各机构迅速将其人工智能和机器学习方面的专业知识应用于遏制此次疫情的工作中。
这些技术已被应用于从研究到医疗保健乃至农业等多个领域。
在全球努力应对新冠肺炎疫情之际，每一分被用于抗击这场疫情的技术创新和智慧，都让我们离战胜疫情更近一步。人工智能（AI）和机器学习在更好地理解和应对新冠肺炎危机方面发挥着关键作用。机器学习技术使计算机能够模拟人类智能，并吸收大量数据，从而快速识别规律和洞见。
在抗击新冠肺炎的过程中，各机构迅速将其机器学习专长应用于多个领域：扩大客户沟通规模、了解新冠肺炎的传播方式，以及加快研究和治疗进程。
助力各机构扩大规模并灵活调整
无论规模大小、属于公共还是私营部门，各类机构都在探索新的方式，以有效开展运营，并在社交距离和隔离措施持续实施的情况下满足客户和员工的需求。机器学习技术通过提供支持远程沟通、实现远程医疗和保障粮食安全的工具，在推动这一转变方面发挥着重要作用。
对于医疗保健和政府机构而言，这包括使用支持机器学习的聊天机器人，对新冠肺炎症状进行非接触式筛查，并回答公众提出的问题。一个例子是Clevy.io，这是一家法国初创企业，也是亚马逊云科技（AWS）的客户。该公司推出了一款聊天机器人，方便人们查找政府发布的有关新冠肺炎的官方信息。该聊天机器人借助法国政府和世界卫生组织提供的实时信息，评估已知症状，并解答有关政府政策的问题。迄今已发送近300万条消息，该聊天机器人能够回答从运动到新冠肺炎风险评估等各类问题，且不会进一步占用医疗保健和政府机构的资源。斯特拉斯堡、奥尔良和南泰尔等法国城市正在使用该聊天机器人，以分散式方式分发准确、经过核实的信息。
为避免食品供应链受到任何干扰，食品加工企业和政府需要了解农业的当前状况。农业科技初创企业Mantle Labs，同为AWS客户，正免费向零售商提供其先进的人工智能驱动作物监测解决方案，为期三个月，以增强英国供应链的韧性和确定性。该技术通过分析作物卫星图像，及早向农民和零售商标记潜在问题，以便他们更好地管理供应、采购和库存规划。该平台部署定制的机器学习模型，融合来自多颗卫星的图像，从而实现对农业状况的近实时评估。
世界经济论坛在抗击流行病方面正在采取哪些行动？
了解新冠肺炎的传播方式
机器学习还帮助研究人员和从业者分析大量数据，以预测新冠肺炎的传播情况，从而充当未来流行病的预警系统，并识别易感人群。位于加利福尼亚州的陈·扎克伯格生物中心的研究人员已构建了一个模型，用于估算未被发现的新冠肺炎感染病例数及其对公共卫生的影响，该模型涵盖全球12个地区的数据。研究人员借助机器学习，并与AWS诊断开发计划合作，开发了量化未被发现感染病例的新方法，通过分析病毒在人群中传播时的变异情况，推断出有多少次传播被遗漏。
在本次疫情初期，BlueDot是一家加拿大初创企业，也是AWS客户，利用人工智能检测疾病暴发。该公司是最早对中国武汉出现的一种令人担忧的呼吸道疾病暴发发出警报的机构之一。BlueDot利用人工智能检测疾病暴发。借助其机器学习算法，BlueDot可筛查65种语言的新闻报道，并结合航班数据和动物疾病网络，以检测疫情暴发并预测疾病的传播扩散。随后，流行病学家会审查这些结果，并从科学角度核实结论是否合理。BlueDot将这些洞见提供给公共卫生官员、航空公司和医院，帮助他们预判并更好地管理风险。
机器学习正在帮助决策者在新冠肺炎疫情面前做出更明智的决策。今年3月，由美国白宫前首席数据科学家DJ Patil领导的一组志愿专业人员，联系AWS寻求帮助，以支持一款情景规划工具，该工具用于模拟新冠肺炎的潜在影响，以回答诸如“我们需要多少张病床？”或“应该实施居家避险令多长时间？”等问题。他们需要扩大其开源模型的规模，以便美国各州州长能够了解暴露、感染和住院的规模，从而更好地制定应对方案。在与AWS和约翰斯·霍普金斯大学彭博公共卫生学院的密切合作下，该团队将模型迁移至云端，使其能够在数小时内运行多种情景，并将模型推广至美国所有50个州及其他国家，以助力做出直接影响新冠肺炎全球传播的决策。
各机构还在研究如何遏制新冠肺炎的传播，尤其是在易感人群中。Closedloop是我们合作的一家人工智能初创企业，正利用其在医疗保健数据方面的专业知识，识别出新冠肺炎重症并发症风险最高的人群。Closedloop已开发并开源了一项新冠易感性指数，这是一种基于人工智能的预测模型，可识别出最容易发生新冠肺炎重症并发症的人群。这项“C-19指数”正被医疗保健系统、护理管理机构和保险公司用于识别高风险个体，随后致电他们，宣传勤洗手和保持社交距离的重要性，并提供送餐、卫生纸及其他基本物资的配送服务，以便他们能够居家。
加快研究和治疗进程
医疗保健提供者和研究人员面临关于新冠肺炎的信息量呈指数级增长的局面，这使得从中提炼出可为治疗提供参考的洞见变得困难。为此，AWS推出了CORD-19 Search，这是一个由机器学习驱动的全新搜索网站，可帮助研究人员快速便捷地搜索研究论文和文献，并回答诸如“新冠肺炎患者唾液病毒载量何时最高？”等问题。
该解决方案基于艾伦人工智能研究所的CORD-19开放研究数据集，该数据集包含超过12.8万篇研究论文及其他资料。这一机器学习解决方案能够从非结构化文本中提取相关医学信息，并提供强大的自然语言查询功能，助力加快科研发现的步伐。
与此同时，在医学影像领域，研究人员正利用机器学习识别图像中的规律，从而提升放射科医生判断疾病概率并更早做出诊断的能力。
加州大学圣地亚哥分校医疗中心开发了一种新方法，可更早诊断与新冠肺炎重症相关的肺炎。这种早期检测有助于医生在新冠肺炎确诊之前，就迅速将患者分诊至适当的护理级别。该机器学习算法基于人类放射科医生标注的22,000份病例进行训练，可在X光片上叠加彩色编码图，以显示肺炎概率。借助AWS诊断开发计划提供的捐赠额度，AWS诊断开发计划，这些方法目前已在一项临床研究中应用于加州大学圣地亚哥分校医疗中心的每一次胸部X光检查和CT扫描。
机器学习还有助于加速新药研发，以帮助治疗新冠肺炎。BenevolentAI，这是一家英国人工智能公司，也是AWS客户，将其平台用于研究人体对新型冠状病毒的反应。该公司利用其人工智能药物研发平台展开调查，以识别可能抑制新型冠状病毒感染进展的已获批药物。他们借助机器学习来推导基因、疾病和药物之间的情境关系，从而提出了少数候选药物化合物。短短几天内，BenevolentAI发现巴瑞替尼（一种目前获批用于类风湿关节炎的药物，由礼来公司拥有）是最有潜力的候选药物。目前，巴瑞替尼正与美国国家过敏和传染病研究所（NIAID）开展后期临床试验，以研究其作为新冠肺炎患者潜在治疗药物的疗效和安全性。该药物迅速进入临床试验阶段，体现了全球疫情的紧迫性，也反映了人工智能在促进新疗法发现方面的重要意义。
看到这些机构以如此快的速度应用机器学习应对新冠肺炎，我深受鼓舞。我始终相信机器学习有助于解决世界上最严峻的挑战，而随着各机构应对这场危机，这一前景正逐步变为现实。我希望在这一艰难时期，我们能够在全球范围内携手合作，创新并探索机器学习为抗击新冠肺炎作出贡献的新途径。
