隨着COVID-19到達60多個國家/地區，全球病例超過95,500，死亡人數超過3,000，全世界正在盡最大努力避免這場災難。儘管世衛組織和聯合國等組織正在釋放資金以促進研究，但許多組織都在尋求人工智能來減緩危機。全世界的科學界都在爲21世紀的問題找到21世紀的解決方案。
讓我們看一下如何使用AI來控制最新爆發：
1.DeepMind使用其AlphaFold系統
DeepMind宣佈，他們將發佈幾種蛋白質的結構預測，這些蛋白質可以促進對COVID-19正在進行的研究。他們使用了最新版本的AlphaFold系統來預測新冠相關蛋白結構。
2.阿里巴巴的AI檢測準確率達96％
阿里巴巴最近聲稱，其新的AI系統可以在患者胸部CT掃描中檢測冠狀病毒，對病毒性肺炎病例的準確率達到96％。其創始人馬雲（Jack Ma）也宣佈，他的基金會將捐贈215 萬美元用於開發該疫苗。
據阿里巴巴稱，他們的新算法將識別的整個過程縮短到創紀錄的20秒。考慮到傳統方法將花費大約15分鐘來分析CT掃描，因此這是一個巨大的改進。
3.百度的AI團隊開源LinearFold
百度的AI團隊發佈了一種工具— LinearFold，可將2019-nCoV的預測時間從55分鐘縮短至27秒。
縮短預測時間對於理解病毒和促進藥物發現至關重要。
4.ML用於社交媒體監控
哈佛醫學院的約翰·布朗斯坦（John Brownstein）是一個國際團隊的一部分，該團隊正在使用機器學習瀏覽社交媒體以及來自官方公共衛生渠道和醫療保健提供者的其他形式的數據，以準備對醫療人員的實時健康分析暴發。
5.BlueDot
BlueDot是一家總部位於多倫多的健康監控公司，於2014年成立，它還通過從衆多在線資源中收集疾病數據，然後利用航空公司的航班信息來預測下一個傳染病可能出現的位置，畢竟是空中航線，那是一種常見的疾病媒介。
6.Insilico Medicine使用GAN設計分子結構
Insilico Medicine正在使用生成對抗網絡GAN來過濾分子設計。它支持在“類藥性”性質和化學活性上得分高的化合物，同時拋棄由於其性質而無法用作藥物的分子，例如金屬化合物。
分子的合成和測試是一個緩慢的過程。通過增加合成時間和創建更多選擇來設計多樣的分子結構。但是，綜合和驗證可能需要一些時間，並且可能需要大量資源。因此，Insilico Medicine選擇了多達100個分子進行合成和測試，其餘的生成結構均保存在網站上。
7.中國的inferVISION掃描患者
中國的醫生已經獲得了一種新的強大工具，可以幫助他們快速診斷潛在的冠狀病毒患者。這款名爲AIVISION的軟件基於AI，可以在創紀錄的時間內快速突出顯示潛在的問題案例。
該軟件在很大程度上依賴於NVIDIA的Clara SDK，這是NVIDIA的用於AI驅動的醫學成像的AI醫療應用程序框架。
推斷可以確定可疑患者中COVID-19的典型體徵或部分體徵。爲此，該軟件會尋找可能由病毒引起的肺炎的跡象。
8.BenevolentAI基於知識圖譜發現潛在藥物
BenevolentAI的算法將分子結構數據與有關相關受體和疾病的生物醫學信息聯繫起來，以尋找潛在的藥物靶標。他們的軟件指出與酶銜接子相關的蛋白激酶1（AAK1）是該疾病的可能靶標。AAK1調節內吞作用，該過程將物質帶入細胞，這也是病毒感染的一種常見方式。
研究人員藉助BenevolentAI的軟件，確定了一種可能的藥物“ Baricitinib”。
9.SenseTime的面部識別
面部識別比指紋識別更安全，因爲它消除了疾病通過人與地面接觸傳播的機會。
因此，SenseTime正在應用AI來掃描戴着面具的人的臉。他們正在使用其溫度檢測軟件促進非接觸式識別感染者，該溫度檢測軟件已部署在北京，上海和深圳的地鐵站，學校和其他社區場所。
10.無人機救援
爲了加強對疫情的非接觸式監控，中國公司正在使用無人機。據報道，來自深圳的普渡科技已在全國40多家醫院安裝了其機器，以幫助醫務人員。
總部位於深圳的另一家公司MicroMultiCopter正在部署無人機來運輸醫療樣本並進行熱成像。
11.UVD機器人
總部位於丹麥的UVD機器人正在使用其機器人對病房進行消毒，而人爲干擾爲零。大流行病使人類的援助變得既危急又危險。醫務人員有染上疾病的嚴重風險。UVD的自動漫遊吊艙在要消毒的區域上方發出紫外線，並殺死任何類型的病毒。
當前，我們正處於爆發的關鍵時刻。隨着世界各地的專家和政策制定者將重點轉移到遏制COVID-19上，監視、藥物發現和診斷的作用變得至關重要，藉助AI可以節省大量時間，甚至可以挽救生命。
參考資料
https://analyticsindiamag.com/ai-corona-covid19-fight-deepmind-alibaba-baidu-algorithm/