AI（人工智能）诊断、远程医疗、无人配送、在线教育……新冠肺炎疫情对人们的工作模式、生活方式带来了全方位影响，同时也孕育着全新机遇。

上海市科学学研究所最新完成的“数字技术在新冠疫情中的应用”课题研究，通过对200余家企业机构、30余个场景、230多个应用案例的全面梳理发现，人工智能、大数据等技术已全面嵌入上海整个防控体系和相关工作之中，发挥了重要支撑作用。

课题负责人、市科学学所科技与社会研究室主任王迎春副研究员表示，经此一“疫”，社会各界对人工智能、大数据应用的想象力被充分激发，不少领域正孕育着行业发展的新机遇和新空间，被疫情“倒逼”出的创新潜能有望培育成为经济新动能。

规模空前的“集中大考”

从超级算力助力病毒溯源到算法辅助病情诊断，从大数据预测人流趋势到无人机喊话监督防护，从智能化物流运输到在线教育远程办公，从“随申码”等健康标识精准管理到“一网通办”“数字清关”等政务业务，人工智能第一次在人类突发重大公共卫生事件中短时间内被全社会应用推广。

在课题组看来，新冠肺炎疫情是对人工智能、大数据等技术水平和实际应用能力的一次集中大考，也造就了一次规模空前的人工智能集中应用。

“筛查新冠肺炎疑似病例，是‘小样本机器学习’项目立项以来的第一次实战。”复旦大学计算机科学技术学院教授冯瑞告诉记者，1月29日，在上海市抗击疫情指挥部科技攻关组的指导和支持下，学院接到了三天内拿出新冠肺炎疑似病例辅助诊断算法的任务。一般来说，算法是需要大数据训练的，而那时，冯瑞团队拿到的数据样本还不到10个。

最终，他们不仅按时“交卷”，经认定，这套算法对新冠肺炎类型诊断的假阴性在7%左右，大大低于同期核酸检测的假阴性比例。不少临床一线医生用上这套算法后反馈：“终于等到你。”

如何从个位数样本中提炼出一套高精度算法模型？这得益于去年由国家科技部和上海市共同布局的“小样本机器学习”项目。经过一年多研究，冯瑞团队摸索出了若干解决方案，疫情挑战正好为团队提供了一次技术验证的机会。

“首战”告捷，冯瑞团队打算将基于“小数据”的AI算法推广到智能制造领域，为工业生产研发残次品检测算法——只要提供几个报废的样品，就能依样画葫芦找出那些残次品。

“这场大考压缩了时空，激发了需求，使我们更早且更全面地体验了数据和算法的巨大重构作用。智能经济、智能社会提前在这场实验中得到了培育和验证。”王迎春说。

AI需求和应用场景在战“疫”中井喷

短短一个多月，社会各界对人工智能、大数据应用的想象力被充分激发，人工智能的应用场景不断被丰富，社会接受度也大幅提升，以医疗健康为代表的产业领域正在加速智能化。

以CT为例，随着疫情的发展，部分重点医院日均CT量一度超过千例，一次CT有400帧左右的影像，如果完全依靠医生人工阅片将不可持续。1月28日，由依图科技研发的“胸部CT新冠肺炎智能评价系统”在上海市公共卫生临床中心上线，成为战“疫”打响以来，全国第一个投入一线使用的AI影像系统。它在两三秒内就能完成定量分析，并告知医生病人是否有新冠肺炎的可能。

与此同时，疫情还激发了AI在远程医疗、流行病学监测、药物研发等方面的应用需求。疫情期间，上海七家医院获批互联网医院牌照，众多医院纷纷开通线上问诊服务，“互联网+医疗”的需求在战“疫”中井喷，亦将对疫后的生活方式带来深远影响。

于是，在病床之外，依图科技以新冠肺炎智能评价系统为核心，马不停蹄地研发了“小依医生”——一个能24小时在线提供新冠肺炎智能鉴别服务的机器人。

上海市医疗图像与医学知识图谱人工智能重点实验室常务副主任、依图医疗副总裁石磊介绍，通过“小依医生”，公众可方便查询疫情相关信息，进行新冠肺炎自诊；有就医需求时，能快速查询附近的发热门诊；还能进行同程患者查询、小区疫情查询，快速进入患者求助通道等。目前，“小依医生”已在全国十几个省市的几十家医疗机构中“常驻”。

课题组预测，疫情过后，人们的生活和工作方式都可能更加智能，一个以智能化、无人化、远程化为特征的新经济社会形态正加速走来，中国人工智能产业或将迎来一个新的高速发展时期。

运用数据和智能化思维提升治理能力

上海市科学学研究所所长石谦研究员认为，抗击疫情是对国家治理体系和治理能力的一次大考，其中一个重要考点，是如何更好地适应并运用大数据、人工智能技术提升治理能力。

而事实上，这场考试早已开始。近两年，各地推动政府数据公开和“一网通办”“不见面审批”等改革经验，为疫情防控打下了基础。此次疫情期间，各级政府依托信息技术创新治理模式、重构治理流程，同时促进了通信、交通、卫健、公安、社区等多个系统的数据对接，为提升治理能力形成了一大批好经验。

徐汇区推出的疫情防控系统是其中的典型案例之一。一开始，它包含口罩预约、返沪人员管理、沿街商铺管理等功能，未来还将覆盖全区75个土建工程、59个装修工程、32个市政工程和1个应急抢险工程，打破每个工地每天通过人工检查汇总的现状，进一步扫清防疫和安全“死角”。

石谦认为，疫情防控过程中对人工智能和大数据的重视，表明数据和智能化思维已逐步内化于国家治理体系。同时，疫情也暴露出数据整合和数据质量等方面的堵点难点。把好的工作经验制度化，进一步破解难点堵点，将成为各级政府下一步的重要工作目标。

作者：沈湫莎

编辑：苏展

责任编辑：任荃

*文汇独家稿件，转载请注明出处。