媒体聚焦

上海市法学会 | 潘晓辉:人工智能如何助力全球新冠肺炎疫情防控?

信息来源:太阳集团3143发布时间:2020-04-15浏览次数:14

席卷全球的新冠肺炎(COVID-19)疫情紧紧牵动着每一个国家、每一群族裔、每一位个体的心灵。人类命运共同体在COVID-19疫情中得到了真切的体现。疫情发生以来,党和国家把人民群众生命安全和身体健康放在第一位,提出了坚定信心、同舟共济、科学防治、精准施策的总要求,并从构建人类命运共同体高度,推动疫情防控国际合作,充分显示了大国的使命与担当。

当今科技日新月异,人工智能、大数据分析及云计算的蓬勃发展给社会生活带来了技术革新,特别是人工智能迅速崛起并日趋成熟,为科技生产力强力赋能促进于人类社会。在新一轮科技革命的浪潮中,人工智能产业已经成为全行业转型升级的核心驱动力,拥有超强带动效应。此次疫情中,习大大总书记多次主持召开会议、发表重要讲话、作出一系列重要指示,特别指出“要鼓励运用大数据、人工智能、云计算等数字技术,在疫情监测分析、病毒溯源、防控救治、资源调配等方面更好发挥支撑作用。”

目前全世界的研究者都在致力于寻求各种方法来防控与缓解疫情,研究重点包括追踪病毒传播、促进病毒检测、开发疫苗、寻找新的治疗方法及药物、缓解疫情的社会经济影响等。在疫情防控中,人工智能的诸多应用发挥了巨大作用,但也存在一些问题需要解决。

一、疫情防控中人工智能典型应用

人工智能助力疫情防控主要有四个方面,归纳综述如下:

(一)人工智能应用在病毒蛋白分子研究方面

人工智能在蛋白质结构预测中发挥巨大作用。蛋白质具有的3D结构由它们的基因序列决定,该结构会影响蛋白质的功能与作用。蛋白质结构如果通过传统实验方法(如X射线晶体衍射图谱法)来确定会非常费时、耗钱,目前AI计算模型已能够用于进行蛋白质结构的预测。人工智能还可用于改进病毒DNA测试。使用AI可以快速设计涵盖各种基因组的检测方法,用于预测灵敏性和特异性。

人工智能可用于药物利用与发现新药。利用AI图神经网络模型基于现有药物分子来生成与筛选新冠肺炎药物,预测潜在有效的候选药物。利用AI的深度学习、强化学习方法并结合药物相似性,新颖性和多样性的度量来探索生成新药。

(二)人工智能应用在医疗诊断治疗方面

人工智能在新冠肺炎医疗诊断中主要临床应用集中在医学成像的识别上。医学发现表明新冠肺炎具有特殊的放射学特征和图像模式,可以在CT扫描中观察到。可即便是放射学医学专家识别这些模式也是相当费时的,使用AI来快速识别计算机断层扫描(CT)成片从而可以高效、准确地进行病情诊断。

人工智能可用于疾病追踪的非侵入性测量。利用AI可以在高密度人流中快速、准确识别体温异常者,定位并跟踪异常者进行进一步的检测。医学发现表明新冠肺炎具有与流感和普通感冒不同的呼吸模式,譬如会表现出呼吸急促(快速呼吸)症状。利用AI对这些呼吸急促症状的预测可作为首要诊断特征,为大范围监控潜在患者提供帮助。

利用AI远程问诊可了解患者的病情对患病情况进行分析并给出建议,有效降低医护人员近距离接触感染的风险。在重症诊疗过程中,医疗服务机器人进一步减少医护人员的感染概率,有效防止人与人之间的接触所可能造成的疫情扩散。机器人配备了摄像头、麦克风和听诊器等设备,医生负责在隔离窗外操作机器人,机器人除了用来对病人进行治疗,还可以承担其他的一些非接触性工作。

人工智能可用于预测患者预后状态。用临床数据建立AI模型可以帮助医生尽早识别高危患者,从而有望预测患者的预后并降低重症患者的死亡率。

(三)人工智能应用在传染病传播预测、预警方面

传染病流行的相关性、规模及新数据,驱动了人工智能机器学习等多种建模方式,人工智能将成为疫情控制的重要预测、预警手段。大量中外学者利用人工智能、传播动力学等数学模型预测疫情的传播发展。AI预测的结果通常可作为疫情防控的参考,对于疫情的防控是意义重大的。AI对传染病疫情的预测可分为两类:

一类是微观数据分析,单纯利用各地每日疫情数据累计而得的时间序列病例数据(包括疑似、感染、恢复、病亡人数等)建AI模型预测未来某地区某时段的可能病例数据。

另一类是通过对多来源、多维度的环境因素以及疫情因素进行分析,比如交通数据、舆论数据、社交数据等,通过群体宏观大数据进行分析,利用人工智能算法寻找多维度数据与疫情传播之间的关系,达到对疫情传播进行分析和预警的作用。例如,有关部门和技术企业利用不同维度的海量数据信息,如地图数据、航空数据、移动通信数据、电商消费数据等,进行综合建模和分析,做出针对疫情的合理决策判断。

AI预警系统能够快速定位疫情高发地区,能够让政府和防疫有关人员进行城市的快速疫情筛查和病情诊断,在城市疫情防控中起到重要的作用。

(四)人工智能应用在社会舆情分析、谣言识别方面

社交媒体和网络平台已成为围绕病毒信息传播的主要发行渠道之一。尽管许多国家和国际组织已使用这些平台与公众进行建设性的交流,但也出现一些网络信息使人群变得不知所措,错误信息或谣言的传播也越来越普遍。世卫组织还与社交媒体和搜索企业合作,以追踪特定谣言的传播,并确保病毒相关信息搜索中世卫组织的信息置顶。

人工智能在疫情舆情管控中发挥了一定作用。一方面,政府职能部门通过智能搜索第一时间掌握舆情动态,分析公众关心焦点,从而发布最科学、最可靠的信息。例如,利用人工智能可以分析与新冠肺炎相关的社交媒体内容的互动和参与,收集“COVID-19”关键字的相关评论和帖子做自然语言处理(NLP),分析人们对官方防疫措施及策略的认同或质疑。另一方面,人工智能模型可以帮助识别准确且可信赖的资讯文章,例如疫情防范中重要的引导原则等并强化促进官方的建议。并且,将自然语言处理(NLP)应用于实时识别疑似谣言及发布真实信息辟谣,以此帮助安抚民众,稳定社会焦虑情绪。

信息透明和有效传播对于防疫工作至关重要,人工智能支撑了疫情期间的信息交流。各地利用大数据,可以分析疫情暴发人员流向,了解他们的分布态势,从宏观上预测多少人可能被感染,帮助政府决策物资投放和管控手段。

二、疫情防控中人工智能应用的法律政策问题

人工智能应用在疫情防控中还需考虑面临的法律政策问题。当前,人工智能发展方面具有前瞻性、可操作性、指引性的法律法规还不多,人工智能的应用落地、造福于民亟需法律法规的指引、保障。确保人工智能安全、可靠、可控的应用于疫情防控,是法律专业人士和人工智能行业从业人员的职责与任务。下面就新冠肺炎疫情防控背景下人工智能法律问题进行一些分析。

(一)在个人隐私和数据保护方面

疫情大数据往往涉及个人隐私,需要做好个人隐私保护和依法发布等工作。在使用大数据进行分析以支撑联防联控时,按照个人信息可用不可见原则来进行,做一些“去密去敏感”处理。在收集、使用个人信息,应当遵循合法、正当、必要的原则,不得收集疫情防控所需之外的个人信息或者将信息用于所需之外的目的。例如,在卫健、交通、公安、工信等部门的数据源按隐私保护要求部署到统一的数据分析平台,对多个数据源的多维数据进行人工智能建模分析和挖掘。

(二)在常识产权方面

疫情中人工智能应用产生有较高社会价值的创造物常识产权归属需要明确,如筛选药物与合成新药、胸部CT识别诊断模型、传播预测预警模型等等,应按照专利、App著作权的申请顺序等给予法律保障,以防引起纠纷。除国际条约外,许多国家和地区的专利制度中也有关于药品强制许可的规定,并且已经在实践中真正适用。如美国“西普洛”强制许可案,台湾“达菲”强制许可案,印度“多吉美”强制许可案。

(三)在网络安全方面

疫情发生以来,人们居家办公时间大幅提升,直接引发网络的使用率大大提高,邮件、短信、社交媒体继续成为高频的网络攻击途径。这些网络攻击也会采取人工智能、大数据等高科技手段,疫情期间的网络诈骗包括:虚假售卖口罩等防疫物资,火车票/飞机票的退改签诈骗,冒充慈善机构骗取爱心捐款等。在疫情防控的紧要关头,对网络安全提出了新的挑战,应明确相关主体网络安全防控职责,明确法律责任,营造安全、可靠的网络空间环境。

当前,全球疫情防控形势严峻,国际合作尤为重要,应加强国际交流合作,加强科研成果资源共享,共同打造人工智能疫情防控技术全球协同研发体系,切实践行共建人类命运共同体。同时,我国应积极同其他国家和国际组织沟通协调、学习借鉴,加快制定人工智能相关法律规则,尽快发挥人工智能法律法规的保障作用。

(潘晓辉  太阳集团3143人工智能法学院副教授,管理学博士。)

阅读原文

XML 地图 | Sitemap 地图