新型冠狀病毒(COVID-19)源于一種與嚴(yán)重急性呼吸道癥候群(SARS)和普通感冒有關(guān)的冠狀病毒。結(jié)合大數(shù)據(jù)和預(yù)測分析，以及人工智能和各種熱傳感器，可望有效控制這種傳染病的疫情擴散，從而使其致死病例數(shù)降至最低。jW7esmc

由于目前對于這種病毒的檢測能量有限，經(jīng)常無法確定究竟有多少受到感染的病例數(shù)，使得這種病毒的真正危險性仍令人存疑。資料分析技術(shù)對于支持流行病學(xué)專家具有決定性的貢獻(xiàn)。jW7esmc

資料分析就和數(shù)學(xué)一樣，扮演著基本的作用。如同過去幾年一樣，資料科學(xué)先驅(qū)對于世界的影響深遠(yuǎn)，在疾病擴散之際，利用資料和分析推動重大改變與進(jìn)展。jW7esmc

從歷史發(fā)展軌跡來看，資料分析的最早應(yīng)用之一是在1854年倫敦寬街霍亂爆發(fā)(1854 Broad Street cholera outbreak)事件。第一批資料導(dǎo)向的流行病學(xué)家之一約翰·斯諾(John Snow)對于倫敦的致死案進(jìn)行地理空間分析，從而隔離了疾病的來源。根據(jù)John Snow的分析，英國當(dāng)局才能精準(zhǔn)地采取防疫措施，迅速掌握傳染病的擴散。jW7esmc

如何評估資料？

透過資料分析系統(tǒng)執(zhí)行各種模型，已經(jīng)證實能夠大致上評估趨勢的發(fā)展。例如最常見的“易感-感染-康復(fù)”(Susceptible-Infective-Recovered；SIR)模型，這種流行病學(xué)模型用于計算“在一個存在具傳染力病例的密閉空間中，被感染病例隨著時間逐漸增加的理論數(shù)”。該模型使用耦合方程式分析易感染人數(shù)S(t)、被感染人數(shù)I(t)以及康復(fù)人數(shù)R(t)。最簡單的SIR模型之一是Kermack-McKendrick模型，這種流行病模型也被認(rèn)為是許多其他同類分析模型的基礎(chǔ)，其中，我發(fā)現(xiàn)Ettore Mariotti的分析最有意思。jW7esmc

首先要有一個島嶼，即人們無法自由進(jìn)出的系統(tǒng)。在某個特定時間下，每個人可能存在以下某種狀態(tài)之一：易感染、被感染和康復(fù)，因為從未患此病的人(S)很可能發(fā)病并在某個時間被感染(I)，然后康復(fù)(R)。以CoVID-19而言，更適于為此SIR模型中增加一項“已暴露”(Exposed)狀態(tài)，這包括了帶有病毒但尚未感染確診者(無癥狀帶原者)——SEIR模型。jW7esmc

jW7esmc

圖1：SEIR模型 （來源：triplebyte.com）jW7esmc

該SEIR模型考慮了兩項因素：病毒的動態(tài)以及個體之間的互動。后者極其復(fù)雜，因而需要采用資料分析技術(shù)。透過這些模型與技術(shù)，讓我們可以定義R0參數(shù)，用于表示被每一位被感染者可能傳染的人數(shù)。jW7esmc

例如，假設(shè)某個人A發(fā)病了，而系統(tǒng)中的R0 = 2，這表示A將會傳染給2個人。這2個人分別傳染給4個人，而這4個人將會分別再傳染給2個人(因此4 x 2 = 8)，依此類推。這突顯了疾病是以乘法而非累加方式快速擴散。 R0可以發(fā)生如圖2所示的3種基本情況。jW7esmc

jW7esmc

圖2： R0基本情況（來源：Triplebyte.com）jW7esmc

關(guān)閉學(xué)校、體育館等，減少了人們的社交互動，因而降低了R0。醫(yī)療系統(tǒng)是有限的，因此，將此參數(shù)降低到低于1極其重要。如果R0 > 1，那么疾病就會傳播開來；唯有當(dāng)R0 < 1時，才能讓疾病消失。因此，為了減少R0，我們可以合理地期望政府采取更嚴(yán)格的政策來限制人們的行動性。jW7esmc

值得注意的是，R0衡量的是疾病的潛在傳播途徑，而非疾病傳播的速度。以流感病毒的普遍性來看，其R0僅為1.3。 R0值過高是引發(fā)群眾擔(dān)憂的原因，而不是引起恐慌的原因。jW7esmc

R0是平均值，因此可能受到超級傳播者事件等因素影響。超級傳播者是指一個被感染者傳染給很多人。在SARS和MERS流行期間以及目前的Covid-19大流行期間，發(fā)生了多起與超級傳播者有關(guān)的事件。這一類事件并不一定是壞兆頭，因為它們可能顯示持續(xù)讓疫情流行的人數(shù)減少了。而且超級傳播者可能也更易于掌握和遏止，因為他們的癥狀可能相當(dāng)嚴(yán)重。jW7esmc

簡言之，R0是持續(xù)變動中的參數(shù)。追蹤每一個確診案例以及疾病的傳播極其困難，因此，R0的估算既復(fù)雜又具挑戰(zhàn)性。其估算值經(jīng)常隨著新資料出現(xiàn)而改變。jW7esmc

那么，哪些技術(shù)解決方案能夠減緩或終止Covid-19的傳播并有效控制R0？當(dāng)然，利用最新的AI技術(shù)結(jié)合手機GPS移動的資料，可以建立分析模型，用于預(yù)測哪些社區(qū)更有可能發(fā)生未來感染狀況或哪些社區(qū)需要緊急采取消毒等行動。jW7esmc

大數(shù)據(jù)、AI與傳感器

以傳染病而言，臨床資料在質(zhì)和一致性方面的變動可能較大，甚至包括出現(xiàn)假陽性患者。大數(shù)據(jù)和AI可用于檢查是否達(dá)到隔離要求，而機器學(xué)習(xí)則可用于藥物研究。這些都是新數(shù)位技術(shù)為緩解冠狀病毒緊急情況而發(fā)展出來的解決方案，像是許多亞洲國家，還采用數(shù)位技術(shù)成功實施各種防疫措施。jW7esmc

配備智能掃描儀和相機系統(tǒng)的無人機可用于檢測那些不遵守隔離措施的民眾，還可以量測人們的體溫。例如中國大陸和臺灣使用智能相機攔截未戴口罩者，同時執(zhí)行即時熱感應(yīng)以偵測是否有發(fā)燒的情況。jW7esmc

例如，中國AI公司SenseTime開發(fā)了一款即使戴著口罩也能掃描人臉的平臺，而阿里巴巴(Alibaba)則開發(fā)了基于AI的新型冠狀病毒診斷系統(tǒng)。 SenseTime的非接觸式溫度檢測軟體已經(jīng)實施于北京、上海和深圳的地鐵站、學(xué)校和公共中心。同時，阿里巴巴開發(fā)基于AI的Covid-19診斷系統(tǒng)透過電腦斷層掃描(即CT掃描)檢測是否感染新型冠狀病毒，據(jù)稱準(zhǔn)確率高達(dá)96%。jW7esmc

jW7esmc

圖3：病毒的進(jìn)化（來源：graphen.ai）jW7esmc

Graphen與美國哥倫比亞大學(xué)(Columbia University)合作，嘗試定義每個病毒基因定序的典型形式，并找出其變體。它采用模擬人腦功能的Ardi AI平臺，儲存這些變異的資料并使以視覺化呈現(xiàn)。在圖3中，每個紅點代表一個病毒，綠點則代表一組具有相同的基因組序的病毒。點選紅點還可查看病毒的資訊，包括位置、性別與年齡等。jW7esmc

大數(shù)據(jù)是控制疫情的另一種有效工具。在緊急期間，它已被廣泛用于改善監(jiān)控系統(tǒng)，以繪制病毒傳播圖。jW7esmc

大數(shù)據(jù)的擷取和處理，需要設(shè)計用于收集和分析的新方法和新技術(shù)。例如以下四種大數(shù)據(jù)分析類型或方法：jW7esmc

• 描述性分析：發(fā)生了什么？描述業(yè)務(wù)流程或計劃的現(xiàn)在與過去情況，以綜合和視圖方式呈現(xiàn)活動的績效指標(biāo)；
• 預(yù)測性分析：將發(fā)生什么？即使用回歸分析和預(yù)測模型等數(shù)學(xué)技術(shù)，協(xié)助了解未來可能發(fā)生事件的資料分析工具；
• 規(guī)范性分析：需要做什么？用于確定有效的策略和營運解決方案；
• 自動化分析：根據(jù)執(zhí)行分析的結(jié)果自動執(zhí)行所需的操作與行動的工具。

阿里巴巴還開發(fā)了Alipay Health Code行應(yīng)用程式(App)，利用中國醫(yī)療保健系統(tǒng)提供的大數(shù)據(jù)，指示誰可以或被限制進(jìn)出公共空間。jW7esmc

多倫多初創(chuàng)公司BlueDot采用AI建構(gòu)的平臺，開發(fā)可自動監(jiān)控傳染病擴散與預(yù)測的智能系統(tǒng)。在SARS傳播期間，BlueDot平臺已經(jīng)取得了具體成效。 2019年12月，BlueDot就曾經(jīng)針對這種冠狀病毒癥狀的嚴(yán)重性提出警告，如今也證實了其準(zhǔn)確性。在BlueDot使用的工具中，還有一些采用自然語言處理(NLP)技術(shù)，可用于處理人們的語言及其表達(dá)方式。jW7esmc

美國生物科技公司Insilico Medicine同樣致力于以AI預(yù)防疾病。該公司正開發(fā)下一代AI和深度學(xué)習(xí)途徑，并將其應(yīng)用于藥物探索與開發(fā)過程中的每一步驟。 Insilico Medicine目前開發(fā)的新技術(shù)，未來將可用于建議醫(yī)師如何對抗冠狀病毒分子的資訊。在最近的分子分析后，Insilico Medicine的系統(tǒng)能夠針對如何有效對抗冠狀病毒提供反饋資訊。該新創(chuàng)公司現(xiàn)正開發(fā)可為疫苗開發(fā)專案提供相關(guān)資訊的資料庫。jW7esmc

WeBank研究人員則采用衛(wèi)星分析技術(shù)，確認(rèn)煉鋼廠中的熱點所在，為產(chǎn)業(yè)的復(fù)蘇提供了重要資訊。jW7esmc

在疫情流行初期，這項分析顯示鋼鐵產(chǎn)量降低至29%的最低產(chǎn)能水位。到了2月9日則恢復(fù)到76%。研究人員緊接著關(guān)注使用AI的其他生產(chǎn)類型和商業(yè)活動，其中之一是用于簡單地計算大型公司停車場中的汽車數(shù)量。該分析顯示，截至2月10日，在上海的特斯拉(Tesla)汽車生產(chǎn)已經(jīng)完全恢復(fù)，而上海迪士尼樂園(Shanghai Disneyland)等旅游景點仍在關(guān)閉中。jW7esmc

jW7esmc

圖4：比較2019年12月30日(左)和2020年1月29日的并排衛(wèi)星影像顯示，中國的鋼鐵產(chǎn)業(yè)活動仍處于低水位（來源：spectrum.ieee.org）jW7esmc

透過分析GPS衛(wèi)星資料，還可以確定哪些人正在通勤中。軟體可用于計算每座城市中的通勤人數(shù)，并比較2019年與2020年同一日期的通勤人數(shù)。無論是2019還是2020年，在中國農(nóng)歷新年期間的通勤人數(shù)都大幅減少，但相較于2019年，2020年假期后上班人數(shù)并未恢復(fù)。隨著疫情狀況逐步受到控制，WeBank研究人員還計算出，截至今年3月10日，中國約有75%的員工已經(jīng)返回工作崗位。根據(jù)這些曲線預(yù)測，研究人員的結(jié)論是，除了武漢之外，大多數(shù)的中國工人將在3月底恢復(fù)正常工作。此外，研究人員并預(yù)期今年第一季的經(jīng)濟成長將達(dá)到36%。jW7esmc

如今，全球各地的科學(xué)家和研究人員也在設(shè)法克服COVID-19的挑戰(zhàn)，各種新技術(shù)正成為其有利的后盾。成功通過此次緊急狀況考驗的技術(shù)與解決方案，可望成為日后的產(chǎn)業(yè)標(biāo)準(zhǔn)。jW7esmc

原文發(fā)布于Aspencore旗下EE Times 編譯：Susan Hong 責(zé)編：Elaine LinjW7esmc

(參考原文：Big Data and Artificial Intelligent Can Save the Earth From Covid-19，by Maurizio Di Paolo Emilio)jW7esmc