2019年12月31日，人工智能发出第一条病毒警告

编者按：本文来自微信公众号“笔记侠”（ID:Notesman），作者：风潇潇，36氪经授权发布。

新冠疫情在全球范围蔓延，引发了社会与经济，消费到投资的大震荡。

冲在抗疫一线的，一直有一群我们看不见的盟友：人工智能。“他们”的战斗力，正在深刻改变从政务到企业管理者的决策。

人工智能发出第一条疫情警告。

据公开信息追溯，2019年12月31日，加拿大人工智能健康监测平台BlueDot，就向其客户发出了第一条疫情的消息。早于2020年1月9日世卫组织通报的中国的“类流感暴发”。

如何做到？利用人工智能，每天24小时，每15分钟，阅读65种语言的文本，跟踪150种不同类型的疾病。

一、“看不见的盟友”

在这次新冠爆发后，我们有一群“看不见”的盟友：

在一线医院，上海市公共卫生临床中心上线“新型冠状病毒性肺炎智能影像评价系统”，利用人工智能等技术，分析肺部CT影像，进行预测。与传统手工勾画ROI（Region Of Interest 感兴趣区域）的方法相比，时间由5-6个小时压缩到了2-3秒，减轻临床医生工作量，在战疫中赢得时间。

在交通枢纽，红外测温仪部署在武汉的各个交通出入口，基于人工智能技术的多人体温快速检测解决方案，也在北京清河火车站等落地使用。

互联网上，500多名志愿者自发集结，做出人工智能算法开源技术项目“wuhan2020”，针对疫情开源算法，用开源的方式集结社会力量，推动检疫、救援、研发等等方面。这个项目是全球各地的华人一起在线上免费做出来的。

虽然我们暂时无法量化，人工智能最终能为这次疫情带来什么，但人工智能技术已经成为我们的盟友，冲在疫情第一线。

进击中的人工智能技术，已经在哪些场景得到了应用？大型科技企业还在进行哪些研发，在未来可以让我们的生活防疫、战疫？企业自救，如何更进一步？

二、AI战疫的四大场景

场景1：预警

文章开头提到的预警平台，来自于加拿大多伦多的 一家人工智能初创公司，致力于用大数据和人工智能分析，跟踪和预测世界上最危险的传染病的蔓延。

BlueDot创始人Kamran Khan

BlueDot的创始人Kamran Khan（下文统称“卡恩”），在2003年非典流行时，还是多伦多的一位传染病医生。因为曾眼睁睁看着SARS导致加拿大最大城市44人死亡，包括他的同事，卡恩第一次想到利用数据和人工智能技术来进行传染病预警。

他说，“当面对疫情爆发，时间和时机就是一切。”

2019年12月31日清晨，BlueDot系统用普通话收录了一篇文章，其中提到27名患有肺炎的人，这些人都与武汉的菜市场有关。虽然病毒尚未被识别，但人工智能记录了两个关键短语：“肺炎”和“原因不明”，算法捕捉的很多元素，跟非典期间相似。

于是这天上午，BlueDot向亚洲客户发出了第一条警报。而后BlueDot还预测到，病毒有从武汉传播到曼谷、台北、新加坡、东京和香港的风险。

互联网每天产生着海量信息，即时、全面、带着情绪和真相。同时充斥着过多的噪音：无关信息、广告，谣言和辟谣，人们需要一个最快捷有效的“过滤器”。

BlueDot正在用最前沿实践，让人工智能在海量数据中挖掘有效信息。

在每天产生的海量信息中追踪、预警，无异于大海捞针，但人工智能的“探针”，能在每天24小时训练中识别有效信息，同步给相关专家进行判断，对潜在威胁提出预警。

帮助人类抓住最关键的时机。

场景2：诊断

人工智能成为特殊的逆行者，在疫情下减轻了临床医生的负担和风险。

在疫情爆发前期，我们常常看到前线医院“核酸检测试剂”不足的新闻，而即使CT检查也往往需要半天到一天的时间。一线医院的影像科，每天检测一千多例相关病例，工作量巨大而且耗时过长，增加被感染的潜在风险。

图为武汉同济医院，一位影像科医生来不及脱下防护服就睡着了

在《美国医学会杂志》一篇文章中表明，武汉大学中南医院医院40%以上新冠肺炎源于院内交叉感染。实际情况正如此，全国已确认有1000多名医护人员被感染。

2020年2月20日权威医学杂志《柳叶刀》的一篇文章，就关注到AI+CT辅助检测的技术。完全人工阅读检查影像需要15分钟，而人工智能可以在10秒内完成。

截图来自“柳叶刀”官网

文中这家人工智能技术公司，联合华中科技大学同济医学院附属同济医院、武汉大学中南医院等研发出肺炎智能辅助筛查和疫情监测系统，截止2020年2月20日已经全国上线共计31家医院，累计处理肺炎病例近2万例。

我们可以预见，在不久后的未来，AI+CT可以成为临床医生很好的辅助。AI是医生的副手。但AI的落地，依赖于全面提高医院的数字化水平。所以，医院或卫生院需要与技术服务公司，更加紧密地合作，打造院内数字一体化的系统。

技术公司如微软，就在发挥优势，捐赠大量免费的流程协作软件，快速打造起院内系统；捐赠远程协助服务。譬如，帮助医疗器械设备厂商为武汉雷神山医院进行设备安装、配置和调试的远程指导。

辅助型的数字化院内系统、远程协作，将成为医院不可或缺的“基础设施”，促进人工智能应用的落地。

国内的广东省人民医院引入了配送机器人送药品，上海儿童医学中心通过问诊机器人对疑似患儿进行了床边会诊和远程查房。还有医院引入了消毒物流机器人，完成医院发热门诊、隔离病房、传染病科的药品配送、消毒。

让AI成为医疗领域的逆行者。

场景3：防控

防控的场景，机器人和人工智能能起到很好的隔离和全面控制的作用。比如红外测温。

疫情后，身边很多交通枢纽、一些产业园区包括公司，都安装上了红外测温，防控抓好了出口入口，尤其是在人流量大的交通枢纽、社区园区。

在红外测温这个看似简单的场景中，为什么需要人工智能？

因为一个38度的路人甲，和拿着38度水杯的路人乙，在机器眼中是一样的。所以需要放入更多的参数让机器学习，作出更精准的判断。

很多冲在前线的人工智能创业公司已经落地红外测温。如下图的安全服务系统，在疫情爆发后就征战一线，在湖北、深圳等多地落地应用，为当地医院、药厂等重要场所提供智能测温服务。

无接触式、大面积的多人同时测温，不仅测温速度快，结果更精确，还能一秒报警。避免了人员聚集、交叉感染，还大大减轻了医务、社区工作者的工作负担，形成一条无形的“智能防线”。

其次，管理和控制复工之后，在社区和园区各个人流量较大的区域，其实今年从过年至今，小区的门卫、保安、居委会等是非常辛苦的。连民政部司长都疾呼，互联网企业捐钱不如捐软件，给基层去用。

如微软也低调地展开了大量帮助基层社区，进行疫情防控的技术支持。

譬如，对于毗邻湖北省、来往密切的城市，防控压力巨大。区政府急需防控的信息解决方案，辅助管理数据。微软合作伙伴远影公司，帮助区市上线了数据分析决策平台。基于微软Power BI和微软Azure云，快速进行大数据采集和分析。

在学校、医院、高速路口、以及商场、超市、酒店、餐饮、娱乐等人员往来频繁的区域，通过数据关联分析，掌握疑似、确诊新冠肺炎病例和直接、间接接触人群，形成数据可视化，能更高效地做出防疫决策。

再次，抗疫防护、生活物资的集中管控和调配，也是基层政府和生活服务类企业首先希望掌控的信息。为此， 远影公司与微软专家一起展开重要物资的数据分析工作，对每个仓储点都做到可视化监控，采取标准化的物资管理模式。

包括是百姓的菜篮子工程。利用技术把每个社区的超市、蔬菜供应点都关联起来。微软还积极与沈阳、郑州、成都、合肥等地政府主管部门及卫健委展开合作，提供由微软合作伙伴这套利用Power BI开发的疫情数据分析决策平台。

在未来的防控上，从公共管理部门到企业，都开始思考这些问题：

大数据可以如何更好地帮助决策？让智慧城市不再是口号？

人员流动、居民的生活需求可以数字化做到统计、预测和管理，各级政府应如何采购和投资大数据和人工智能？

从员工管理到大数据辅助的决策，企业各部门，应该怎样实现数字系统的全面融合，提升管理效率？

这些思考正是人工智能落地的关键。社区、企业管理者对于人工智能的采购和应用，将更快地提上日程。

AI人工智能正在疫情的催化下，深入我们的生活和城市的运营。B2G2C，也就是人工智能服务公司，与政府合作，服务于民的模式，将更为普遍。从大众到企业、政务端，都需要更深入、更系统地理解AI技术。为此，微软作为行业领军者，已经围绕人工智能推出了“AI商学院”，一套全方位、深入浅出的专业课程，免费对大众开放。从专业角度，非常及时地补上这个认知缺口。（点击“阅读原文”可以看免费课程）

不仅帮助特殊时期的防控，也为自救之后的迭代升级，做好准备。

场景4：治疗

人工智能的算法优势和深度学习，可以在理解病毒和疫苗研发上，进行更快的推进。

一些云计算企业宣布疫情期间，向全球公共科研机构免费开放一切人工智能算力，加速本次新型肺炎新药和疫苗研发。新药和疫苗研发，需要进行大量数据分析、大规模文献筛选和科学超算工作。

从毒理药理研究，蛋白筛选到新药研发等，人工智能算力都能加速整个试验进程。譬如微软研究院在《从病毒到免疫，“科学地”揭开新冠病毒的神秘面纱》一文中，就深入浅出地介绍了人工智能算法进行病毒的基因序列比对、进化关系的诸多分析。

图为SARS-CoV-2（2019-nCoV）进化分析，来源微软研究所AI头条

而事实上，人工智能辅助疫苗的研发已有先例。

2019 年 7 月，澳大利亚弗林德斯大学的研究团队就研制出一种流感疫苗，可以刺激人体免疫系统产生比普通疫苗更多的抗流感病毒抗体。这是全球首个进入人体试验阶段、使用了人工智能技术研制的流感疫苗。

三、重新理解科技

这次新冠疫情爆发在新年期间，影响了全国大江南北，当下在全球范围蔓延，而且引发了从大众到宏观经济，从消费到投资领域的“大震荡”。

这将形成我们这代人的一次深刻的“共同记忆”，对于企业，也将形成一些影响深远的共识：

对无人化流程、人工智能应用的重新认识和加快落地。

在供应、生产、配送的整个环节，能不能去人化、无人化，更加智能和安全？

如何推进和落地智慧医疗、智慧城市？

如何引入和采购机器人，进行智能化升级？

这是一次全民教育。企业决策者意识到，对人工智能的了解和应用还太浅；公共部门决策者意识到，智能城市、大数据不能只停留在口号上，而需要系统性底层去支撑。

对于公共领域和私有领域的决策层、管理层或创业者，要更体系化地认识人工智能，对于公共领域和私有领域的决策层、管理层或创业者，可以用好微软AI 商学院的在线课程，快速形成AI的体系化认知、帮助决策。

人工智能技术正在成为我们的同盟军，在今天和未来的众多战役中，一起面对更多的挑战。

注：本文头图和内封图来自图虫创意。