观察到冠状病毒等新出现的公共卫生威胁。”世界卫生组织传染病部门的执行主任大卫·海曼领导了该组织对非典的反应，并同意这一评估。他告诉《柳叶刀》杂志说:“例如，通过监控社交媒体、新闻推送或航空票务系统，我们可以知道是否有什么问题需要进一步研究。”
诊断疾病
现场爆发冠状病毒疫情所面临的挑战之一是，COVID-19检测套件供应不足，而且仍在经历反复和变化。因此，在诊断COVID-19时，放射科医生寻找肺炎的特定表达。虽然肺炎本身不能确诊，但它有助于医疗专业人员了解哪些患者需要更紧急的隔离和更彻底的诊断程序。首尔国立大学医院(Seoul National University Hospital)的金贤镇(Hyungjin Kim，音)等研究人员认为，人工智能可以帮助“减轻放射科医生和临床医生的负担，并促进快速分诊”。
事实上，据《连线》杂志本周的一篇文章报道，一些中国医院已经部署了人工智能来帮助进行COVID-19诊断。北京初创公司Infervision帮助34家医院部署了一款由人工智能驱动的COVID-19肺炎检测工具，帮助检查了3.2万多名患者。该工具以前主要用于检测肺癌结节，它利用医院的肺部图像来了解和标记CT扫描中的肺部问题。通过使用中国最早治疗冠状病毒患者的医院之一的COVID-19肺炎图像，Infervision重新使用了COVID-19检测工具。虽然尚未得到中国政府的正式批准，但Infervision的首席执行官Kuan Chen告诉《连线》杂志，“在这样的危险爆发中，任何行动都存在风险，但不采取行动的风险要大得多。”
解决这个问题
当然，长期的方案是为COVID-19开发有效的治疗方法，甚至是疫苗。Insilico Medicine是一家位于马里兰州的初创公司，它利用人工智能进行药物研发，是将资源集中起来对抗冠状病毒的公司之一。据《财富》杂志(Fortune)报道，Insilico的人工智能工具在使用28种不同的机器学习模型探索药物选择后的几天内，就识别出了数千种可能用于COVID-19药物的分子。在一份声明中，Insilico承诺“利用自己的资源和最亲密的合作伙伴慷慨提供的资源，合成和测试多达100个分子”，其中前6个已经完成。
Insilico Medicine首席执行官Alex Zhavoronkov表示:“在这一困难时期，必须利用每一种有前景的方法来加快针对2019-nCoV的药物发现工作，包括利用我们端到端药物发现管道的生成化学部分。”“我们鼓励药物化学家评估生成的分子，提供他们的反馈，并考虑它们的合成。我们的团队还将合成并测试几种生成的化合物。”
当然，人工智能还不能做到这一切。海曼对《柳叶刀》杂志说:“在这一点上，我们不能用任何能够分析并在疫情爆发时迅速采取必要行动的东西来取代人脑，流行病学家和病毒学家也不能。”“我们仍然需要用来自证据研究的信息为人工智能做好准备，并将其与疫情事件联系起来。”
