100多年前的1918年，西班牙流感席卷全球，造成人类至今难以忘却的伤痛。100多年后的今天，新冠肺炎成为人类生存的又一次挑战。不同的是，大数据与人工智能（AI）等技术手段正在成为人类战胜疫情的新型“武器”。

疫情之下，大数据与AI技术能够为疫情的预防控制做些什么？4月18日，在爱思唯尔云论坛上，多位来自学术界和工业界的专家，分享了此次新冠疫情中大数据与AI的相关研究与应用。

做防控的“先知”

疾病预测是将被动预防转化为主动预防的重要环节。在上海交通大学计算机app与工程系教授高晓沨看来，做疾病预测工作时，可以利用数学模型技术、大数据分析技术，结合机器学习技术，精确刻画疫情变化的规律，主动有效地控制疫情。

“可以采用基于概率统计的回溯模型、基于传播动力学的模型、基于个体的模型、基于大数据的机器学习模型、基于社交模式的疫情分析、基于信息扩散的网络传播模型、基于复杂网络流的传播预测模型等，对疫情进行预测和分析。”高晓沨说。

她介绍，目前，全球已经有一些科研团队聚焦疫情动态的建模与数据分析，如麻省理工学院团队、牛津大学团队等，国内也有一些相关的研究团队，如上海财经大学团队、陕西师范大学团队等。此外，全球也已经有团队在做数据的可视化分析。

“基于社交的疫情建模，可以帮助我们及时发现高危个体，阻止疫情传播，缩小病毒传播范围，部署防疫力量，减少社会损失。”高晓沨说。

做社会的智囊

疫情期间，研究刊物、手机版媒体、官方文件中充斥着大量新冠肺炎相关信息。能否对这些过载信息进行整合，决定着信息价值是否能得到充分利用。

从春节开始，宅在家里的清华大学计算机系教授唐杰就和学生们一起，为他们过去的科研成果寻找用武之地。最终他们决定，汇聚冠状病毒的各种数据源，在可视化的基础上对疫情发展趋势、各地风险指数等作出智能预测，并尝试构建冠状病毒的知识图谱，为科研人员、社会公众服务。

“目前，新冠肺炎开放数据库已经汇聚了近200项数据资源，并且还在不断更新中，数据范围覆盖了疫情、科研、知识、媒体、政策等多个方面。”唐杰说。

除了为复工复产等社会决策提供信息支持外，他们还汇总了国内外专家信息，对高关注度学者专家的研究兴趣、领域、科研成果影响力、学术动态等信息进行深度挖掘，对新冠疫情相关学术成果的时间线、相关性进行了汇总分析，如筛选专家文献、分析解读文献、提取专家观点、发现学术事件等，为科研人员了解学术动向提供参考。

唐杰介绍，他们还分析了冠状病毒研究趋势，包括冠状病毒研究的技术趋势、国家趋势、机构趋势、学者趋势等。

做医生的助手

疫情为医护人员带来了庞大的工作量，而AI正在成为新冠肺炎疾病诊治的助手。

“新冠肺炎影像人工诊断面临挑战。”阿里巴巴集团副总裁华先胜表示，在效率方面，CT影像人工阅片量大，影像医生阅片耗时长；在精确度方面，疫情期间影像检查业务量极大，医生容易因过度疲劳导致误诊漏诊率增加，诊断准确率不稳定；此外，人工阅片定量分析少，对临床诊断的支持性定量分析存在不足。

他介绍，在此背景下，阿里云创立了新冠肺炎CT辅助诊断系统方案，平均最长20秒钟处理一个病例，读片速度是医生的50倍，每天可以分析大约13000例样本。

“目前该方案已经为国内包括火神山医院在内的168家医院提供服务，并向海外各国开放。”华先胜说。

此外，他表示，阿里云还提供了新冠病毒全基因组检测方案，以解决全国范围内核酸检测能力不足，PCR方法假阴性率高，及病毒可能发生变异等关键问题。

“全基因组分析可以通过序列分析和序列拼接，分析与病毒序列的同源性，定制化地给出最终诊断手机版；可以构建进化树，智能分析病毒传播或演化的时间图谱，智能分析患者感染事件；还可以预测病毒蛋白二级结构和三维结构。”华先胜说。

如今，新冠肺炎疫情在全球的多点暴发及迅速蔓延，给社会带来巨大影响，也为大数据与AI研究者带来新的挑战。此次云论坛上，多位专家也因此呼吁，加强大数据时代的科研合作与交流，通过工业界与学术界的互动及学科间的交叉，碰撞出更多智慧的火花。