数字技术防控新型冠状病毒肺炎的全球应用

樊倩，孔文君，张伟，田飚，郭雅图，王虹霞*

(1.天津市眼科医院斜视与小儿眼科，天津市眼科学与视觉科学重点实验室，天津市眼科研究所，天津医科大学眼科临床学院，南开大学附属眼科医院，天津 300020；2.首都医科大学附属北京佑安医院眼科，北京市感染性眼病诊疗中心，北京 100069；3.上海中医药大学附属光华医院 上海市光华中西医结合医院，上海 200052)

0 引言

自2019年12月中旬至今，一种新型冠状病毒(SARSCoV-2)引起的呼吸系统疾病——新型冠状病毒肺炎(Corona Virus Disease 2019，COVID-19)的爆发引发了世界性的生存危机。COVID-19在极短时间内以强传染性感染患者，使其输送病毒播散到全世界超过200个国家及地区，引起的感染病人数量呈指数式爆发增长，给全球经济带来巨大损失[1]。世界卫生组织(World Health Organization，WHO)于2020年1月30号紧急宣布COVID-19为国际关注的突发公共卫生应急事件。随着对COVID-19的认识不断深入和临床研究的开展，越来越多的证据表明它的致死率比最初估计的要弱(死亡率约为2%)，但传染性更强。据美国约翰霍普金斯大学发布的最新统计数据显示，截至北京时间2020年12月31日，全世界共有85557668 例COVID-19感染患者，因其致死总人数已超过1847679人[2]。考虑到全球化进程和2020年中国在世界贸易方面的重要性，COVID-19对全球的不良影响将大于严重急性呼吸综合征(Severe acute respiratory syndrome，SARS)。因此尽早预测COVID-19的发生及流行十分重要，这有利于尽早切断其传播途径及全球公共卫生部门进行联合防控部署。

在2020年的这场全球医疗危机中，许多国家依赖类似用于2003年SARS的感染控制和公共卫生措施等经典经验来控制本国COVID-19的流行，包括了中国内地广泛采取的严格隔离措施(例如，封锁湖北省超过6000万人口的流动)、密切接触者进行追踪轨迹调查(例如，新加坡、中国香港、韩国)。然而这些经验性措施在2020年可能无法有效解决当前COVID-19的全球流行规模问题。我们回顾了数字技术在COVID-19中的潜在应用模式，探讨其在COVID-19的监测、监督、检测和预防传播及其对全球医疗卫生健康模式、世界范围内科学研究合作等方面的作用。

1 数字技术

数字技术是新科技时代的领航者，迄今涵盖有四种高度关联的数字技术。包括以新一代通信网络架构的物联网，大数据分析，使用深度学习的人工智能(Artificial Intelligence，AI)以及区块链技术[3]。物联网是在互联网基础上延伸和扩展的网络，是将各种信息传感设备与互联网结合起来而形成的一个巨大网络，它可以实现在任何时间、任何地点，人、机、物的互联互通。四大类数字技术是高度相互关联的：例如在医院和诊所广泛应用物联网有助于建立一个紧密互联的数字生态系统，能够大规模实时收集海量数据，然后经由人工智能和深度学习系统利用这些数据来分析了解医疗趋势、建模风险关联和预测结果。通过由带有加密协议的反向链接数据库和在不同组织中分布的计算机网络构成的区块链技术，确保在多个物理位置同步复制数据，并使用改进的算法确保数据安全与可追踪[4]。区块链本质是一个共享数据库，存储于其中的数据或信息，具有“不可伪造”“全程留痕”“可以追溯”“公开透明”“集体维护”等特征。大数据时代之下，AI数字技术在计算机速度的提高、新算法研究的深入、互联网大数据平台的普及帮助之下发展十分迅猛，成为医疗领域的前沿研究热点，AI准确、高效的显著优势在分析临床病历资料中大量图像数据具有极大的应用价值。AI技术的发展普及有助于新型医疗服务模式的建立，未来AI研究将会集中于综合应用多模态成像数据，整合海量数据资源，进一步提高算法性能，对复杂疾病进行智能综合性辅助诊断及临床疾病预防控制等多个方面。

2 助力COVID-19的监测、监督、检测及预防

2.1 物联网为公共卫生机构在线获取COVID-19流行的全球监测数据提供了平台

“Worldometer”在线提供实时更新的COVID-19全球感染人数，包括每日新感染人数，感染人群的国家分布及疾病严重性统计(包括疾病好转康复人数，感染者人数及死亡人数)[5]。美国约翰霍普金斯大学系统科学与工程中心也研发出实时追踪COVID-19患者全球活动轨迹的追踪地图，实时更新的数据来源于世界多个国家和地区，其中包括美国疾病预防控制中心(Centers for Disease Control and Prevention，CDC)、WHO、欧洲疾病预防控制中心和中国国家卫生健康委员会、中国疾病预防控制中心等多个中心收集的数据[6]。

2.2 大数据分析提供了对病毒活动建立疾病研究模型的机会，借此来指导各个国家的卫生健康决策者做好应对COVID-19爆发流行的预案准备。

Wu等[7]通过收集三个全球性数据库(官方航空指南、中国深圳腾讯公司和武汉市交通管理局的定位服务)来创建了COVID-19预测模型，既包括现症病患，又可推测中国国内及境外疾病活动性，这一模型可被全球卫生机构采用。与此相似，Gilbert等[8]通过使用三个全球数据库评估了非洲国家的COVID-19疫情防控，这将有助于提高非洲国家各卫生部门的认识，以便更好地为病毒爆发做好准备。

2.3 数字技术可以提升公共健康科普教育与交流能力

新加坡国立政府机构通过与美国Facebook旗下的WhatsApp合作来对公众发布实时更新的COVID-19信息以及相应政府举措的准确信息[9]。全球卫生健康机构均可通过多样化社交媒体平台如Facebook与Twitter，对公众提供实时更新的疾病数据及探究疾病的未知之处。2020年4月3日，美国IBM公司推出基于IBM公有云的IBM Watson Assistant for Citizens服务，民众可以通过在线或电话的方式获得帮助。该服务集Watson Assistant、IBM研究院的自然语言处理功能，以及Watson Discovery最为先进的企业级AI搜索功能于一身，能够快速理解和回答有关新型冠状病毒的常见问题[10]。IBM已在全美国境内提供此项服务，同时也与捷克共和国、芬兰、希腊、意大利、波兰、西班牙、英国等多个国家展开合作。

2.4 AI与深度学习可以提高COVID-19的监测与诊断水平

一些面部识别技术公司如Sense Time，Sunell，基于AI图像识别技术，采取数字红外热成像技术，使面部识别能够识别 不同筛查点的高温人群，在人群密集区域可同时开展非接触快速体温监测及警报体系[11]。AI和深度学习可以增强COVID-19的检测和诊断能力，但COVID-19的诊断需要准确和低成本检测仍然是目前全球广泛应用的挑战。在亚洲、中东、非洲等地区的多个发展中国家的许多偏远地区，医院中都没有准确区分COVID-19和“普通流感”的病毒筛查测试。在印度尼西亚，因为COVID-19检测费用高昂(试剂报价近7.5万美元)，迄今为止只有两例公开报告的COVID-19病例，尽管印尼国内人群具备密切接触中国游客(2019年统计巴厘岛累计有120万中国游客)的记录，印尼卫生当局仍然决定不检测243名从武汉返回但无症状的公民。在此种情况下，AI辅助筛查系统用于替代诊断和筛选将非常有价值。厄瓜多尔副总统Otto Sonnenholzner在社交媒体转发“基于华为云的新冠肺炎AI辅助筛查系统助力厄瓜多尔抗疫”内容，中国华为公司帮助厄瓜多尔成为拉丁美洲第一个拥有新冠肺炎AI辅助筛查系统的国家。中国有大量COVID-19病毒检测阳性的病例数据(＞70000例)。这些都将是AI和深度学习的理想数据集[12]。虽然临床中大多数患者都是轻症COVID-19病例，但临床医生必须应用同样水平的隔离、治疗和监测所有不同程度的临床确诊患者，这对人力物力社会资源都是巨大考验。而AI算法可以作为疑似感染病例的初步筛选工具(例如，中国、伊朗或韩国的旅行史，或接触确诊病例)，以便高风险的患者可以进行基于实验室的确诊性检验或被隔离，为疾病诊疗减轻公共负担。

3 数字技术对疾病流行时期临床医疗服务模式的影响

在COVID-19全球流行时期，保证核心和关键的临床医疗服务至关重要。许多国家最初的应急措施是医疗机构减少甚至停止许多主要的临床诊疗服务，包括关闭诊疗机构和无限期推迟医疗预约或选择性手术。然而如果COVID-19大流行时间超过6个月，此种策略则难以为继。此时，数字技术应用于医疗系统的优势凸显出来，现有的一系列数字技术可用于提升这些公共卫生策略。例如，“虚拟诊所”“互联网医院”可以通过从外围站点上传并远程分析患者的影像数据(例如胸部X光或胸部CT)实现远程医疗专业咨询[13]。这将可以确保患者继续接受标准规范的临床诊疗，同时减少患者进入医院就诊的临床聚集。对于医院的其他活动，如医学专题研究和继续教育等，虚拟电子学习平台(例如线上培训，会议云直播等)正越来越多地被用来取代面对面的现场会议。其次，利用各种基于AI技术的分类系统可以潜在地减轻医生的临床负担，由主流的“线下”模式转变为“线上”模式，例如在线医疗“聊天机器人”可以帮助患者识别早期症状，教育人们手卫生的重要性，若症状恶化就立即转诊就医提醒等。移动通讯软件(如微信)可以检测和记录病人的数据(例如每日体温和症状)，可防止轻微流感样症状的患者进行不必要的院内就诊。第三，中国多家医院正与区块链公司及药店合作，通过使用区块链技术，医院可以确保及时交付药物并进行准确跟踪，直接将患者的药物送到家门口。此外，数字技术应用还拥有一个更为长期的优越前景，即数字技术应对COVID-19可以提高公众和政府对此类技术在其他领域的接受度，包括慢性疾病的诊疗模式。例如在肺炎疫情下中国浙江大学附属邵逸夫医院通过开创性地将“互联网+”药事服务中心嵌入到健康云平台中，提供包括处方审核、药费支付、药品调剂、第三方配送、用药咨询等全方位服务。基于此，越来越多的慢性病患者选择通过“互联网+”平台进行诊疗，患者对于线上诊疗模式的接受度明显提高，不仅缩短了患者复诊、配药的时间，减少了医院人群的聚集程度，更有效地助力疫情防控，缓解疫情期间优质医疗资源紧张的局面[14]。

4 数字技术互联世界范围的科学研究合作

目前数字技术被应用于COVID-19基因组的分类、基于基因剪辑技术的COVID-19检测分析、严重COVID-19患者的生存预测以及发现潜在的抗COVID-19药物筛选。同时利用先进的机器学习算法，可以对COVID-19患者的大数据进行整合和分析，更好地了解病毒的传播模式，进一步提高诊断的速度和准确性，开发新的有效治疗方法。2020年3月16日，美国白宫和美国艾伦人工智能研究所联合发布了一个面对全球开放、每周更新的COVID-19开放研究数据集，该数据集连续记录了COVID-19相关的学者文章，以加速推进全球范围内新的迫切需要实时数据的研究项目[15]。2020年1月24日中国首先发布由中国疾病预防控制中心病毒病预防控制所成功分离的第一株病毒毒种信息，同时启动新型冠状病毒的疫苗研发工作，但疫苗研发及靶向新药研制需要海量数据分析及大规模的文献筛选，数字技术可支持快速处理数据，自动筛选化合物，药物分子设计、生物标志物筛选及探究新药合成路线，继而开展药物有效性、安全性、理化特性分析以及新型组合疗法等一系列研究。中国互联网巨头(百度和阿里巴巴)均率先在线开放了核心算法，开展全球针对COVID-19的研究合作，2020年1月30日，百度研究院宣布将向各基因检测机构、防疫中心及全世界科学研究中心免费开放线性时间算法 LinearFold 以及世界上现有最快的 RNA 结构预测网站，以提升新型冠状病毒RNA空间结构预测速度，LinearFold算法可将此次新型冠状病毒的全基因组二级结构预测从55 分钟缩短至27 秒，提速 120 倍[16]；阿里巴巴研发能够快速进行病毒基因分析，有效检测病毒变异的大数据平台，将提供一种基因组测序诊断工具，可帮助进行病毒遗传数据筛选，蛋白质结构分析和诊断报告。阿里云公司DAMO Academy以及其通信平台DingTalk免费提供多种AI工具，其中研发的CT图像分析服务，对国内COVID-19数据建立疾病模型，预测患者出现肺炎症状的可能性及严重程度。同时，DAMO Academy的流行病预测工具可以通过生成规模及持续时间的估计值，在局部基础上绘制出冠状病毒流行病学的特征图。它也可以用来预测病毒在不同条件下的传播速度[17]。中科院北京基因研究所及华为云联合多家权威研究团队，通过AI技术对新型冠状病毒多个靶标蛋白开展超大规模计算机辅助药物筛选(8506种已上市或正在进行临床试验的药物)，筛选出五种可能对新型冠状病毒有效的抗病毒药物。例如Beclabuvir，沙奎那韦 (Saquinavir)，比特拉韦 (Bictegravir)，洛匹那韦 (Lopinavir)，多替拉韦(Dolutegravir)。其中Lopinavir已经被列入治疗新型冠状病毒临床试验的登记列表。华中科技大学同济药学院及国家应急防控药物工程技术研究中心等研究人员联合表明，冠状病毒nsp3编码的木瓜样蛋白酶(PLP)能够帮助病毒基因组复制及逃避宿主抗病毒天然免疫，是药物开发的良好靶点。研究组模拟了新冠病毒PLP的蛋白质结构，运用计算机虚拟筛选方法，得到33个新冠病毒PLP的潜在抑制分子。因此在数字技术支持下，针对新型冠状病毒的药物研发过程可以被大大缩短。

5 展望

数字技术利用先进的机器学习算法，可以对COVID-19患者的大规模数据进行整合和分析，更好地了解病毒的传播模式，进一步提高诊断速度和准确性，开发新的有效治疗方法，并根据个体化的遗传和生理特征潜在地识别出最易感人群。同时数字技术助力疾病流行时期临床医疗服务模式由主流的“线下”转变为“线上”模式，再者数字技术协助COVID-19世界范围的科学研究合作共享。总之，2020年的COVID-19为数字技术研究提供了一个巨大的机遇和挑战，数字技术同样为COVID-19全球防控提供了强大的技术平台与背景支持，为推动未来医药领域的数字变革提供了良好前景。