導(dǎo)語(yǔ)：人工智能在抗擊的應(yīng)用一文來(lái)源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

【摘要】病毒肺炎（COVID-19）引起了全球大規(guī)模疫情，對(duì)全球政治、經(jīng)濟(jì)等各方面造成巨大影響。目前人類對(duì)SARS-Cov-2本身及作用機(jī)制、流行病學(xué)和臨床診治等方面尚不完全清楚，尚無(wú)疫苗，無(wú)特效藥，因此，利用新技術(shù)對(duì)COVID-19進(jìn)行早診斷、早隔離和早治療具有重要的意義。人工智能作為當(dāng)今研究的一個(gè)熱點(diǎn)領(lǐng)域，已廣泛應(yīng)用于臨床醫(yī)學(xué)各領(lǐng)域。本研究綜述了人工智能在COVID-19疫情中的應(yīng)用，包括放射影像診斷、疾病預(yù)測(cè)、疾病追蹤、和藥物研發(fā)。本研究能為COVID-19的防治提供參考，為醫(yī)護(hù)人員了解和利用人工智能技術(shù)提供幫助。

【關(guān)鍵詞】病毒肺炎；人工智能；放射影像診斷；疾病預(yù)防；綜述

自2019年12月報(bào)道首例病毒肺炎（CoronaVirusDisease2019,COVID-19）患者以來(lái)［1-5］，截止到2020年6月27日已確診患者超過(guò)963萬(wàn)，死亡人數(shù)超過(guò)49萬(wàn)［6］。盡早發(fā)現(xiàn)患者，切斷傳染源是最有效的阻止疫情蔓延的方法?；诖髷?shù)據(jù)和人工智能的新技術(shù)在人員跟蹤與風(fēng)險(xiǎn)評(píng)估方面有其獨(dú)特的優(yōu)勢(shì)［7］。COVID-19感染早期表現(xiàn)為流感樣癥狀，如發(fā)熱、咳嗽和乏力，與流感癥狀相似，隨后呈現(xiàn)出不同的臨床特點(diǎn)。年輕人可能自行康復(fù)、或病情加重但治療后很快康復(fù)）［8-9］；然而老年人和合并心血管系統(tǒng)疾病的患者更容易發(fā)生重癥及危重癥化［10-16］，從而引起嚴(yán)重間質(zhì)性肺炎、急性呼吸窘迫綜合征（ARDS）及隨后的多器官衰竭，導(dǎo)致嚴(yán)重急性呼吸衰竭和高死亡率［17］。因此早診斷尤其對(duì)重癥與危重癥的早發(fā)現(xiàn)能極大地降低病死率。人工智能能幫助診斷和治療決策［18-22］，提高疾病檢測(cè)的便捷性、準(zhǔn)確度和改善患者的治療［22-26］。面對(duì)這種突發(fā)傳染病，如何科學(xué)有效治療成為擺在廣大醫(yī)務(wù)工作者面前的迫切任務(wù)。新藥開(kāi)發(fā)周期長(zhǎng)，老藥新用是目前治療的首選。人工智能能快速地從規(guī)模龐大的分子結(jié)構(gòu)數(shù)據(jù)庫(kù)中篩選出潛在藥物，在藥物研發(fā)領(lǐng)域發(fā)展?jié)摿薮螅?7］，為COVID-19藥物篩選帶來(lái)新的機(jī)遇和希望［28］。本文綜述人工智能應(yīng)用于COVID-19的國(guó)內(nèi)外研究進(jìn)展，具體從診斷、疾病預(yù)測(cè)與跟蹤，以及藥物篩選幾個(gè)方面展開(kāi)，以期為COVID-19的防治提供參考，為醫(yī)護(hù)人員了解和利用人工智能技術(shù)提供幫助人工智能指用計(jì)算機(jī)程序進(jìn)行人類的思維模擬，是計(jì)算機(jī)領(lǐng)域的一個(gè)重要組成部分，主要包括大數(shù)據(jù)技術(shù)、圖像識(shí)別技術(shù)、語(yǔ)音識(shí)別技術(shù)［29-31］。目前，人工智能特別是深度學(xué)習(xí)已經(jīng)深入到醫(yī)學(xué)領(lǐng)域的各個(gè)方面［22,32-33］，包括協(xié)助醫(yī)生對(duì)CT等圖像進(jìn)行快速、準(zhǔn)確的解釋；改進(jìn)醫(yī)療流程和減少醫(yī)療錯(cuò)誤；協(xié)助患者處理自己的數(shù)據(jù)以促進(jìn)健康［22］。人工智能用于藥物設(shè)計(jì)與篩選，可以極大地降低藥物研發(fā)的周期和成本［34］。目前人工智能已經(jīng)在心血管系統(tǒng)疾?。?5-36］、腫瘤［37］、傳染病（如COVID-19）［18,28］得到廣泛的應(yīng)用，本文將從放射影像診斷、疾病追蹤、病例和死亡率預(yù)測(cè)以及藥物和疫苗研發(fā)4方面綜述人工智能在COVID-19中的應(yīng)用。

1人工智能在放射影像診斷方面的應(yīng)用

人工智能影像診斷系統(tǒng)是近年來(lái)的研究熱點(diǎn)，可以對(duì)肺部炎癥進(jìn)行定量分析和鑒別診斷，已經(jīng)廣泛用于協(xié)助患者CT診斷［38-44］。1.1利用人工智能閱讀胸片。逆轉(zhuǎn)錄聚合酶鏈反應(yīng)（RT-PCR）是檢測(cè)感染最準(zhǔn)確的方法，但是在一些地區(qū)試劑盒的數(shù)量不夠，且這項(xiàng)檢測(cè)需要的時(shí)間較長(zhǎng)［39,45］。由于COVID-19早期便出現(xiàn)肺部病變，因此，通過(guò)胸部CT和X光對(duì)疑似患者進(jìn)行檢測(cè)是一個(gè)很好的補(bǔ)充,且更有利于RT-PCR結(jié)果陰性患者的檢出［45-46］。鄧靚娜等［44］對(duì)影像學(xué)在COVID-19的應(yīng)用進(jìn)行了比較系統(tǒng)的綜述，本文僅對(duì)其文后的最新進(jìn)展進(jìn)行補(bǔ)充概述。比如Murphy等［41］利用人工智能系統(tǒng)（CAD4COVIDXray）對(duì)24678張CT圖像上進(jìn)行了訓(xùn)練后發(fā)現(xiàn)：人工智能對(duì)454例有RT-PCR結(jié)果的COVID-19患者X線胸片進(jìn)行判斷時(shí)，曲線下面積（AreaUnderCurve,AUC）為0.81，其檢測(cè)COVID-19的能力與6名獨(dú)立放射科醫(yī)生相當(dāng)。人工智能可以識(shí)別人工難以發(fā)現(xiàn)的早期患者，且速度比人工識(shí)別要快。Mei等［18］應(yīng)用人工智能算法將胸部CT表現(xiàn)與臨床癥狀、暴露史和實(shí)驗(yàn)室檢測(cè)相結(jié)合，快速地診斷了COVID-19陽(yáng)性的患者。在一組279名患者的測(cè)試中，使用人工智能系統(tǒng)達(dá)到了0.92的AUC，靈敏度與一位資深胸部放射科醫(yī)生相當(dāng)。對(duì)25名通過(guò)RT-PCR檢測(cè)為COVID-19陽(yáng)性的患者，這些患者的CT掃描正常，放射科醫(yī)生將這些患者歸類為COVID-19陰性，人工智能卻正確識(shí)別了17名患者為陽(yáng)性（68%）。Bai等［42］的研究發(fā)現(xiàn)：將人工智能用于輔助放射科醫(yī)生進(jìn)行讀片時(shí)，可以提高放射科醫(yī)生區(qū)分COVID-19與其他肺炎的能力。在人工智能的幫助下，放射科醫(yī)生診斷COVID-19的平均精確度從85%提升到了90%，敏感性從79%提升到了88%，特異性從88%提升到了91%［42］。目前的各項(xiàng)研究均顯示：人工智能對(duì)胸部CT進(jìn)行讀片時(shí)，表現(xiàn)出了很高的準(zhǔn)確性［47］。1.2利用人工智能減少放射科醫(yī)生與患者的接觸。傳統(tǒng)胸片和CT工作流程中，工作人員和患者的接觸是不可避免的。許多現(xiàn)代X光和CT系統(tǒng)配備了用于監(jiān)控病人的攝像機(jī)，但是由于只有頂部攝像機(jī)，還不能完成對(duì)患者的姿勢(shì)識(shí)別。而人工智能可以識(shí)別患者的姿勢(shì)和形狀，通過(guò)視覺(jué)傳感器確定最佳掃描參數(shù)。技術(shù)人員可以透過(guò)窗戶和掃描室中安裝在天花板上的人工智能攝像機(jī)傳輸?shù)膶?shí)時(shí)視頻進(jìn)行觀察，并在必要時(shí)糾正患者的姿勢(shì)。一旦技術(shù)人員或運(yùn)動(dòng)分析算法認(rèn)為患者已經(jīng)準(zhǔn)備好，患者定位算法將自動(dòng)從相機(jī)拍攝的圖像中恢復(fù)患者的三維姿勢(shì)和完全重建的網(wǎng)格。在三維網(wǎng)格的基礎(chǔ)上，對(duì)患者目標(biāo)身體部位的掃描范圍和三維中心線進(jìn)行估計(jì)，并轉(zhuǎn)化為控制信號(hào)和優(yōu)化掃描參數(shù)，供技術(shù)人員驗(yàn)證。一旦確認(rèn)，病床將自動(dòng)與ISO中心對(duì)齊，并移入CT機(jī)架進(jìn)行掃描［39］。

2人工智能在病例預(yù)測(cè)方面的應(yīng)用

在疫情期間，分析COVID-19的發(fā)展規(guī)律，預(yù)測(cè)其發(fā)展趨勢(shì)，提早發(fā)現(xiàn)疑似或確診例數(shù)對(duì)COVID-19疫情的預(yù)防和控制至關(guān)重要。Zheng等［7］提出了一種用于COVID-19預(yù)測(cè)的混合人工智能模型。傳統(tǒng)的傳染病模型將COVID-19感染者視為具有相同的感染率，而Zheng等［7］提出了一種改進(jìn)的易感感染模型（ISI），用于估計(jì)冠狀病毒感染率的變化，分析其傳播規(guī)律和發(fā)展趨勢(shì)。此外，該模型考慮到防控措施的效果和公眾防范意識(shí)的提高，在ISI模型中嵌入自然語(yǔ)言處理（NaturalLanguageProcessing,NLP）模塊和長(zhǎng)短期記憶網(wǎng)絡(luò)（LongShort-TermMemory,LSTM），建立COVID-19預(yù)測(cè)的混合人工智能模型。這個(gè)混合人工智能模型在武漢、北京、上海和全國(guó)范圍內(nèi)應(yīng)用，能顯著降低預(yù)測(cè)結(jié)果的誤差，得到未來(lái)6天平均第8期劉思遠(yuǎn),等.人工智能在抗擊病毒肺炎疫情中的應(yīng)用絕對(duì)百分比誤差分別為0.52%、0.38%、0.05%和0.86%［7］。類似地，Yang等［48］利用Susceptible-Exposed-Infectious-Removed（SEIR）模型和人工智能方法，有效預(yù)測(cè)了我國(guó)COVID-19流行高峰期及其規(guī)模，且用數(shù)據(jù)呈現(xiàn)了我國(guó)在2020年1月23日對(duì)湖北實(shí)施的封城措施對(duì)于減少最終的COVID-19流行規(guī)模具有非常重要的作用。此外，社交媒體搜索索引（SocialMediaSearchIndex,SMSI）能提前預(yù)測(cè)COVID-19疑似病例，從而協(xié)助政府對(duì)潛在高風(fēng)險(xiǎn)地區(qū)進(jìn)行早防控。如Qin等［49］在收集了干咳、發(fā)熱、胸悶、冠狀病毒和肺炎數(shù)據(jù)的基礎(chǔ)上，采用SMSI進(jìn)行預(yù)測(cè)，發(fā)現(xiàn)可以提早6~9天發(fā)現(xiàn)COVID-19疑似病例，且其預(yù)測(cè)的數(shù)據(jù)與10天后確診的病例具有相關(guān)性。

3人工智能在疾病追蹤方面的應(yīng)用

在疫情爆發(fā)初期，中國(guó)開(kāi)始以人工智能方法跟蹤疾病，依靠類似的面部識(shí)別攝像頭來(lái)跟蹤有旅行史的感染患者［50］。浙江省杭州市率先推出互聯(lián)網(wǎng)健康碼模式，對(duì)市民和擬進(jìn)入杭州人員實(shí)施“綠碼、紅碼、黃碼”三色動(dòng)態(tài)管理?！敖】荡a”以真實(shí)數(shù)據(jù)為基礎(chǔ)，由市民或者返工返崗人員通過(guò)自行網(wǎng)上申報(bào)，經(jīng)后臺(tái)審核后，即可生成屬于個(gè)人的二維碼。該二維碼作為個(gè)人在當(dāng)?shù)爻鋈胪ㄐ械囊粋€(gè)電子憑證，實(shí)現(xiàn)一次申報(bào)，全市通用。健康碼的推出，讓復(fù)工復(fù)產(chǎn)更加精準(zhǔn)、科學(xué)、有序［51］。針對(duì)COVID-19，韓國(guó)疾病預(yù)防控制中心部署了名為COVID-19智能管理系統(tǒng)（COVID-19sms）的聯(lián)系人追蹤系統(tǒng)，該系統(tǒng)使用來(lái)自安全攝像頭畫(huà)面、信用卡記錄甚至汽車和手機(jī)的GPS數(shù)據(jù)來(lái)追蹤C(jī)OVID-19感染者的移動(dòng)。對(duì)于可能接觸過(guò)COVID-19的人，衛(wèi)生官員會(huì)向他們發(fā)出通知。在檢測(cè)呈陽(yáng)性的人群中，需要治療的人在收治COVID-19患者的定點(diǎn)醫(yī)院里住院治療，無(wú)癥狀感染者被要求在14天內(nèi)保持自我隔離，并積極監(jiān)測(cè)他們對(duì)隔離的遵守情況。迄今為止，韓國(guó)在沒(méi)有采取封鎖措施的情況下成功遏制了COVID-19的擴(kuò)散［52］。在非洲國(guó)家，由于衛(wèi)生系統(tǒng)薄弱、監(jiān)測(cè)不足、實(shí)驗(yàn)室能力不足和公共衛(wèi)生基礎(chǔ)設(shè)施有限，未能有效發(fā)現(xiàn)和報(bào)告病例。獲得準(zhǔn)確的診斷、監(jiān)測(cè)和疫情報(bào)告需要一個(gè)資源充足的保健系統(tǒng)。而有證據(jù)表明，大多數(shù)資源有限的國(guó)家缺乏有效、快速的監(jiān)測(cè)系統(tǒng)。針對(duì)COVID-19的爆發(fā)，迅速開(kāi)發(fā)和部署用于篩查的護(hù)理點(diǎn)（Point-of-Care,POC）診斷有助于遏制疾病的傳播，減輕衛(wèi)生系統(tǒng)的負(fù)擔(dān)。新興的健康創(chuàng)新技術(shù)，如區(qū)塊鏈和人工智能技術(shù)，可以與POC診斷相結(jié)合，使暴露于COVID-19的隔離患者能夠自我測(cè)試［53］。

4人工智能在藥物研發(fā)方面的作用

COVID-19目前尚無(wú)疫苗，無(wú)特效藥，新藥研究是一個(gè)非常漫長(zhǎng)的過(guò)程，老藥新用是目前治療的首選。目前已用于治療COVID-19的藥物有羥基氯喹(Hydroxychloroquine,HCQ)、替考拉寧（Teicoplanin）、阿比朵爾(Arbidol)和洛匹那韋/利托那韋（Lopinavir/Ritonavir,LPV/RTV）等［54-55］。然而大部分藥物臨床試驗(yàn)顯示其療效不佳［56-57］，因此研究者應(yīng)用人工智能技術(shù)對(duì)已上市的具有治療COVID-19潛力的藥物進(jìn)行篩選，使人們更快、更便宜、更有效地尋找新藥［34,58］。如Ke等［28］用兩個(gè)不同的學(xué)習(xí)數(shù)據(jù)庫(kù)，建立了一個(gè)人工智能平臺(tái)，用于識(shí)別具有抗冠狀病毒活性的潛在已有藥物；經(jīng)過(guò)幾輪人工智能學(xué)習(xí)和預(yù)測(cè)過(guò)程，人工智能系統(tǒng)識(shí)別出80種具有市場(chǎng)潛力的藥物。其中，8種藥物（貝達(dá)奎林、燈盞花素、塞來(lái)昔布、氯法嗪、康尼伐普坦、吉西他濱、托卡彭和維斯莫吉布）對(duì)貓傳染性腹膜炎（FIP）病毒在Fcwf-4細(xì)胞中的增殖有抑制作用。此外，5種其他藥物（博塞普列韋、氯喹、高三尖杉酯堿、替羅酮和鹽霉素）在人工智能方法的練習(xí)中也被發(fā)現(xiàn)是有效的。此外，谷歌DeepMind開(kāi)發(fā)AlphaFold［59］深度學(xué)習(xí)系統(tǒng)快速預(yù)測(cè)了COVID-19的蛋白質(zhì)結(jié)構(gòu)，從而為COVID-19疫苗設(shè)計(jì)提供了有價(jià)值的信息，而如果使用傳統(tǒng)的實(shí)驗(yàn)方法獲得蛋白質(zhì)結(jié)構(gòu)可能需要數(shù)月的時(shí)間［58］。

5結(jié)語(yǔ)

人工智能作為一種輔助工具，其主要優(yōu)點(diǎn)在于代替醫(yī)務(wù)人員或政府工作人員完成重復(fù)冗雜的工作，有效提升他們的工作效率。此外，在診斷時(shí)，它的準(zhǔn)確率甚至要高于專家，也不會(huì)出現(xiàn)高強(qiáng)度工作下的效率下降問(wèn)題［39,41-42,54］。同時(shí)，這次疫情也推動(dòng)了人工智能應(yīng)用的發(fā)展，在將來(lái)，隨著社會(huì)的進(jìn)步，會(huì)有更好的機(jī)制推動(dòng)人工智能服務(wù)于人類。但是，人工智能仍有其局限性，主要包括受試者隱私和數(shù)據(jù)的安全性［60］。隨著時(shí)間的推移，人工智能在其準(zhǔn)確性、工作效率和工作流程方面可能會(huì)顯著改進(jìn)，但其倫理問(wèn)題，數(shù)據(jù)提取與再利用導(dǎo)致可能的泄密仍然難以解決，此外，人工智能替代醫(yī)生可能會(huì)加劇醫(yī)患矛盾［22］。

總之，“AI+醫(yī)療”將成為未來(lái)醫(yī)療的發(fā)展方向，協(xié)助醫(yī)生做出更精準(zhǔn)、更有效的決策方案，但是對(duì)患者隱私的保護(hù)和數(shù)據(jù)安全等問(wèn)題需要人工智能技術(shù)的不斷完善和醫(yī)護(hù)人員的共同努力去攻克。

作者:劉思遠(yuǎn) 張麗軍 劉雷 單位:1.上海師范大學(xué)信息與機(jī)電工程學(xué)院 2.上海市公共衛(wèi)生臨床中心新藥臨床研究中心 3.復(fù)旦大學(xué)