近兩個月來，新冠肺炎疫情席捲全國，牽動著每一個人的心。如今，隨著疫情的全球蔓延，日本、韓國、伊朗、義大利、美國等國家也紛紛告急。
在疫情防控過程中，醫療資源和條件的限制依然是重要難題。在醫療資源短缺的情況下，對風險人群的篩查、疑似患者的確診、重症患者的救治，都是巨大的挑戰。
中國尤其是武漢作為這次疫情的重災區，在疫情阻擊戰中取得了不凡的成功。其中，人工智慧和大資料的應用，在新冠肺炎疫情防控過程中也發揮了巨大作用。
在全民抗疫的背景下，清華大學計算機系利用科技攻關幫助控制疫情，一系列 AI 抗“疫”成果落地各大醫院和人員密集場所，為新冠疫情的成功防控貢獻了巨大力量。包括：
新冠肺炎智慧檢測與分級系統；
自測系統；
疫情 AI 預測與分析系統；
密切接觸者智慧篩查系統；
大型場所高溫人群篩選和預警系統；
智慧防護聽診系統；
知識疫情；
疫情輿情傳播與演化分析系統；
智慧抗疫機器人；
智慧安檢資料儲存與處理系統等。
下面，我們就來對清華大學計算機系的部分 AI 抗 “疫” 成果進行詳細解讀！
智慧篩查、診斷及分診系統
新型冠狀病毒性肺炎疫情來勢洶洶，而 CT 影像是肺部疾病診斷、病程分級及治療效果分析的重要手段之一。清華大學陳挺、王光宇、陳寧團隊研發的 COVID-19 的全生命週期智慧篩查、診斷及分診系統使用了影像識別、語義分割、神經網路等關鍵 AI 技術，可以對 COVID-19 肺炎、其他病毒性肺炎及細菌性肺炎的六類典型病灶 (磨玻璃影、實變、空腔空洞等) 自動進行精準定位，並實現病灶的畫素級識別，其準確率超過 90%。此外，該系統可以自動計算不同種類病灶的體積佔比等量化特徵，為影像科醫生提供精準判讀建議。
AI 讀片模型使用了將近 40 萬張 CT 影像進行訓練，透過多模態演算法等模型，對患者檢驗、影像學、體格檢查、輔助檢查等多個維度進行綜合分析，新冠肺炎輔助診斷準確率達到 90% 以上，對住院病人發展為危重症及器官衰竭 (肝腎功能、心臟、凝血等) 的預測準確率超過 85%。
新冠肺炎自測系統
為了提升大眾對新冠肺炎的科學認識，減少恐慌，避免無序就醫造成的交叉感染及對公共衛生服務體系的衝擊，董家鴻院士與張鈸院士牽頭組建由清華大學精準醫學研究院、人工智慧研究院和附屬北京清華長庚醫院組成的醫工結合專案組，根據國家規範以及臨床反饋，設計了涵蓋流行病學史、發熱症狀、呼吸道症狀以及既往病史的可快速迭代的智慧評價系統，快速搭建可應對大規模訪問的智慧計算架構及安全架構。
專案組連續奮戰 8 個晝夜，經歷多次測試，最終於 2 月 1 日上線系統。民眾可以透過智慧手機回答設計問卷，系統程式就能智慧化測評人感染風險，並提供是否就醫建議，這對緩解疫情蔓延時社會恐慌，引導居民理性就醫起到重要作用。而社群智慧疫情防控系統可以透過社群人群自測評估後自動上報到網格員和社群中心終端，實現社群全人群疫情動態監測。
目前該專案已經與北京天通苑社群、碧桂園全國社群、武漢市武昌區等社群合作，與春雨醫生、騰訊、科大訊飛、九州通、港華燃氣等知名企業進行洽談，輻射使用者超過 1 個億，服務使用者超過 300 萬。隨著國際疫情發展迅猛，專案組還火線開發了英語、日語、韓語、 義大利語、波斯語等 5 種國際語言版本，為國際友人抗擊新冠疫情提供中國經驗與遠端技術援助。
智慧防護聽診系統
聽診是最簡便、最直接獲取病人心肺情況的一種手段，但傳統的聽診方式會帶來交叉感染的可能性，各大醫院建立的隔離防護裝置也阻止了醫生對病人進行聽診操作。而且，醫務人員都是有計劃的進入隔離區，在隔離區內駐留時間也是越短越好。現場醫生護士聽到病理性心肺音了，最好能有記錄，便於以後的進一步研究，同時也有助於分享給在清潔區的其他專家，獲得其他專家的支援。
為解決這一難題，楊斌、魏凌、李建民、金奕江、張鈸團隊研發了用於隔離區的智慧聽診系統，它是一種可以在發熱門診、隔離病房和方艙醫院內應用的智慧聽診系統，可以減少醫務人員感染風險，便於遠端診斷會診。
本系統利用醫療級數字聽診器，利用藍芽將心肺音訊號傳輸到平板電腦上，由程式智慧完成訊號轉換、儲存、聲音播放等操作。操作人員在與平板電腦連線的藍芽耳機中可實時聽到心肺音。利用平板電腦，前端人員還可呼叫後端專家，後端專家透過視訊會議指導前端人員進行心肺音聽診，提高了聽診的診斷效率。
目前該系統已經透過與企業合作捐贈方式在火神山醫院，雷神山醫院等武漢多家定點醫院應用。
知識疫情助力防疫
清華大學 AMiner 團隊利用 AI + 大資料，上線了一系列疫情相關產品，包括：
1. 新型冠狀病毒疫情趨勢預測：預測國內 + 國際的確診病例數量的變化趨勢，也以官方公佈歷史資料為基礎，引入醫療隔離和大眾防疫因素，以智慧 AI 演算法預測確診病例、治癒人數等資料的變化趨勢；
2. 新型冠狀病毒高關注度專家學者分析：從學術影響力、研究興趣、合作者網路等多個維度對多位全球高關注度專家學者的學術水平進行深度分析；
3. 新型冠狀病毒肺炎學術成果時間線：以時間軸的方式聚合新冠肺炎相關的研究成果，為使用者提供新冠肺炎學術情報監測；
4. 新型冠狀病毒肺炎疫情惠民惠企政策地圖：收錄展示政府、組織和企業釋出扶持和幫助政策，助力中小微企業渡過疫情；
5. 新型冠狀病毒肺炎疫情日報：收錄國內外主流媒體新冠疫情中文新聞報導，為使用者提供全面深入的疫情事件報告；
6. 新型冠狀病毒 / 流感病毒知識集錦：整理近年來包括冠狀病毒在內的感染性病毒的相關知識，幫助使用者系統瞭解新冠肺炎。
更多知識疫情內容，可複製網址（https://covid-19.aminer.cn/）檢視
這六個產品，圍繞新冠肺炎疫情，從資料 (疫情預測) 到知識 (知識錦集、 專家分析) 到原理 (學術成果時間線)，層層深入，為使用者構建系統瞭解新冠肺炎前沿資訊、知識結構和科研進展的平臺。同時幫助中小微企業獲取在金融、稅收、房租、人才等多方面的扶持資訊，助力中小企業渡過疫情。疫情專題自 2.21 號上線以來，累計訪問量突破 4 萬，AMiner 團隊也在最佳化迭代產品，為更多使用者提供價值。
疫情 AI 話題分析平臺
2 月的疫情來勢洶洶，引起民眾的大量恐慌，一時間新冠肺炎在網上熱議。為了緩解恐慌，也為了管理部門更好了解公眾對疫情話題的討論提供幫助和做出最佳化決策，清華大學人工智慧研究院朱軍老師、張鈸老師和蘇航老師聯合北京瑞萊智慧科技有限公司共同研發設計了一款新冠疫情 AI 話題平臺，它能基於大資料分析和 AI 建模，自動識別近期熱點話題，並進行新聞追蹤及話題導向、分析地區關注度變化，為使用者第一時間推送全網話題最新動態，滿足使用者對疫情輿情監測需求。
除此外，為了研究公眾輿論對這些事件的響應，為科學干預資訊傳播、引導輿論環境做努力，還研發了疫情輿情的三元空間傳播與演化分析，它基於抖音全量資料，從時間、空間、情感、媒體四個維度，以物理空間、資訊空間和社會空間三元空間融合的視角，針對代表性疫情輿情事件，構造了可解釋的資訊傳播引導動力學量化模型。
疫情視覺化分析平臺
為了讓社會大眾認知疫情，讓決策者洞察疫情，進而有助於科學防疫，清華大學計算機係資料庫實驗室李國良教授團隊研發了疫情視覺化分析平臺 (https://ncov.deepeye.tech/)。
透過這個平臺，社會大眾可以從時間和空間維度迅速地瞭解疫情的分佈情況、每日新增各類病例的趨勢、各個省市的治癒率和死亡率分佈、患者的年齡分佈和性別比例以及病例型別變化等情況。不但為社會大眾提供了一個讀懂疫情資料、瞭解身邊疫情的平臺，而且還為許多流行病學的科研人員提供疫情分析資料。
密切接觸者智慧篩查系統
新型冠狀病毒感染的肺炎疫情在全國各地蔓延，對人民的生命健康構成重大威脅。作為重災區的湖北省疫情形勢十分嚴峻，短期內患者數量增加、流調人員短缺、社群對密切接觸者的層層排查超出人力負荷等，這些都給當地的疫情工作帶來了難題。由清華大學計算機系史元春教授、喻純副研究員組織研發的 “新冠肺炎密切接觸者智慧篩查系統” 已驗收上線，可望為上述難題提供有效解決方案。
該系統直接切入湖北省隨州市曾都區的實際情況，讓當地 65 萬居民透過手機主動報告自己近期密切接觸的人員。系統基於曾都區既往和每日更新的確診病人、疑似病人、發熱病人及其密切接觸人員的資訊進行資料分析，進而關聯挖掘出高風險人員。
系統從廣大居民端而非僅從患者端入手排查密切接觸者，以居民自發填寫、及時反饋取代疾控人員和社群幹部面對面調查登記、事後反饋，變 “要我報告” 為 “我要報告”，極大削減了疫情防控期間工作人員的工作量；系統還為居民提供實時健康提示功能，使其在第一時間得知密切接觸情況變化並及時做好防護；同時，系統還擴大了接觸人員排查層級，透過使用者之間的關聯及時掌握 “密切接觸者的密切接觸者”，為疾控工作擴大防線、跟進措施提供了高效資訊支撐。
史元春教授團隊此次提出以眾包技術（crowdsourcing）模式，從資訊流上改變現有的工作方式，將資料採集由有限能力的流調人員擴大到區域所有人員，達到最大化，由於這種方式密接資訊反饋及時準確，也增大了使用者的主動性，可有效減輕疫區流調的工作壓力。姜皓博士認為，該系統是做好疫情嚴重地區流調和密切接觸者篩查工作的有力助手，尤其是對於後續返鄉、復工過程中疫情的及時監控和防範，將會帶來直接的幫助。
大型場所風險人群篩選和預警
由清華大學計算機系溫江濤教授團隊開展的大型場所新型冠狀病毒（2019-nCoV）高溫人群和與之接觸人群的篩選和預警專案，旨在解決超大型人群聚集場所（如機場、車站、商場等）無法快速同時識別大規模高溫（體溫 37.3 以上）人群並追蹤識別相關接觸人群的問題。
該專案技術方案要點如下：
(1) 透過複眼視覺技術和紅外處理技術，可實現超大範圍搜尋和識別高溫人員，並進行預警；
(2) 透過人員定位和行為軌跡追蹤，識別並記錄所有與高溫人群有所接觸的人；
(3) 採用人臉識別技術直接刷選出所有密切接觸的可疑人群，並進行預警。
該專案預期在 5 月底前實現產業化，將大大提高對病毒的防控能力。
此前，溫江濤教授團隊自主研發的複眼相機 RayShaper Bee 被 IEEE Spectrum 評選為 CES2020 十大最佳新發明（gadget）之一。該產品的技術核心在於開創性的複眼計算視覺技術以及基於生物視覺思路的追蹤識別演算法系統，這些技術已在世界蒙特勒音樂節、維密秀等專案中成功應用。
雙模式智慧消毒機器人
為解決封閉環境的高效消毒與殺菌的實際問題，徐華、孫曉民、鄧俊輝團隊研發了利用幹霧與紫外線相結合的雙模式智慧消毒機器人。它可以在高危區域內，替代人工進行消毒和滅菌工作，並透過自主導航、避障和自主移動的方式抵達消毒區域對環境物表面 (光滑表面，粗糙多孔表面) 的芽孢以及各種多重耐藥菌以及流動空氣中的病菌達到 99.9999% 的殺滅效果。
該項研發成果自 2020 年 2 月 1 日正式內部啟動合作立項，2 月 26 日完成樣機研發和綜合測試驗證；3 月開始已經規模化量產，並投入到國內包括武漢、北京、內蒙等多個疫情重點地區使用。
抗疫機器人
咽拭子取咽部及扁桃體分泌物作病毒檢測是最有效的確診方式之一，為了避免檢測過程中醫患之間的直接接觸，孫富春、方斌團隊開發了醫患隔離的咽拭子取樣系統。
該系統透過外部裝置的粗定位和內窺鏡導航精準定位的兩個步驟實現咽拭子準確送入採集區，同時結合機械手觸覺感知，透過視觸融合技術確認採集樣本動作的力度和角度，保證整個採集質量的可靠性和有效性。透過結合機器人智慧感知與操作技術，注重實時感知與自主操作，更加智慧，減少醫生操作負擔，提高效率。
日益成熟的人工智慧，正成為抗擊新冠肺炎疫情戰場上一群特別的 “逆行者”。未來的 AI 也將會在更多重大事件中發揮舉足輕重的作用，讓我們拭目以待。
學術君也將持續關注更多抗 “疫” AI 專案的成果進展，併為大家帶來詳細解讀。
參考資料：
https://mp.weixin.qq.com/s/e5zvMoIDhpW5pCvFUkATHw
https://mp.weixin.qq.com/s/af_H7koKnGj9xwcmaI_CaQ
https://mp.weixin.qq.com/s/31tTyHoYHNewrKo6U27LnQ
https://mp.weixin.qq.com/s/9aRFTSz9P3nLNW8nUvxDqg