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

不斷上升的確診數(shù)字牽動(dòng)著每個(gè)人的心，社會(huì)各界紛紛投入到這場沒有硝煙的疫情阻擊戰(zhàn)中?？梢钥吹?，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。

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(shí)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(shí)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。

拉響疫情警報(bào)，大數(shù)據(jù)高效防控疫情

運(yùn)用云計(jì)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(bào)道、動(dòng)植物疾病報(bào)告和各類官方公告，通過自然語言處理分析可能的疫情報(bào)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(tái)北和東京。

除了拉響警報(bào)，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(dòng)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。

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(shí)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(shí)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(shí)間精力去做更有價(jià)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。

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(duì)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(hào)預(yù)約繳費(fèi)等多功能自助服務(wù)。

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(duì)在bioRxiv預(yù)印版平臺(tái)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(duì)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(duì)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(dòng)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。

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(jì)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(shí)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(huì)人工智能判斷某個(gè)藥物是否對靶點(diǎn)有作用。人工智能驅(qū)動(dòng)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(huì)從龐大的化合物庫中自動(dòng)篩選可能有效的藥物，研發(fā)人員只需通過實(shí)驗(yàn)，驗(yàn)證少數(shù)篩選出的結(jié)果，大大節(jié)約研發(fā)時(shí)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。