每經(jīng)記者｜余佩穎 譚玉涵    每經(jīng)編輯｜高涵    

截至北京時間2月21日14:52，據(jù)官方數(shù)據(jù)統(tǒng)計，全國新型冠狀病毒肺炎確診人數(shù)75570，重癥11633，治愈18370，死亡人數(shù)2239。全球方面，據(jù)CNN報道，截至北京時間2月21日8時，全球感染總數(shù)超76000人，死亡人數(shù)超2244。

2月21日已是世界衛(wèi)生組織專家團到達中國的第十一日，就在昨日，該組織在權(quán)威醫(yī)學(xué)雜志《柳葉刀》上發(fā)表評論稱贊中國對新型冠狀病毒的應(yīng)對速度，并稱2月底將發(fā)布“新冠肺炎研究路線圖”。

同日，《柳葉刀》發(fā)表社論就人工智能（AI）在此次應(yīng)對病毒傳播中的作用展開探討。

圖片來源：每經(jīng)記者 張建 攝

世衛(wèi)組織《柳葉刀》發(fā)文：中國應(yīng)對迅速

2月20日，世衛(wèi)組織總干事譚德塞（Tedros Adhanom Ghebreyesus）及首席科學(xué)家蘇穆亞·斯瓦米納桑（Soumya Swaminathan）在《柳葉刀》發(fā)表評論，其中贊揚了中國應(yīng)對病毒的迅速反應(yīng)，稱其“為其他國家抗擊肺炎贏得了時間”。此外，該評論還提到2月底將發(fā)布新冠肺炎研究路線圖。

“為了控制疫情的發(fā)展，中國衛(wèi)生部門一直不懈努力，從而為世界各國贏得了寶貴的時間，為該病毒可能在其境內(nèi)的傳播做好準備。同時，也為國際科學(xué)團體加入戰(zhàn)斗鋪平了道路，”該評論寫道，還提及流行病防范創(chuàng)新聯(lián)盟（CEPI）也稱正在全速開發(fā)疫苗，希望能在16周內(nèi)開啟臨床試驗。

就在十多天前，世衛(wèi)組織召集了全球近400名科學(xué)家召開了關(guān)于新冠肺炎的研究和創(chuàng)新論壇，會議談?wù)摿诵鹿诜窝椎脑\斷，治療和疫苗的研發(fā)，以及如何讓社會科學(xué)應(yīng)用到對醫(yī)護人員的保護工作上。

該論壇將生成一份研究路線圖，定于2020年2月底發(fā)布，該路線圖旨在控制疫情，減少死亡并最大程度地減少對經(jīng)濟和社區(qū)社會結(jié)構(gòu)的損害。此外，此路線圖還旨在為加速研制病毒檢測方法上提供幫助，使得那些即便非常初級的衛(wèi)生保健機構(gòu)也能夠快速檢測病毒。

AI將構(gòu)成對COVID-19最終理解的一部分 但仍需要大量訓(xùn)練

在此次疫情的應(yīng)對過程當(dāng)中，以人工智能為代表的新技術(shù)或許能提供我們認識并理解COVID-19的新途徑。

2月20日，權(quán)威醫(yī)學(xué)雜志《柳葉刀》在線發(fā)表一則以“新型冠狀病毒和人工智能：保護醫(yī)護人員與遏制傳播”為主題的社論。該文章在綜合多位專家學(xué)者對人工智能（artificial intelligence，AI）在此次新冠肺炎（COVID-19）爆發(fā)之際的影響評估后，認為現(xiàn)在判斷AI是否（以及在多大程度上）會對COVID-19的爆發(fā)產(chǎn)生影響仍為時過早。

“確診病例數(shù)和死亡人數(shù)每天都在上漲，而數(shù)據(jù)的供給也同樣如此?？梢源_定的則是，正如世界衛(wèi)生組織傳染病小組前執(zhí)行主任戴維·海曼教授說的那樣，‘人工智能與這次爆發(fā)有關(guān)，今后它也將變得更加重要。人工智能構(gòu)成（我們對COVID-19）最終理解的一部分’，”文章最后如此寫道。

COVID-19與17年前的SARS同屬于冠狀病毒這一大家族，而在前線應(yīng)對COVID-19的戰(zhàn)術(shù)反應(yīng)與SARS也有著諸多相似，但在這 17年間，一個強有力的新工具誕生了，它可能有助于將這種病毒控制在合理的范圍內(nèi)，那就是人工智能。

據(jù)《柳葉刀》的社論，首先AI能夠在預(yù)估病毒的下一處爆發(fā)點上發(fā)揮作用。“機器學(xué)習(xí)模型利用這些（社交媒體）數(shù)據(jù)來預(yù)測下一步新型冠狀病毒最可能到達何處，這能為在什么位置以及如何進行邊境檢查提供信息“，美國國立衛(wèi)生研究院2月20日發(fā)布在《柳葉刀》上的一篇論文寫道。

另外AI的算法能力能夠加快對病人CT圖的數(shù)據(jù)處理來幫助醫(yī)生做判斷。從肺部CT掃描來看，人腦讀片需要15分鐘，而AI只需要10秒。北京推想科技（Infervision）的人工智能程序能夠快速檢測可能的冠狀病毒肺炎的病變，測量其體積、形狀和密度，并從圖像中比較多個肺病變的變化，最終這些信息能夠幫助醫(yī)生快速做出判斷。

然而，在應(yīng)對COVID-19上，目前可知的是仍然需要大量的數(shù)據(jù)來訓(xùn)練AI。

“目前，我們還不能用任何東西替代人腦，還不能替代流行病學(xué)家或病毒學(xué)家，這些能夠展開分析并在傳染病爆發(fā)時迅速展開必要行動的人。我們?nèi)匀恍枰\用從研究證據(jù)中獲得的信息來指導(dǎo)AI，”海曼教授強調(diào)道。

封面圖片來源：圖蟲創(chuàng)意