人工智能促进公共卫生安全风险治理：何以可能，何以可为*——以新冠肺炎重大疫情为例

张志华 季 凯 赵 波

内容提要 人工智能技术对于提升政府、社会和个人的风险治理能力有重要作用。公共卫生安全风险呈现出突发性、复杂性、扩散性、冲突性和破坏性的特征，人工智能可以有效应对风险治理实践中的诸多困境。从应对新冠肺炎重大疫情的实践来看，人工智能在风险治理中虽取得初步成效，但在技术、政策、管理和应用层面仍面临诸多制约。因此，应从战略层面重视人工智能技术研发和产业布局，从制度层面强化人工智能技术落地实施的保障，从应用层面推动人工智能数据共享平台互联互通，从体系层面构建国家、政府、企业和科研院所之间的人工智能协同创新机制，以充分发挥人工智能对提升公共卫生安全风险治理效能的重要作用。

引 言

公共卫生安全是国家安全的重要组成部分，也是人类面临的共同挑战。公共卫生安全风险的科学治理必须依靠现代化信息科技手段。近日，习近平总书记在中央全面深化改革委员会第十二次会议上提出：“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。”人工智能是引领新一轮科技革命和产业变革的战略性技术，其在公共卫生安全风险治理中的作用引起了诸多学者的关注。现有研究将人工智能看作一种技术和手段，侧重于建构技术逻辑下的治理范式，并集中于大数据层面的应用性研究。然而，当前主流的人工智能技术路线是“深度学习+大数据”①，人工智能对于公共卫生安全风险的有效识别、评估、评价和管理有重要意义。当前，面对公共卫生安全风险的巨大挑战，如何充分发挥人工智能等新一代信息技术的作用，提升我国公共卫生安全风险治理的水平和能力，是亟待从理论和实践层面进行深入研究的重大课题。

公共卫生安全风险治理的理论框架与实践困境

19世纪末，现代公共卫生的概念最先出现在西方，是指政府运用权力,在患者和健康者之间建立起某种形式的边界来干预疾病的传播路径，从而达到抑制风险扩散的目的。②20世纪初，中国开始接受公共卫生理念，并将其逐步纳入到国家总体安全战略中。当前，公共卫生安全风险已成为世界各国需要重视并携手应对的挑战。

(一)基于“识别—评估—评价—管理”的四维度风险治理综合框架

风险治理是实现安全稳定的基础性、前瞻性工作，也是实现安全稳定最经济、最有效的手段。③国际风险治理委员会(International Risk Governance Council, IRGC)致力于给全球范围提供全面的风险评估和应对策略，基于现代风险多样性、不确定性和全球性等特点，于2005年首次提出风险治理综合框架，包含风险预评估、评估、评价、管理、沟通等主要环节，以帮助有关国家和地区在早期识别风险并采取解决策略。④国内关于公共卫生安全风险治理的研究兴起于2003年“非典”疫情之后，并直接推动《国家突发公共卫生事件应急预案》的发布。近年来，学界对风险治理的理论框架逐步形成共识，认为其主要包括风险识别、风险评估、风险评价和风险管理四个核心维度。⑤

风险治理可分为初期、前期、中期和后期四个阶段。风险识别作用于风险治理初期，主要通过科学的技术手段，判断风险的所属类别，识别风险的重点问题，进而寻找风险治理的潜在策略，降低突发性风险的负面影响。风险评估作用于风险治理前期，主要从技术层面和理论层面判断风险产生的原因及可能导致的后果，进而确定采取风险管理的必要性。风险评价作用于风险治理中期，主要判断风险的重要性和可接受性，确定风险级别和处理措施。风险管理则作用于风险治理的中期和后期，主要保障多方治理主体的利益，并协调主体间的资源要素，设计和实施风险治理方案，细化预防、适应、减轻等各环节的策略。综合上述分析，可形成基于“识别—评估—评价—管理”的四维度风险治理综合框架(详见图1)。

图1 基于“识别—评估—评价—管理”的四维度风险治理综合框架

(二)公共卫生安全风险治理的实践困境：以新冠肺炎重大疫情为例

当前席卷全球的新冠肺炎疫情属于典型的重大公共卫生安全风险事件。从本次新冠肺炎重大疫情来看，公共卫生安全风险呈现出突发性、复杂性、扩散性、冲突性和破坏性的特征，对风险治理的四个维度提出了严峻挑战。一是风险识别困境。风险的突发性导致反应效率降低。公共卫生突发事件初期因病毒传播方式不详，政府和公众重视程度不够，短时间内造成病情广泛蔓延。二是风险评估困境。风险的复杂性导致对风险发生规律的预测不够精确。具体表现在现有技术和理论水平有限，导致对病毒的认知周期长，无法准确判断源头，疫苗研究难度较大。三是风险评价困境。风险的扩散性导致对风险中期的重视程度不够，并进一步导致治理成本上升。一方面，在全球化日益深化以及国内外交通网日益发达的背景下，易发生跨境传播、跨地区传播，形成交叉感染；另一方面，影响具有扩散性，对经济、政治、教育等方面都产生深刻影响。四是风险管理困境。风险的冲突性、破坏性对风险后期管理影响较大。一方面，公共卫生安全涉及政府、公众、社会和市场等多方利益群体，治理过程要充分考量各方利益，一旦发生利益群体的冲突，将会产生连锁反应并进一步加剧负面影响⑥；另一方面，公共卫生安全风险的发生时间、地点和影响程度存在随机性⑦，现有治理体系、技术手段难以高效应对，风险产生的后续影响也不易消除。

人工智能促进公共卫生安全风险治理的功能优势和运行机制

近年来，人工智能技术迅速发展，呈现深度学习、跨界融合、人机协同、群智开放、自主操控等新特征⑧，与传统产业、公共服务和公共卫生安全等领域深度融合，已成为提升社会治理能力现代化水平的重要推动力⑨。

(一)人工智能在公共卫生安全风险治理中的功能优势

当前新一代人工智能有五个显著特点，即大数据智能、跨媒体智能、人机混合增强智能、群体智能和自主无人系统，其应用于公共卫生安全风险治理可形成“AI+”风险治理优势。

1.风险识别优势：人工智能提升反应效率

大数据智能，核心是从人工知识表达到大数据驱动的知识学习技术，传统的专家系统仍局限于人工知识的整合、输出，不具备学习、推理和决策功能，而大数据与人工智能相结合重构了新的计算范式，实现了从数据到知识、从知识到决策的发展⑩，进而驱动人工智能从表面和规则演变为深度推理。通过人工智能深度学习算法、机器学习等手段，可在风险发生初期快速判断风险的类别，并将识别的信息和潜在策略提供给治理主体，从而提升风险识别反应效率，帮助治理主体及时制订预案，降低公共卫生安全风险突发性的影响。

2.风险评估优势：人工智能保障预测精度

跨媒体智能，核心是从分类型处理的多媒体数据转向跨媒体的认知、学习和推理，这里讲的“媒体”是界面或者环境，即从视觉、听觉等感知世界通道把外部信息转化为内部模型，通过图像识别、语音语义识别等技术，实现对不同表征方式的统一理解。人工智能依托跨媒体智能这一特点可在评估过程中兼容不同感知通道、不同学科、不同语言的信息，将不同渠道的信息转化为统一语义表达，助力各领域科研力量协同攻关，保障对风险影响的预测精度，从而降低公共卫生安全风险复杂性的影响。

3.风险评价优势：人工智能控制治理成本

群体智能，核心是从聚焦个体智能到基于互联网和大数据的群体智能，它可以把很多独立存在的个体智能集聚融合起来变成群体智能。互联网环境下，人与智能机器之间互相赋能增效，形成一个良好的智能生态系统。万物互联的时代，人工智能应用产品规模化生产和落地，通过构建群体智能平台，可在风险评价过程中综合多方因素，迅速并智能地作出科学研判，确定风险等级和提出治理策略。在实际治理过程中，人工智能通过群体智能间的协同运作，能够有效抑制病毒的传染性及衍生的负面影响，控制治理成本，从而降低公共卫生安全风险扩散性的影响。

4.风险管理优势：人工智能提高防控效果

首先，人机混合增强智能，核心是从追求智能机器到高水平的人机、脑机相互协同和融合。其包含两方面要义：一是人机协同，即将人作为参与智能系统的要素之一；二是跨学科的脑机协同，即受生物学启发的类脑计算等，旨在实现更高水平的智能。人工智能在风险治理不同应用场景下，能够自主配合要素变化，协助治理主体完成风险管理。其次，自主无人系统，核心是从机器人到自主无人系统的跨越，即追求从拟人化的机器人转向更加广阔的智能自主系统，比如智能工厂、智能无人机系统、智能医疗等。发挥人工智能在医疗和管理中的辅助诊疗、资源调配等重要作用，可降低公共卫生安全风险冲突性和破坏性的影响。

(二)人工智能促进公共卫生安全风险治理的运行机制

依托人工智能治理公共卫生安全风险是一项复杂的系统工程，本文将其视为一种技术和手段，结合其在风险治理过程的核心维度所发挥的驱动作用，分析其运行机制(如图2)。

图2 人工智能促进风险治理的运行机制

1.驱动风险科学识别

人工智能可以使公共卫生安全风险识别从经验驱动转为智能驱动，通过向信息识别和平台识别的转变，降低风险发生的突发性。一方面，人工智能利用“大数据，小任务”的深度学习范式，整合信息资源，建立识别模型，揭示相似风险发生的关联性，有利于分析和识别风险中的关键问题。另一方面，公共卫生安全风险识别中的要素种类多、数量大、关系复杂，人工智能可将各类风险来源要素整合在统一的平台，将数据情况与实践情况相关联，从而降低风险治理策略的偏差， 使风险识别更加科学化。

2.驱动风险精准评估

人工智能通过分析公共卫生安全风险发生的内在规律，提升评估能力，扩大评估范围，进而提高风险评估的科学性和精准性。一方面，人工智能技术可驱动实现全程评估和实时评估，其可以结合地理空间实景模拟，根据历史相似风险规律，溯源病毒。另一方面，人工智能技术可驱动实现多元评估和协同评估，人工智能产业的外溢性将促进多元主体治理结构的扁平化发展，引导主体之间协同评估，可有效减少对风险重要性预测的不确定性。

3.驱动风险专业评价

人工智能是评价精准化的重要技术手段，可通过循环判断和全景判断，明确风险级别和相应的处理措施，降低公共卫生安全风险的扩散性影响。基于循环神经网络算法的机器学习方式，分为时间递归神经网络和结构递归神经网络，具有历时性和共时性特点，对影响和后果的预测更加准确，且具有前瞻性。在共享时代背景下，人工智能可以对公共卫生安全风险中分散的应用场景进行整合管理，打破部门、区域、行业壁垒，实现对风险的全景评估，最大限度提升风险评估的专业性。

4.驱动风险高效管理

风险管理是风险治理过程中的核心执行环节，是基于公共卫生安全风险造成的破坏性影响而采取的实际可行的处置措施。通过风险差异管理和风险协同管理，人工智能可以使风险管理更加精准和灵活。风险差异管理可以避免风险管理过程中的数据重复、政策落后、资源浪费和错配等问题。风险协同管理能够对公共卫生安全风险做出迅速响应，促使不同风险管理部门和机构之间形成联动应对机制。

人工智能促进公共卫生安全风险治理的初步实践和制约因素

人工智能已初步参与公共卫生安全风险治理，虽发挥了一定实效但也受到诸多限制，结合人工智能在本次新冠肺炎重大疫情中的表现可以一窥全豹。

(一)人工智能促进重大疫情风险治理的初步实践

针对新冠肺炎重大疫情风险治理，围绕“可诊、可治、可防、可溯”的防控需求，国家科研攻关组确定了临床救治和药物、疫苗研发、检测技术和产品、病毒病原学和流行病学、动物模型构建五个主攻方向，人工智能在疫情监测分析、病毒溯源、防控救治、资源调配等方面得到初步应用。

1.疫情监测分析方面

新冠肺炎疫情期间，阿里巴巴依托达摩院、阿里云、阿里健康、支付宝等团队，运用人工智能、大数据、云技术等新一代信息技术，协同开发疫情监测一体化平台，充分利用了企业的产业布局优势，优化人工智能促进风险治理的生态链，其中关键数据主要依靠政府发布。南京边缘智能研究院利用人工智能、大数据为南京市鼓楼区开发了“疫情分析大数据平台”，从地域、时间和空间维度对该区域疫情实时信息进行收集、分析、预测和管理等，为该区域的疫情防控提供了重要数据支撑。科研院所与政府的合作保障了数据精度，但平台的智能化水平有限，对于突发情况的应对能力有待提升。

2.病毒溯源方面

针对病毒溯源困境，阿里达摩院研发出多个AI比对模型，大大地缩短了全基因组检测时间，提高了病毒检测效率，为后续疫苗研发和药物研制打下了基础。再如，全球健康药物研发中心(GUDDI)开发的人工智能药物研发和大数据分享平台，涵盖了既往冠状病毒相关研究和实验信息，面向科研团队开放，助力病毒溯源。但当前人工智能在病毒溯源方面主要发挥辅助作用，关键核心技术仍有待突破。

3.防控救治方面

亳文化译介以国外受众为中心，就是要充分考虑不同国别和目标语译介受众的文化背景、认知习惯、阅读心理、价值判断等方面的差异，对亳文化的译介内容进行增、减、改、编、并、缩、述等“变译”处理[8]，努力减少对亳文化的各种偏见和刻板印象，减少文化折扣现象的发生，从而实现让国外受众最大限度地理解、认同并接受传播亳文化的译介目标。

人工智能在疫情防控救治方面的应用较多，如上海市公共卫生临床中心上线应用“新型冠状病毒性肺炎智能评价系统”，可对肺部CT影像进行分析评测，缩短“阅片”时间，为临床医生诊疗提供依据。针对武汉方舱医院临床救治负荷较大、病情复杂多变的困难，南京邮电大学相关学科团队发挥人工智能领域研究优势，联合探索构建“新冠肺炎病程转归病情预测模型”并搭建服务平台，能够科学、精准地预测病程转归，给患者提供科学的救治方案。

4.资源调配方面

人工智能的优势在资源调配中逐渐显现，但限制较多且推广应用周期较长。如远程协同诊疗系统平台部署在武汉多家医院，但需克服巨量信息传输、现场端和远程端延时等问题。国内多个地区在关键路口设置无人机，并搭载测温系统，进行交通疏导与排查。金山云与合作伙伴免费开放应急物资管理平台，提高抗疫一线的工作效率等。

(二)人工智能促进重大疫情风险治理的制约因素

人工智能在新冠肺炎重大疫情风险治理中取得了一定成效，但要广泛推进场景应用还面临一些制约因素。

1.政策支撑不足

宏观层面，国家已将人工智能列为发展战略重点，但仍有部分省份未制订人工智能发展规划，这种战略地位的差异导致各地区对运用人工智能参与风险治理的敏感度和重视程度不同，以至防控手段存在差异、效果良莠不齐。微观层面，当前人工智能的发展尚处于初级阶段，发展的主力军是人工智能企业，其发展面临诸多限制，如核心数据都由政府管理机构掌握，大部分企业难以有效利用相关核心数据。

一是数据标准管理欠佳。数据数量和质量是人工智能技术落地的关键，当前AI模型对输入数据的要求很高，需要前期进行大量的数据筛选对齐工作，但各个信息通道统计的数据标准不统一，导致大量关键数据重复统计。二是数据共享不够畅通。当前技术规范存在差异，各部门平台相互独立，缺乏实现数据共享的顶层设计。三是科研攻关成果信息发布机制不够规范，造成一定舆论影响。疫情期间，公众对于科研成果信息的敏感度上升，不实或不准确信息的发布将引发负面影响，甚至会造成舆论危机。

3.应用效果有限

虽然众多人工智能产品通过紧急研制或改良，投入疫情防控和临床一线，但也反映出人工智能与垂直领域的结合应用不足。较长时期以来，因公共卫生安全领域短期内的效益低，商业模式及业态对于公共卫生安全领域的重视程度不够，风险发生后需要一定的时间开展科研攻关，应用落地存在“时差”，且人工智能不同应用间存在技术差异，较难发挥群体智能优势。同时，人工智能产业链存在一定缺陷，现有产业结构无法支持大规模生产和应用，各地区间的基础配套设施尚存在差异，无法保障防控体系的整体性。

人工智能促进公共卫生安全风险治理的实施策略

近期，习近平总书记在北京考察新冠肺炎防控工作时强调，要把疫情防控科研攻关作为科技战线的一项重大而紧迫任务，统一领导、协同推进科研攻关，并明确指出了下一阶段的重点发展方向。当前，疫情防控常态化阶段对公共卫生安全风险治理能力提出了更高要求，将尖端科技融入风险治理是推进治理能力现代化的必然要求。人工智能作为新一代信息技术的重要组成部分，理应在公共卫生安全风险治理中发挥重要作用。但从新冠肺炎重大疫情治理过程来看，人工智能在自身技术发展水平、政策支持、规范管理和应用效果等方面均存在某些限制，因而需重点在战略、政策、应用、协同等方面制定提升策略，进而充分发挥人工智能在公共卫生安全风险治理中的赋能增效作用。

(一)重视人工智能技术研发和产业布局，提升其在公共卫生安全风险治理中赋能增效的可靠性和效率

首先，加强人工智能领域技术研发，提升风险治理的可靠性。掌握核心技术是实现风险治理“一锤定音”的关键。人工智能需要将软件和硬件关键领域作为重点发展方向，在深度学习、CPU/GPU、云计算、超级计算机等方面实现核心技术突破，提高技术实用性和可行性，保障风险治理的可靠性。其次，加大对人工智能领军企业的支持力度，提升风险治理的承接能力。人工智能领军企业对于核心技术的突破有引领带动作用，应加大力度实施人工智能领军企业培育计划，重点扶持具备核心技术的企业，通过设置风险治理专项项目，激发企业参与风险治理的活力，使其在关键时刻具备科研攻关“揭榜”能力，让人工智能企业从遍地开花转向高质量发展，提升人工智能企业对风险治理任务的承接能力。再次，优化人工智能产业布局，提升风险治理的应对效率。人工智能产业链上游为基础层，国内研究水平总体偏弱，要大力发展芯片、传感器和云计算等软硬件基础产业，在公共卫生安全领域中合理规划基础层产业的定位和分布。各省市应结合区域产业发展基础，构建区域人工智能产业集聚区，发挥集群效应，打造完整的创新链、产业链、供应链，在常态化防控阶段提供源源不断的科技支撑。此外，公共卫生安全风险也将倒逼创新发展，人工智能产业要抓住机遇发展新产品和新业态。

(二)强化人工智能技术落地实施的制度保障，促进其与公共卫生安全风险治理深度融合与规范管理

一是规范区域联防联控体系，提升治理体系的整体性。公共卫生安全风险治理防控体系由各区域间防控体系共同构成，各省市需完善自身公共卫生安全风险治理预案或实施意见，有针对性地指导各区域运用人工智能等新一代信息技术助力风险治理，统一部署使用人工智能应用及衍生产品，将人工智能与风险治理深度融合。二是规范治理技术使用标准，提升治理手段的协同性。人工智能技术发展的成熟度良莠不齐，当前，应以应用为导向，建立数据、协议、架构等应用标准，形成具有引领作用的行业标准。对于风险治理采用的人工智能技术或衍生产品需进行评估分级，只有达到规定等级的技术和产品才能够得到政府政策扶持或财政补助。三是规范内部风险监管机制，提升治理过程的约束性。人工智能本身存在风险，要依托监管机制逐步验证策略的可行性，引入第三方机构参与监管，从而形成一个完整的风险治理闭环，探索构建具有中国特色的内部风险监管机制。

(三)推动人工智能数据共享平台互联互通，加快其在公共卫生安全风险治理中的场景应用

数据是数字经济时代的核心生产要素，是人工智能等新一代技术的基础支撑，人工智能驱动风险科学识别、精准评估、专业评价和高效管理的前提都是要保证数据的数量和质量，这就需要构建互联互通的信息平台来实现数据的共享和利用。关键在三个方面：第一，推动数据共享，打破信息“孤岛”。公共卫生安全类数据涉及个体隐私，此类数据主要由政府部门管理。要依法依规建立数据共享机制，明确数据在风险治理期间的开放边界，在特殊时期简化数据开放流程，加强风险治理的过程监管和后续监管。鼓励企业、科研院所开放数据资源平台，将数据资源服务于科研、临床和防控一线。第二，建立互通平台，凝聚治理合力。构建系统、综合的公共卫生安全风险治理平台，各治理部门成立智能化机构，将部门数据、治理逻辑、治理需求、治理边界等纳入风险治理平台，对纵向垂直的各级部门和横向分散的各相关部门实施扁平化、网络化管理，打破数据壁垒，消灭信息孤岛。引导各领军企业、实力强劲的科研院所主动接入风险治理平台端口，实现共享共治。第三，完善基础设施，提升支撑保障能力。人工智能与新兴领域交叉融合、协同发展，作为处理数据信息的工具，需要依靠互联网、大数据和云计算等技术，因此，在大力发展人工智能的同时，要构建配套技术矩阵，加快5G基站等新一代信息技术的基础设施建设。

(四)深化人工智能协同创新机制，提升其促进公共卫生安全风险治理的作用效能

根据人工智能相关技术和产业标准，业界和学界普遍认为，当前人工智能正从弱人工智能向强人工智能过渡，只能在特定领域发挥作用，因此，当前阶段仍需要专注人工智能应用于公共卫生风险治理领域的研究。公共卫生安全风险治理需要组织跨部门、跨学科和跨领域的科研力量，实现科研、临床、防控一线相互协同，产学研各方紧密配合。协同攻关是推进风险治理的关键利器，为此，应强化三方面的协同：其一，加强科研、临床、防控一线的相互协同。公共卫生安全风险治理的当务之急是拯救更多病患的生命，因而科研成果要以应用为导向。要重视人工智能在科研一线中的定位，了解临床和防控一线的工作人员的实际困境和需求，在此基础上协同设计高性能的人工智能应用，助力攻关临床和防控一线关键难题。其二，加强企业、高校、科研院所的紧密协同。人工智能领军企业是核心，掌握着关键核心技术，而高校和科研院所具备大量专业型人才，可为人工智能提供底层逻辑和理论支撑。因此，要加快建立以企业为主体、高校和科研院所为支撑的协同创新平台，企业加大创新平台经费投入，高校和科研院所优化交叉学科人才培养体系，全面提升科研攻关的理论和实践水准。其三，加强全球疫情风险治理中的国际协同。从人类命运共同体视角来看，当前公共卫生安全风险治理的紧要任务是世界各国加强国际协同，通过人工智能等新一代信息技术建立国家和地区层面的风险治理中心或平台，开展远程科研协同攻关、境外远程诊疗、综合风险预测等，适时动态优化国际协同风险治理方案。〔本文受到江苏现代信息社会研究基地项目“数字经济背景下推动科技向产业转化促进江苏高质量发展的对策研究”(项目号：19SSL085)资助〕

①李晓华、曾昭睿:《前沿技术创新与新兴产业演进规律探析——以人工智能为例》,《财经问题研究》2019年第12期。

②杜丽红:《世界现代公共卫生史的兴起与近代中国相关问题的研究》,《河南大学学报》(社会科学版)2017年第6期。

③钟开斌:《重大风险防范化解能力：一个过程性框架》,《中国行政管理》2019年第12期。

④International Risk Governance Council,“Risk governance: Towards an integrative approach”,InternationalRiskGovernanceCouncil, 2005, p.13.

⑤谢治菊:《大数据与重大公共决策风险治理》,《河海大学学报》(哲学社会科学版)2019年第5期。

⑥柳恒超:《风险的属性及其对政府重大决策社会风险评估的启示》,《上海行政学院学报》2011年第6期。

⑦Bazerman,M.,Mannix,E.,“Rational choice in an uncertain world,Robyn Dawes,San Diego:Harcourt Brace Jovanovich”,JournalofBehavioralDecisionMaking,1989,1, pp.63～64.

⑧李彦宏:《推动新一代人工智能健康发展》,《智慧中国》2019年第8期。

⑨《中共中央关于坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化若干重大问题的决定》,《人民日报》2019年11月6日。

⑩余乃忠:《大数据时代的认识论重塑》,《江海学刊》2019年第5期。