物聯網智庫 整理發佈

轉載請註明來源和出處

這是一個非比尋常的新春佳節，與往年相比有着極大的不同。 以往的歡聲笑語在今年顯得尤爲珍貴，本該是闔家歡樂的日子，卻有一批又一批美麗的“逆行者”奔赴湖北武漢； 本該是新年聚會、相親的日子，但大多數人卻選擇自願留在家中……

圖片來源：丁香醫生（截止到1月28日下午4點，確診病例：4597 例 ；疑似病例：6973 例 ；死亡：106 例 ；治癒：65例）

此時此刻，新型冠狀病毒引起的肺炎疫情依然牽動着全國人民的心，儘管隨着全國各地同步採取了防禦措施，但新增受感染人數卻依舊不見“拐點”，一天一個新數字，深深刺痛着我們。 疫情發生之後，全社會擰成了一股繩，各種社會力量持續注入到此次的防疫防災中。

值得一提的是，此次防疫工作中，注入的科技力量已經越來越多了。 不僅是阿里巴巴設立10億元專項基金； 騰訊基金捐出3億元； 百度成立3億元疫情及公共衛生安全攻堅專項基金……科技公司拿出真金白銀用於疫情物資、食品、醫療設備補給的同時，還有越來越多的新興技術投入到疫情的控制中去。

衆所周知，一場突如其來的新疫情，在檢測到治療、從控制到病毒變異、由開始到結束之間存在諸多變數和不確定性。 當前的新型肺炎疫情持續近一個月，受感染人數還在不斷攀升，儘管在這場戰鬥初期，也有些許利好的消息不斷傳出，但無疑人們的耐心也會在這段時間內一點一點的消磨。

難關當前，時間尤爲珍貴，因此，藉助科技手段提升效率也就成爲我們接下來要思考的方向。

此前智庫曾介紹過大數據對控制疫情擴散，使其變得更加透明，效率也得到大幅提升的作用。 在1月23日，武漢市針對新型冠狀病毒感染的肺炎疫情做了“封城”的決定，這有史以來的首次封城也讓公衆逐漸認識到此次疫情的嚴重。 然而，封城所引發的另一個思考成爲焦點： 封城之前武漢人的去向與疫情預防問題怎麼解決？

如果是通過尋找到個人，一個一個進行登記，恐怕防疫效率會大打折扣，同時還會增大病毒傳播的風險。 令人欣慰的是，中國互聯網公司和運營商高度參與疫情防控中，利用手中掌握的大數據資源，使其成爲預測和控制疫情擴散的有力武器。

比如百度遷徙數據所統計的截止到1月22日的從武漢流出人口數據顯示，省內流出城市主要爲孝感市、黃岡市、鄂州市； 省外流出城市前三則爲深圳市、上海市和北京市。 而除了上線了時空大數據及分析技術外，百度還宣佈了提供人工智能技術支持以及配套億級計算資源，成爲率先在疫情面前提供人工智能技術的公司之一，這在後文也會有所介紹。

除了互聯網公司的數據，運營商通過基站採集的大規模手機軌跡數據也是一種極具參考價值的大數據資源。 這在2016年就曾有科研人員提出過印證方法，具體是先對手機軌跡數據進行數據預處理，以提取用戶的活動軌跡； 然後根據進出城市數據模式提取重要特徵，再根據真實標註數據集合利用多種分類模型進行參數訓練； 最後，由模型訓練結果判定用戶軌跡是否爲進出城市行爲。

這種有的放矢的辦法，不僅在一定程度上精準掌握了可能攜帶病毒人羣的動向，也更容易對重要的、流動大的交通樞紐進行防疫部署，提高效率的同時有效防止疫情進一步擴散。 而除了大數據分析用於疫情控制外，被公認爲能大幅提升效率的AI也已經在此次疫情中發揮了巨大的作用。

在疫情預測和防止疫情進一步擴散中

在1月9日世界衛生組織向公衆通報此次中國的流感狀況——可能由於接觸華南海鮮市場內活體動物，武漢市出現新型肺炎病例之前，一家來自加拿大的健康監測平臺就已經於12月31日向其客戶推送了疫情消息。

這個名爲BlueDot的健康監測平臺通過人工智能驅動的算法，可以搜索外語新聞報道、動植物疾病網絡和官方公告，通過收集到的數據處理向其客戶提前推送疫情警告，以避開武漢等危險地區。

BlueDot的創始人兼首席執行官Kamran Khan經歷過2003年的SARS，那時他就希望通過一種方法來更好、更有效率的追蹤疾病，因而他在2014年推出了BlueDot，並籌集了940萬美元的風險投資資金。

這套算法使用的是來自全球的機票數據，通過掌握和預測受感染居民下一個去向和時間，從而正確預測該病毒首次出現後，在幾天內又從武漢蔓延至臺灣、泰國、韓國、日本、美國等地區和國家。

Khan表示，他們所做的是使用自然語言處理和機器學習來訓練該引擎進行識別，一旦完成自動數據篩選，人工分析就將接手，由流行病專家從科學角度進行檢查並得出結論是否合理，然後將報告推送至政府、企業和公共衛生客戶手中。

相比Goole Flu Trends在2013年流感季節的預測失敗，BlueDot曾在英國醫學雜誌《柳葉刀》中成功預測了Zika疫情在南佛羅里達州的位置。

在國內巨頭中，百度推出的基於人工智能的智能外呼也不失爲防控疫情中的有效手段之一，智能外呼的作用是構建智能外呼語音機器人進行批量一對一電話呼叫，支持同時併發500個電話外呼，並可進行擴容，可應用於疫情排查和通知回訪。

這樣一來，不用通過社區人員走訪，就可以對流動人員、本地居民的身體健康狀況進行排查和回訪，同時還可以針對乘坐特定的航班、車次、其他交通工具的乘客致電通知，形成記錄。 相比簡單的走訪形式和媒體傳播，這種方法更有針對性且最大限度的減少了再次傳播的可能。

在抗疫藥物研發中

在疫情發生不久後，我國就成功分離了首株新型灌裝病毒毒種，隨後中國疾控中心也宣佈了疫苗研發的啓動，並正在進行新型冠狀病毒肺炎的藥物篩選。 不過，雖然進展較快，卻也困難重重。

疫苗的研發還需要經過反覆的研究、修改流程以及檢測結果，在這其中存在着大量的數據分析過程，無疑又要消耗大量的時間。 而利用人工智能則可以節省很多時間，並且在此前，澳大利亞弗林德斯大學、藥明康德等機構都已經證實人工智能具有加速疫苗研發的能力。

不僅如此，TechEmergence報告中還提到，人工智能還可以將新藥物研發成功率也進一步提高，具體可從12%提升至14%。

可見，人工智能全面深入到疫情防控中去的確對疫情控制有了極大的效率提升，雖然人工智能對於此次疫情的貢獻尚需證明，但已經足以見得，可將一些任務託付給人工智能來提升效率了。

一場無硝煙的戰鬥牽動着全國人民的心，我們正以舉國之力投入到此次戰鬥中去，目前我們已經取得了一些階段性的勝利，應用於新型肺炎的藥物也正在加緊研發，人工智能、5G、物聯網等技術業已投入進去，在災難面前，還需要大家上下一心，共克時艱，一起打贏這場“戰役”。