下载APP
自2020年以来，新冠肺炎带走了无数生命。这个素未谋面、全新的病毒株，把我们打个措手不及。犹记得疫情爆发初期人心惶惶，被迫呆在家不能出门，每天看着感染人数节节攀升却又无能为力。但，人类毕竟是强大的。面对这看不见的敌人，我们也能慢慢找到终结大流行的方法。前线人员的付出自然不在话下，科技的进步也让我们慢慢摆脱对病毒的恐惧，回归日常生活。今天我们就来讨论人工智能在新冠肺炎时期，到底能如何帮助我们？
这两年内，我们成功运用人工智能预测、识别以及发展新的解决方案来面对大流行。很多人都把新冠肺炎与百年前的西班牙流感做比较，比较当时的死亡、传染率，甚至想利用当时的结果来判断这次的新冠肺炎。今时不同往日，现今交通运输发达，人类可自由出入世界各个角落，每一年更有高达四亿人口往返穿梭世界各地，传染率不可同当年而语。在19世纪，一个病毒大约需要18个月来进行大规模传播，今日，它只需要36小时便可形成大规模传染。所以，面对这今时不同往日的情况，我们必须利用今时不同往日的科技──人工智能。
人工智能的第一大功能是预测，我们只要把每天的即时数据上传至它的演算格式，就可得知接下来几天内的发展可能性，从而规划与隔离。文献上记录的其中一个有效的智能叫“长短期记忆网络”（Long and short-term memory network, LSTM）。在加拿大，研究院利用这个长短期记忆网络来预测新冠肺炎的复原率，准确度达到93.4%。同样的模型也被用来预测病毒传播走向，医院入住率及死亡率。通过这些数据，官方机构能够更有效策划面对疫情的方案。
估算病人感染病毒存活率
除了预测疫情走向，人工智能也可用来发展制造药物及疫苗。一般来说，研发一种新药物需要经历五个阶段：（1）制定研究计划和制备新化合物；（2）药物临床前研究；（3）药物临床研究；（4）药物申报和审批；（5）新药监测。
第一与第二阶段，基本上必须花超过十年时间，总共则会花费大约十五年的时间。人工智能的药物预测，则是利用现有已知的药物来判断新的治疗方针。这种方式的药物研发只需要经历四个阶段：（1）化合物识别；（2）化合物采集；（3）临床试验；（4）药物监测。这类药物研发方式相对的用时较短且有效，低成本以及低风险。文献上也记载着，研究院利用人工智能来分析所有市面上的药物而成功收集到80种有潜力的药种，而分析层面包含药物对病毒的反应，对各阶层人士的有效性，以及药物功效的持久性。
每个病人的感染情况皆有不同，依据不同体质也有不同应对方式。新冠肺炎对于病人的其他身体机能也有一定损坏风险，包括我们的肝脏、肾脏、肺，这种可能性是无限大、并超出人类所能判断的范围。
不过，人工智能却能有效分析这些可能性，来估算一个病人感染病毒的存活率。国外就有研究员研发了多元逻辑回归模型来预测一家医院的冠病死亡率，他们利用了九种不同变数，包括年龄、性别、并发症类型来进行分析，这些数据都能有效分析个别病患，从中调整不同医疗方针以降低死亡率。通过这类型分析，研究人员能更快速地发现冠病更新的变种几率以及传染因素。
人工智能看见我们的盲点
以上都是已知的人工智能使用方式，但科技发展能让我们更有效控制冠病疫情，而未来的人工智能发展还包括：
（1）蛋白质结构预测：蛋白质是生命所必需的大而复杂的分子，其独特3D结构，决定了它们的功能，但从蛋白质基因序列中找到蛋白质的3D形状是一项复杂并具有高度挑战性的任务。近几年来，由于基因测序成本的快速降低，基因组学领域的数据变得非常丰富。在已发表的文献当中，已经有研究员提出两种构建蛋白质结构预测的新方法：第一种方法是基于结构生物学中常用的技术，用新的蛋白质片段反覆替换蛋白质结构片段，并利用训练好的人工智能神经网络，不断提高建议的蛋白质结构。第二种方法是使用梯度下降进行优化，用于进行小的增量改进，从而得到高度准确的结构。这类型的蛋白质分析，无疑是一项重要的研究，它能让我们更好的去了解病毒的种类，以及如何抑制它生长的方法，进而更有效地控制冠病疫情。
（2）主流媒体数据分析：当今社会，随着互联网的发展和进步，各社交平台都可提供大量快速又有效的信息。人工智能可以利用大数据优势并以低成本、大范围方式来监测公共卫生，提高信息收集效率之余，还能大量节省时间。韩国研究员就用此技术收集了韩国153家新闻媒体的相关数据，利用自然语言处理技术，了解公众对全国病毒感染爆发的反应，研究结果有助于减轻公众对未来传染病的不必要恐惧和过度反应。在中国，也有研究员收集和分析微博上与COVID-19相关的帖子，并使用机器学习方法，进行识别和预测并及时反应。
正所谓车到山前必有路，确实，面对这看不见的敌人，我们也有个看不见的帮手──人工智能，帮助人类打这一场硬仗。面对庞大的数据，人工智能看见了我们看不到的盲点，进而提供有效的解决方案。虽然冠病仍在肆虐，但我相信，有了强大的人工智能，科学家定能更快速找到突破点，降低大流行所带来的伤害。
