自新型冠狀病毒肺炎疫情爆發以來，科研和醫學工作者已經想了不少辦法應對，其中包括人工智能（AI）技術。每當有神秘疾病突然爆發時，政府和公共衛生部門的官員可能很難迅速收集相關信息，並協調各方加以應對。

資料圖

但可以自動挖掘來自世界各地新聞報導和在線內容的AI系統，可以幫助專家識別可能導致潛在流行病或更糟糕疫情的異常情況。換句話說，AI實際上可能會幫助我們在下一場瘟疫中倖存下來。

這些AI系統的能力在最近應對冠狀病毒肺炎疫情中得到了充分展示。加拿大名為BlueDot的公司宣稱很早就發現了冠狀病毒，該公司是眾多使用數據評估公共健康風險的公司之一。據悉，BlueDot自稱主要從事“自動傳染病監測”，在2019年12月底就向客戶通報了這種新型冠狀病毒。

而直到幾天后，美國疾病控制和預防中心(CDC)和世界衛生組織(WHO)才發出了官方通知。現在臨近了1月底，冠狀病毒疫情已經奪走了100多人的生命，包括美國在內的其他多個國家也都出現了感染病例。

傳染病醫生、BlueDot創始人兼首席執行官卡姆蘭·克汗(Kamran Khan)在接受采訪時解釋稱，該公司的早期預警系統使用AI(包括自然語言處理和機器學習)通過每天分析65種語言的約10萬篇文章，來跟踪100多種傳染病爆發情況。這些數據有助於公司知道何時通知客戶潛在的傳染病爆發和擴散。

其他數據，如旅行者行程信息和航班路徑，可以幫助該公司提供關於疾病可能如何傳播的額外線索。例如，本月早些時候，BlueDot的研究人員預測，冠狀病毒在中國出現後，亞洲其他城市也將出現這種病毒。

BlueDot模型(其最終結果隨後由人類研究人員分析)背後的想法是，盡快將信息提供給醫護人員，希望他們能夠早期診斷或隔離感染者和潛在傳染源。卡姆蘭稱：“官方信息有時不夠及時。旅行者中出現感染病例和疫情暴發之間的區別，取決於前線醫護人員是否能識別出特定的疾病。這可能是防止疫情真正爆發的關鍵。”

卡姆蘭補充說，該公司的AI系統還可以使用一系列其他數據，例如關於某個地區的氣候、溫度甚至當地牲畜的信息，來預測感染疾病的人是否可能在該地區導致疫情爆發。他指出，早在2016年，BlueDot就能夠在寨卡病毒（Zika）真正出現在佛羅里達州六個月前預測到其在美國爆發。

同樣，疫情監測公司Metabiota聲稱，泰國、韓國、日本等國爆發冠狀病毒肺炎疫情的風險最高，這些國家出現感染病例的時間比官方報告早了七天，這在一定程度上是通過查看飛行數據得出的結論。Metabiota和BlueDot一樣，使用自然語言處理來評估關於潛在疾病的在線報告，它也在為社交媒體數據開發同樣的技術。

Metabiota的數據科學總監馬克·加利文（Mark Gallivan）解釋說，在線平台和論壇也可以給出疫情爆發的跡象。Metabiota還聲稱，該公司可以根據疾病的症狀、死亡率和治療的可獲得性等信息，估計疾病傳播造成社會和政治混亂的風險。例如，在本文發表時，Metabiota將這種新型冠狀病毒在美國和中國引起公眾焦慮的風險評為“高級”，但它將剛果民主共和國的猴痘病毒風險評為“中等”。

很難知道這個評級系統或平臺本身能有多準確，但加利文表示，該公司正在與美國情報界和國防部合作解決與冠狀病毒相關的問題。Metabiota還向再保險公司宣傳其平台，這些公司可能希望管理與疾病潛在傳播相關的金融風險。

但AI的能力絕非僅僅讓流行病學家和政府官員在疾病出現時得到通知。研究人員已經建立了基於AI的模型，可以實時預測寨卡病毒的爆發，這可以為醫生如何應對潛在的危機提供信息。AI還可以用來指導公共衛生機構的官員在危機期間如何分配資源。實際上，AI將成為對抗疾病的新防線。

更廣泛地說，AI已經在協助研究新藥，處理罕見疾病，以及檢測乳腺癌。AI甚至被用來識別傳播恰加斯病（Chagas）的昆蟲是否會傳播這種不治之症，這種疾病已經在墨西哥和中南美洲感染了大約800萬人。人們對使用非健康數據(如社交媒體帖子)幫助衛生政策制定者和製藥公司了解健康危機的廣度也越來越感興趣。例如，AI可以挖掘社交媒體帖子來跟踪非法阿片類藥物的銷售，並隨時向公共衛生官員通報這些受控物質的傳播情況。

當然，這些AI系統，包括Metabiota和BlueDot的系統，只能用於評估與給定數據相似的情況。通常來說，AI存在偏見問題，這種偏見既可以來自構建系統的工程師，也可以源自其所訓練的數據。而在醫療保健領域使用的AI也絕對無法倖免於這個問題。

AI對抗致命疾病的想法為我們提供了新的用例，即使這種用例無法為我們帶來全部希望，也不會讓我們感覺強烈的不安。如果開發和使用得當，也許這項技術確實可以幫助拯救更多生命。（選自：Vox 作者：Rebecca Heilweil 編譯：網易智能參與：小小）