• 各类机构都在快速应用人工智能和机器学习技术遏制新冠疫情
• 科研、医疗保健甚至农业领域都在部署人工智能和机器学习技术

当下，全世界依然处在与新冠肺炎的激烈抗争之中，每一点技术创新和聪明才智的运用，都使我们在战胜这一疾病的道路上又前进了一步。其中，人工智能和机器学习技术在更好地理解和解决新冠肺炎疫情危机方面可以发挥至为关键的作用，尤其是机器学习技术，它使计算机能够模拟人类智能，处理大量数据并快速识别规律和洞察新的发现。

在与新冠疫情的斗争中，我们观察到机器学习的应用主要集中在以下几个领域：一是拓展与客户沟通的方式，二是理解新冠病毒的传播机理，三是加快新冠病毒研究和对症治疗。

迅速扩展和调整运营模式

各种规模的组织，包括公共机构及私营企业，为了让员工和客户进行居家隔离或保持社交距离，都在寻找新的方式以提升运营效率。在这种转变过程中，机器学习技术为支持远程通信、实现远程医疗及保护粮食安全提供了重要而有效的工具。

中国的柯基数据正在结合AWS机器学习进行这方面的工作。柯基数据联合中国疾控中心的权威专家们开发了新冠肺炎智能问答小助手，并于2020年2月3日在中国疾控慢病中心的官方渠道正式上线。他们利用来自中国疾控中心、卫健委等官方渠道的权威信息，结合专业文献和词库，再利用机器学习和自然语言处理、知识图谱技术对专业信息进行结构化、整合归类并建立新冠肺炎防护的知识图谱，快速打造了一套准确率很高的新冠肺炎智能问答系统，帮助公众、新冠肺炎患者及医生解决常见问题，提供了获得权威防控知识的便捷途径。自上线以来，新冠肺炎智能问答小助手平均每天为数千名患者和医生提供服务，累积解决了数十万个问题。

为避免对食品供应链造成破坏，食品加工商和政府需要实时了解当地农业的状况。另一家AWS客户、农业技术初创企业Mantle Labs，在三个月内免费向零售商提供其领先的人工智能农作物监测解决方案，保证英国的食品供应链在疫情期间正常运转。这项技术通过评估农作物的卫星图像以尽早向农民和零售商提示潜在的问题，让他们能够更好地管理供应、采购和库存计划。这一功能的实现得益于该平台部署的定制化机器学习模型，通过融合来自多个卫星的图像实现对农业状况接近实时的评估。

研究新冠肺炎的传播机理

机器学习还在帮助研究人员和从业者分析大量数据来预测新冠肺炎的传播，从而实现疫情预警，确定易感人群。此前加州 Chan Zuckerberg Biohub(陈·扎克伯格生物中心)的研究人员建立了一个模型来预估未被发现的新冠肺炎感染者数量及其对公共健康的影响。研究覆盖了全球12个地区。通过运用机器学习技术并与AWS诊断开发计划合作，他们开发了一种新的方法来量化未被检测到的感染者，即通过分析病毒在人群中传播时如何变异从而推断有多少被遗漏的感染者。

在疫情爆发之初，AWS客户、一家专注于使用人工智能技术检测疫情爆发的加拿大初创企业BlueDot，是最早对这次呼吸道疾病突然爆发发出预警的公司之一。该公司使用机器学习算法对65种语言的新闻报道、航空公司数据和动物疾病网络进行筛选来预测疾病的传播，随后由流行病学家审核数据结果，从科学角度验证这些结论是否有意义。BlueDot利用这些研究成果为卫生系统官员、航空公司和医院提供洞察，帮助他们更好地预测和管理风险。

机器学习也帮助相关领导机构对新冠疫情做出更明智的决策。今年3月，由前白宫首席数据科学家DJ Patil领导的一队志愿者专家找到AWS寻求帮助，希望AWS支持他们搭建一个基于场景进行规划的工具来模拟新冠肺炎的潜在影响，为类似“我们需要多少张病床”或者“我们应该发布多长时间的居家隔离指令”这样的问题寻找答案。他们需要扩展其开源模型，以便美国各地的州长都能够了解接触、感染和住院者的数量，来更好地做出应对计划。该机构与AWS和约翰·霍普金斯大学布隆博格公共卫生学院密切合作，将该模型转移到了云端，在短短几个小时内处理了多个场景，并将模型推广到美国所有50个州和美国以外，帮助做出直接影响新冠疫情全球传播的决策。

各种机构也在研究限制新冠病毒传播的方法，特别是针对易感人群。AWS与人工智能初创公司Closedloop合作，利用他们在医疗数据方面的专业知识，识别感染新冠病毒后发生严重并发症的高风险患者。Closedloop开发并开源了一个新冠病毒易感指数“C-19指数”，这是一个基于人工智能的预测模型，可以识别可能发生新冠病毒严重并发症的高风险人群。这个指数正被医疗系统、护理管理机构和保险公司用来识别高危人群，呼吁他们重视洗手和保持社交距离，向他们提供食物、卫生纸和其他必需品，帮助他们进行居家隔离保护。

加快针对新冠病毒的研究和对症治疗

医疗机构和研究人员都面临着有关新冠病毒的信息成倍增长的问题，很难获得对症治疗的有效信息。为此，AWS发布了新冠数据搜索工具(CORD-19 Search)，一个由机器学习技术驱动的搜索网站，可以帮助研究人员快速、方便地搜索大量研究论文和文档，为诸如“什么时候唾液中的新冠病毒含量最高”之类的问题找到答案。AWS新冠病毒搜索工具是建立在艾伦人工智能研究所开发的包含逾128000篇研究论文及其它资料的新冠病毒开放搜索数据集上的。这样一个机器学习解决方案可以从非结构化文本中提取相关的医学信息，并提供了强大的自然语言查询功能，可以帮助研究人员加快发现有用信息的速度。

同时，在医学影像领域，研究人员正利用机器学习辅助识别图像中的模式，帮助医生尽早发现并尽早诊断病情。

在中国，一家专注智慧远程心电平台及专业会诊服务的初创企业益体康，通过联网专业心电设备和云端远程医疗平台帮助中小医疗机构解决专业医生资源不足的问题。他们利用AWS的机器学习服务快速构建了其AI训练和推理场景，提升了模型训练的速度。此次新冠疫情期间，由于许多重症患者存在心脏并发症的问题，益体康的智慧远程心电平台为众多身处隔离病房不方便医生时时监测心脏受损状况的病患提供了服务。此外，在许多大医院减少甚至暂停普通接诊的情况下，他们还服务于基层医疗机构，让患者在家门口就能获得三甲医院水准的专业诊断，快速完成心脏问题的初诊和分诊，减少误诊、漏诊，真正做到了将患者留在基层，大幅减少跨区传播的风险。

机器学习也有助于加速发现有助于治疗新冠病毒的药物。

总部位于深圳、在北京和波士顿设有分部的晶泰科技(XtalPi)，是一家以计算驱动药物研发创新的科技公司。在新冠疫情爆发后，该公司很快对近3000个已通过美国药监局(FDA)审核的上市药物、以及超过1万种中药成分分子，进行了老药新用的扫描，成功找到了183个可能对新冠病毒有潜在治疗效果的药物。之后，晶泰科技对这些药物的活性进行了排序，然后又通过更加高精度的计算方法，最终锁定了38个药物。晶泰科技能迅速地完成大量药物筛选，得益于其Intelligent Digital Drug Discovery and Development (ID4)云端智能药物研发平台。在这个平台上，晶泰科技通过自主研发的基于AWS GPU计算实例的机器学习框架，实现大规模的模型训练及参数优化。同时在AI模型研究及设计初期，晶泰科技的科学家团队能够通过Amazon SageMaker服务实现对于模型及参数的快速验证，其友好的交互式界面加速了算法研发效率。

AWS客户、一家英国的人工智能公司BenevolentAI也在利用人工智能技术了解人体对新冠病毒的反应，从而进行药物治疗方面的研究工作。他们利用人工智能药物发现平台开展了一项调查，以确定已经获准上市的药物中哪些有可能抑制新型冠状病毒。他们利用机器学习获得基因、疾病和药物之间的内在关系，筛选出一组药物化合物。仅仅几天，BenevolentAI就发现巴里替尼(一种目前用于治疗类风湿性关节炎的药物，由礼来公司Eli Lilly所有)是其筛选出的众多药物中的最佳的候选药。巴里替尼目前正在美国国家过敏和传染病研究所(NIAID)进行后期临床试验，以研究其作为新冠肺炎潜在治疗方法的有效性和安全性。药物进入临床试验的速度反映了新冠疫情的紧迫性，也体现了人工智能技术在促进新疗法发现方面的重要性。

我始终相信机器学习有潜力帮助解决我们面临的最大挑战。随着全世界的通力协作，我们相信这一可能性正变得越来越大。希望在这个艰难的时刻，我们能够在全球范围内共同努力，不断创新，让机器学习更好地贡献于抗击新冠肺炎的新途径。