在本次抗擊新型冠狀病毒感染肺炎疫情的防控阻擊戰中，科技企業不僅捐錢捐物，其創新技術也發揮了重要作用。華為、中科曙光和百度、阿里、騰訊等主流互聯網企業，針對在線醫療、藥物研發等方面均作出了超算、云計算、AI算法、大數據技術支持，部分項目已經在縮短確診時間、病毒基因機構預測等方面展現效果……
在本次抗擊新型冠狀病毒感染肺炎疫情的防控阻擊戰中，科技企業不僅捐錢捐物，其創新技術也發揮了重要作用。除了之前《電子工程專輯》報道的在新材料、紅外體溫檢測以及生物芯片方面的應用，大數據和人工智能也在加速抗病毒藥物和疫苗的研發、體溫檢測和疾病防控上出了不少力。
2月4日，工信部網站發布《充分發揮人工智能賦能效用 協力抗擊新型冠狀病毒感染的肺炎疫情倡議書》，鼓勵加大科研攻關力度，盡快利用人工智能技術補齊疫情管控技術短板，快速推動產業生產與應用服務；充分挖掘新型冠狀病毒感染肺炎診療以及疫情防控的應用場景，攻關并批量生產一批輔助診斷、快速測試、智能化設備、精準測溫與目標識別等產品；優化AI算法和算力，助力病毒基因測序、疫苗/藥物研發等。
在這之前，華為、中科曙光和百度、阿里、騰訊等主流互聯網企業，以及國內AI獨角獸企業，均已經針對在線醫療、藥物研發等方面均作出了超算、云計算、AI算法、大數據技術支持，部分項目已經在縮短確診時間、病毒基因機構預測等方面展現效果。
相關專題：疫情之下——電子行業的實時動態
據了解，在美國研發一種新的藥物，從這個研發項目啟動到其最終通過 FDA的批準，平均需要花費 10 -15 年時間，耗資超過 13 億美元。 目前，本次新型冠狀病毒疫苗和特效藥的研發已經完成了毒株分離以及基因測序，這一部分工作主要是在實驗室進行研究工作；而接下來的研發，包括對病毒靶點進行識別和驗證、尋找對應化合物等，都需要云計算的幫助。
華為云聯合多家科研機構篩選抗病毒藥物
據華為云官方消息，2月3日，華中科技大學同濟醫學院基礎醫學院、華中科技大學同濟醫學院附屬武漢兒童醫院、西安交通大學第一附屬醫院、中科院北京基因組研究所、華為云聯合科研團隊宣布，篩選出五種可能對2019新型冠狀病毒（2019-nCoV）有效的抗病毒藥物。
上述聯合科研團隊針對2019新型冠狀病毒的多個靶標蛋白（其中Mpro 蛋白晶體結構由中科院饒子和院士團隊提供），對8506種上市或者正在進行臨床試驗的藥物中進行超大規模計算機輔助藥物篩選工作，并在一周內取得了第一階段成果。
研究發現，有五種藥物可能對2019新型冠狀病毒有效，分別是Beclabuvir，沙奎那韋（Saquinavir），比特拉韋（Bictegravir），洛匹那韋（Lopinavir），多替拉韋（Dolutegravir）。
聯合科研團隊發現：
Beclabuvir不僅可以和Mpro蛋白結合，還可能是2019新型冠狀病毒RNA依賴的RNA聚合酶NSP12的一種潛在抑制劑。
沙奎那韋（Saquinavir）不僅可以很好地同Mpro蛋白結合，還能夠和2019新型冠狀病毒的S蛋白相結合，可以同時在細胞內部和表面阻止病毒的擴增。
目前，聯合科研團隊正在對上述五種抗病毒藥物進行細胞學驗證，并推動藥物臨床試驗。本次聯合科研團隊發布的研究成果都將通過華為云面向生物醫藥研究機構開放，用于抗病毒藥物研發。
阿里云免費開放一切AI算力
據阿里云官方消息，1月29日，為了幫助加速新藥和疫苗研發，阿里云決定將向全球公共科研機構免費開放一切AI算力。
目前，中國疾控中心已成功分離病毒，但在新藥和疫苗研發期間，需要進行大量的數據分析、大規模文獻篩選和科學超算工作。阿里云可以提供強大的AI算力，支持病毒基因測序、新藥研發、蛋白篩選等工作，幫助科研機構縮短研發周期。
據悉，全球健康藥物研發中心GHDDI正與阿里云合作開發人工智能藥物研發和大數據平臺，針對SARS/MERS等冠狀病毒的歷史藥物研發進行數據挖掘與集成，開放相關臨床前和臨床數據資源，計算靶點和藥物分子性質，并跟進新型冠狀病毒最新科研動態，實時向科學界和公眾公布，為新型冠狀病毒科學研究提供重要數據支撐。
同時，阿里云將與合作機構向全球科學共同體免費開放相關藥物研發資源，共同加速針對新型冠狀病毒的藥物研發。此外，馬云公益基金會也捐贈一億元人民幣，用于支持加快推進新型冠狀病毒的疫苗研發。
據了解，此次免費支持的研究范圍包括但不僅限于：
1、用分子動力學HPC應用算病毒、蛋白質、藥物結構，靶點作用模擬和設計藥物篩選的實驗，以及使用QD量子動力學等做藥物研究——免費提供阿里云高性能計算、SCC超級計算集群和CPU集群；
2、對病毒植株和染病者的染病DNA提取，進行基因組計算、基因組學計算——免費提供阿里云超算支持；
3、科研機構對全球大規模文獻分析和篩選——免費提供阿里云通用平臺支持；
4、在MD，MM，QD基礎上做虛擬篩選——免費提供阿里云AI平臺和云超算支持。
此外，面對嚴峻的疫情，快速、精確的診斷對于疫情控制尤其重要。2月1日，浙江省疾控中心上線自動化的全基因組檢測分析平臺。利用阿里達摩院研發的AI算法，可將原來數小時的疑似病例基因分析縮短至半小時，大幅縮短確診時間，并能精準檢測出病毒的變異情況。
百度開放算力，提供各種線上平臺
2月1日已經上線的“北京市新型冠狀病毒感染的肺炎線上醫生咨詢平臺”，就是由北京醫學會主辦，百度作為聯合單位提供技術支持并負責平臺整體運營的。百度表示，“百度問醫生”由百度聯合平安好醫生、好大夫在線、春雨醫生等第三方服務方推出，可以為用戶提供就診前的咨詢服務，所有咨詢服務由超過10萬名的醫生免費在線解答。
針對疫情防控，百度還推出智能外呼平臺，可提供流動人員排查、本地居民排查/回訪、特定人群通知三大場景的外呼服務，能被應用于社區情況排查和通知回訪等場景，比人工電話效率提高數百倍。百度承諾：從2020年1月28日到疫情結束，不收取任何費用，向各級政府、衛健委機構、基層社區、疾控中心等相關疫情防控機構開放智能外呼平臺。
除了百度，還有多家科技企業也向政府提供類似的“智能疫情防控機器人”語音服務
在線下排查方面，百度方面介紹，百度人工智能多人體溫快速檢測解決方案已經在北京清河火車站應用。選擇此車站的原因則是清河火車站春節期的日流量最高達到了3萬人次，同時北京地鐵13號線在此也設有換乘站。該方案能基于電腦及手機客戶端進行部署，可以設定固定檢測卡口點位，也可以使用移動設備進行巡檢，根據百度的介紹，AI體溫檢測技術測得的體溫數據誤差不超過0.05 攝氏度。
1月30日，百度研究院方面表示，向各基因檢測機構、防疫中心及全世界科學研究中心免費開放線性時間算法LinearFold以及RNA結構預測網站，以提升新型冠狀病毒RNA空間結構預測速度。據百度研究院科學家透露，LinearFold算法可將此次新型冠狀病毒的全基因組二級結構預測從55分鐘縮短至27秒，提速 120 倍，節省了兩個數量級的等待時間。
據北京商報報道，百度內部人士稱，凡是在病毒分析、疫苗研制、藥物研究中如果需要人工智能和大數據技術，百度提供技術支持；同時，依托百度飛槳平臺提供億級算力，加速這一個研究過程。不對具體研究方法做限制，如有需RNA結構預測算法和技術支持的科研單位、防疫部門等，可聯系百度研究院該項目專用郵箱RNA@baidu.com。
騰訊、中科曙光超算支持藥物研發
無論是對病毒進行基因測序，找到病毒來源以及傳播宿主，還是研制病毒疫苗或者特效藥，超算中心都大有用武之地。例如傳統的新藥研發需在實驗室中對數百種藥物成分進行生物測試，這一過程往往要耗費不少時間，超算可以極大加速這個過程。
此前在研制埃博拉病毒的特效藥時，英國科學家就利用超算運行專門的軟件，該軟件中記錄了100萬種藥物成分的數據，并且會將這些數據與埃博拉病毒的關鍵蛋白數據進行配對，最終找到能影響這些蛋白發揮作用的成分。然后再通過生物測試進一步驗證電腦選出的最佳成分。
據悉，為助力研究機構加速新藥篩查和疫苗研發，除了上述的華為和阿里，我國很多企業也相繼宣布免費開放超級計算機算力，支持病毒基因測序、新藥研發、蛋白篩選等工作，幫助科研機構縮短研發周期。
1月24日，中山大學藥學院教授羅海彬提出“需要大量計算資源”的緊急需求，中科曙光、騰訊與深圳超算中心等組建應急工作組，迅速協調計算資源，幫助該團隊開展藥物篩選作業。此外，依托中科院北京基因組研究所建設的國家基因組科學數據中心，1月22日即發布了2019新型冠狀病毒資源庫，助力科研人員利用這一資源庫，開展新型冠狀病毒基因組變異分析，該數據中心計算資源由中科曙光提供。
目前，騰訊云已向北京生命科學研究所/清華大學生物醫學交叉研究院的黃牛教授實驗室提供了大量標準的CPU算力以及對象儲存能力，幫助黃牛教授實驗室進行基于結構的藥物分子設計的離線計算任務。針對新型冠狀病毒的多個靶點，黃牛教授實驗室通過騰訊云秒級交付的海量高性能計算、存儲資源，快速計算篩選數億級別的化合物數據庫，結合實驗驗證，來尋找新型結構類型的先導化合物，為下一步新藥研發工作提供依據。
在目前復雜的疫情形勢下，保障醫院信息系統的穩定運行尤為關鍵。據了解，經與當地有關部門溝通，曙光公司還向湖北省及武漢市定點救治醫院捐贈首批包括服務器、工作站、存儲、相關軟件等在內的計算設備，用于疫情監測、診治及信息存儲等急需場所。
大數據提供支持
大數據在防控疫情方面也凸顯了重要作用。由于感染人數仍呈上升趨勢，通過大數據手段可以有效鎖定輸入型感染者活動圈和散落各地的隱形傳染源，助力各相關部門精準疫情防控。
武漢疫情防御中，大數據只反映出現狀，如果能夠未卜先知，預測到疫情的爆發，今天形勢就不會如此嚴峻。雖然看上去這太難，但人類抗擊疫病傳播時早已在嘗試應用AI+大數據進行預測。
早在2008年，Google便推出了Google Flu，利用人們的搜索查詢記錄來發現流感的爆發，它甚至比美國衛生部門提前兩周發現了2009年的豬流感大流行，然而這種方法傾向于高估疾病流行的嚴重程度，容易引發社會恐慌，最后被Google叫停。
目前，百度、搜狗等多個主流資訊和搜索平臺，上線了“全國實時疫情動態”功能頁面，以及新冠肺炎患者同程查詢功能。可以查詢同一行程中是否有確診患者。
擁有諸多交通大數據的地圖廠商并未缺席。截至目前，高德地圖覆蓋全國297座城市的10145個發熱門診，以及定點救治醫院2071家；百度地圖上線“肺炎疫情期出行管控消息速報”，聚合疫情期駕車出行、公交出行、旅游休閑、遷徙地圖、發熱門診查詢的功能入口。
其中，百度地圖遷徙大數據平臺正在持續升級，開放查詢的城市從100個擴展到了300多個。平臺提供的數據指標包含來源地、目的地、遷徙規模指數、遷徙規模趨勢圖等，甚至支持查詢一個城市自春運以來遷徙目的地或來源地的排行和比例。
實際上，各省市利用大數據協助疫情防控工作已不是新鮮事。例如，疫情爆發后，北京市經濟和信息化局及北京市大數據中心緊急成立局內疫情防控大數據工作小組，基于北京市衛健委發布的疫情數據信息開發完成北京市疫情地圖，并于1月30日在北京市政務數據資源網上線試運行。疫情地圖通過可視化的地圖形式，向公眾展示北京市各區累計確診疫情病例、累計治愈數量及當前疫情分布等情況。
為迎戰春節后返城高峰，廣州市黃埔區上線了“有呼必應·黃埔區疫情防控平臺”，通過實時掌握居民申報的健康情況動態，居民所提供的情況根據需要推送給社區網格員，網格員根據實際情況視情核實。
曙光云計算撫州中心為撫州臨川區政府研發疫情信息管理系統，僅用兩天的時間就讓系統上線運行，使基層干部從繁重的排查工作中解脫出來，用更大的精力應對一線防控工作。此系統運用云計算、大數據分析技術可以充分掌握返鄉人員相關數據，精準管理來自病源地的人員。
人工智能提供分析
大數據的處理離不開人工智能，而后者在疫情中所能發揮的作用也越來越多。此次疫情不僅本身具有較強的傳染性，在時間點上也碰上了流感爆發以及春運流動的時間點，因此病情人數不斷上升。也正因如此，在大規模傳染之后，現有的醫療資源勢必難以滿足抬升的病患用戶。
為了提高效率，此前阿里巴巴達摩院推出了“智能疫情機器人”，通過語音識別、自然語義理解等人工智能技術，機器人可以針對疫情問題、就醫注意、防護措施進行回答。對于正常用戶、輕癥用戶來說，人工智能可以起到一定的答疑作用，避免醫療資源緊缺以及交叉感染的風險。
人工智能還被應用于疫苗科研研發。通過AI技術的深度學習處理，它能夠便于科研人員進行數據分析、快速篩選文獻以及相應的測試工作。不僅如此，AI還可以應用于建立模型以觀察疫情傳播。早在之前，國內基于AI和大數據的流感實時預測模型便登上了《柳葉刀》的子刊，為傳染病預測提供了更加精準的邏輯框架。
該模型由平安科技、平安智慧城市、重慶市疾病預防控制中心、陸軍軍醫大學和清華大學聯合完成，用以預測重慶市流感活動。通過對衛生系統內部流感監測數據、天氣數據、互聯網輿情等數據的監測分析，相關部門可以更好地把握疾病發生周期、預計活動，從而合理分配衛生醫療資源、引導居民進行預防。
利用數據分析來確定疾病威脅等級，從而預測疫情爆發，在海外也已經有了相應健康公共風險評估機構。對于這一次疫情，加拿大BlueDot表示在去年12月底便已經發現了新型冠狀病毒的存在，并已向客戶進行了通報。應對疫情來襲，疫苗和療法是重中之重，但在往后的風險傳播中，人工智能勢必將會被更多地應用于預測疫情爆發。
責編：Luffy Liu
本文綜合自北京商報、同花順財經、中國商報、鈦媒體、人民網、經濟日報、科技日報、環球網報道
您可能感興趣
