由中国计算机学会（CCF）和中国中文信息学会（CIPS）联合主办，由西安电子科技大学承办的第二十六届全国信息检索学术会议（The26thChinaConferenceonInformationRetrieval,CCIR）召开。医渡云首席AI科学家闫峻受邀参加此次会议，并通过题为《疫情常态化防控新形式下的数据智能》的特邀报告，深度讲解了如何通过数据智能化技术对疫情的传播进行及时发现，及时预警，及时阻断；以及如何在常态化疫情防控中，在降低疫情死亡率同时，有条件保障社会生产生活的恢复及正常运转等内容。
在疫情期间，医渡云始终站在抗击疫情的第一线，协助国内十多个城市，迅速建立起新冠肺炎疫情监控平台，通过AI技术辅助多地政府开展有效的动态监测和疫情研判，实现对当地疫情的早发现、早预警、早阻断，有效助力政府精准施政，为制定复工复产政策提供强有力的支持。凭借医渡云在此次疫情防控中的突出表现，今年的全国信息检索学术会议（CCIR）特邀医渡云首席AI科学家闫峻，为与会人员深入阐述了数据智能化技术，在提升疫情的防控效率和质量方面，发挥的重要作用。
报告涉及自然语言处理，信息检索，知识图谱，流行病预测模型，疾病预测模型等多项技术手段。本次报告以具体案例分析数据智能技术，在实现城市免疫目标的过程中，面临的新挑战与具体应用。
明确疫情防控目标
技术弥补防疫短板
新冠肺炎疫情大流行，暴露了全球公共卫生医疗体系应急能力不足、基础技术支撑不够、公共卫生基础设施建设有待提升等一系列短板，特别是从近期北京和大连的疫情复发来看，病毒通过货运冷链的传播，也体现了我们对病毒传播认知上的不足。因此，在未来较长一段时间内，我们还将继续应对散发病例、境外输入以及聚集性疫情的多重风险。
疫情常态化防控新形势下，如何加快推进生产生活秩序全面恢复，同时保住来之不易的阶段性成果，成为当下疫情防控的主要目标。在此次新冠肺炎疫情防控中，AI技术在辅助流行病学调查，传染病分析预测、预警等方面，体现了不可取代的效率和价值。因此，在没有特效药的“空窗期”时，利用智能化手段进行疫情常态化防控就显得尤为重要。
仿真模拟助力政府决策
动态平衡恢复社会活力
事实证明，如果采取非常严格的政策和措施，虽然可以把疫情控制好，但也会给生产生活带来非常大的负面影响；如果疫情防控政策放开，经济发展可以短时间回归正轨，但是对国民健康和安全会带来巨大的伤害。而就目前来看，这次疫情可能会与人类长期共生。因此，如何在疫情防控常态化下，防控从“静态管理”向“动态管理”转变十分必要。
怎样在实现疫情防控的同时，让社会经济正常运转？单一的方法和工具往往很难保证两者都能兼顾。医渡云认为，疫情管理是个动态平衡的管理过程，既将疫情死亡率降到最低，同时也逐步有条件恢复生产生活，社会经济活动。而要实现动态平衡的闭环管理，就要解决2个核心问题。
第一，我们要了解真实世界现状，包括疫情动态跟踪，医疗资源监控，传染路径还原等情况，来对疫情的发展趋势变化进行一个科学的预判，而这仅仅依靠一个简单的SEIR模型是无法完成的。只有掌握更多的影响疫情发展走势的政策因素，才能更准确地仿真模拟出疫情未来可能的发展变化情况，这样才能更好地支撑政府决策。
第二，利用人工智能技术助力有关部门构建数据中心，在数据中心里面把人和人之间关系、人和区域的关系关联起来，发挥社会网络优势，根据授权把各种多源异构数据融合到数据中心里，进而构建居民端、政府端、医院端的不同应用。
这三端的应用不仅可以在疫情防控中发挥各自作用，更重要的是，把这三端应用通过不同形式组合起来，就能形成整套的疫情动态闭环管理解决方案，建立城市免疫体系。这样，在有限医疗资源情况下，在不超出医疗资源承受范围之内，不仅能将疫情传播和死亡率降到最低，也能帮助疫情地区进行复工复产，保证社会经济生活正常进行。
多重模型组合实现防控“三早”
临床辅助系统提升救治效果
无数案例证明，降低疫情死亡率，尽早发现、预警和阻断疫情传播，是目前新冠肺炎防治过程中被验证过的非常有效的方式。AI技术在帮助管理部门提升早发现、早预警、早阻断的能力上，可以发挥无可比拟的作用。
早发现：
对于具有传染性的流行疾病，如果能早发现一天，就可尽早阻断患病人数指数级增长的趋势。而AI可以通过实体识别、语义计算等自然语言处理技术，将医院的电子病历文本进行有效的结构化、标准化，进而监测目标观测量（如目标症状集合），通过移动百分位法（Movingpercentilemethod）等算法，综合不同时间和不同区域的数据，实现精准的时空计量建模，判断症候群异常及异常评估，建立症候群监测系统，进而实现爆发预警和预警分级。
观察模型监测与拟合症状在时间序列上的趋势变动，就可以找到患者的行动轨迹，并构建人际关系的图模型，综合分析人际传播的可能性，从而及时发现异常，进一步提高监测敏感度，形成动态的、多点触发的预警研判模式，就能够提高对新发、不明原因疾病的早期发现和风险预警的能力。
早预警：
一旦发现疫情，就需要及时对疫情走势进行预测与判断，从过往实践经验中可以看到，政策举措的实施对于传染病防控至关重要，采取严格的管控措施，疫情确实能够在短时间内得到相对好的控制，但如果想在疫情有效管控的同时，也能保障社会经济生活的正常运转，这就需要对判断发展趋势进行动态观察。
随着政策变化和疫情趋势的变化，疫情发展曲线也随之改变。这就需要用到仿真模型的构建技术，模拟应急处置政策方案实施后对整体态势的影响，验证决策的效果、预测风险，便于提前制定预案和物资储备。在协助国家CDC进行疫情风险评估的过程中，医渡云的仿真模拟系统，就是根据全球多个国家的疫情公开流行曲线，以及各国家地区的在不同时间点上的防控政策举措，构建模拟仿真模型，助力政府管理部门模拟不同政策措施影响下的疫情走势。
医渡云在这次疫情中，将AI技术充分应用在传染病SEIR数学模型上，进行预测预警、模拟仿真。结合各地不同的政策举措，当地办公室办公密度，家庭平均面积，主流出行方式，戴口罩依从度，以及慢病肿瘤患者人口比例等多种复杂情况，利用统计分析技术进行参数估计，构建仿真模型，对采用不同政策措施之后的走势情况做出预判。医院的床位数、核酸检测的供应量和检测能力、ICU数量、呼吸机数量等情况，结合疫情走势，及时调整模型，在超出城市医疗能力承接的警戒线前，发出疫情预警，帮助政府部门及早根据当前运行情况，进行预测和分析，辅助公卫决策，匹配医疗资源。
早阻断：
疫情防控中，及时找到传染源、切断传播途径是降低疫情蔓延行之有效的方法，为了这个目标就要牵涉一系列模型建模工作，例如健康码，根据历史行程轨迹及密接史，对个人风险指数进行估算，可以起到良好的效果。在这一过程中，往往不是一个单一模型就能够解决问题，需要将各类模型应用串联在一起，形成一整套解决方案。实现早阻断，也不是某一个机构就可以独立完成的，其中涉及的个人多维度信息，还需要公安、边防、医院等部门的充分配合，才能够进一步实现疫情的早阻断。
对于疫情防控，更好的治疗方法，同样起着至关重要的作用。但不是所有地区都有足够的疫情救治经验，因此，如果在治疗流程中，有一个能够辅助支持临床治疗的系统，去帮助一些缺乏经验的国家和地区，为临床医生提供更优质的治疗方案，不仅能提升临床治疗效果，还可以节省更多的医疗资源，去救治更多的患者。这对于降低患者死亡率，起到了非常积极的影响。
从今年3月以来，医渡云医院打造新冠肺炎专病智能数据库，基于真实世界信息和各类医疗文献，通过数据统计的方式，根据授权提取相关知识，绘制新冠肺炎知识图谱，构建临床辅助支持系统。并且基于真实世界数据，利用梯度下降树（GBDT）等算法，开发预测轻症患者转重症、重症患者死亡等预测模型，支持新冠患者病情进展预测，对病情可能的恶化早干预，降低重症率和死亡率。医院、医生及相关科研机构，已经基于新冠肺炎专病大数据智能平台，开展了多项新冠肺炎相关临床研究，并产出了多项科研成果，已在TheLancetOncology、AnnalsofInternalMedicine等知名期刊上发表多篇高质量文章。
“联邦学习”提升信息安全
诸多挑战期待共同解决
虽然，AI医院管理、健康管理、电子病历处理和分析、临床辅助决策支持等医疗健康领域逐渐崭露头角。但是在数据应用方面，虽然真实世界已有的数据规模非常大，但AI开发者仍要面临数据不好用、不能用、不敢用等困扰。而这里更重要的一个挑战，就是如何在解决信息集中的同时，保护这些信息的安全性。
在实现信息集成计算同时，保护个人信息隐私，“联邦学习”是一个非常有效的手段，可以在数据分散在不同系统的条件下，实现任务目标的学习。
目前医渡云在自然语言处理技术、医学预测模型、医学统计分析、临床试验模拟等医疗领域的应用场景中，已经开始应用“联邦学习”的方法，在实现医疗信息集成的同时，更好地保护个人信息安全。我们也希望有越来越多的人，来共同研究这个领域和方向，让更多人可以因医疗人工智能技术的进步而受益。
转载请注明：http://www.0431gb208.com/sjslczl/4351.html
