世界各地的科學家如何合作，如何利用人工智慧和資料科學來對抗疫情。深度技術和前沿技術領域。

在中國的一項研究中，DL模型透過CT掃描檢測COVID19肺炎

在中國的一項新研究中，一種深度學習模型透過CT掃描檢測出COVID19導致的肺炎，其表現可與放射科專家相媲美。

CT是評估肺部感染、評估進展和確定COVID19引起的肺炎患者治療方案的首選影像學方法。

在本研究中，放射科醫生使用AI來幫助他們評估疾病的進展，在這個模型的幫助下，放射科醫生的閱讀時間減少了65%。該模型對每個患者的敏感性為100%，準確率為95.24%。

這種人工智慧可以幫助提高評估和診斷的效率，特別是在病毒攜帶者人數增加的情況下。這篇文章是預印本，沒有經過同行評審。

本文報告了新的醫學研究，尚未進行評估，因此不應用於指導臨床實踐。

人工智慧幫助醫生診斷冠狀病毒

當疫情開始爆發時，Infervision迅速調整了他們現有的肺炎模型，以便更仔細地研究冠狀病毒肺炎。目前，該軟體已在中國34家醫院得到應用，並被用於檢查3.2萬多例COVID19病例。

在武漢的冠狀病毒重災區，中南醫院的一組醫生正在使用這款人工智慧軟體檢測冠狀病毒的視覺訊號。

這些醫生說，Infervision的人工智慧軟體依靠NVIDIA的gpu進行訓練和推理，幫助超負荷工作的工作人員篩選病人，並優先考慮那些可能感染病毒的病人。

Infervision是英偉達啟動加速器專案的成員之一，它可以透過檢測由病毒引起的肺炎症狀來識別Covid19感染。

使用來自中國首批冠狀病毒患者的2000多張CT影象，對NVIDIA V100 gpu進行了培訓。

AI系統的主要優勢之一是速度。武漢的醫生們報告說，傳統的治療方法需要更長的時間來處理，但是使用這個人工智慧軟體，他們可以快速地為他們的病人確定最佳的治療方案。

阿里巴巴表示，人工智慧識別冠狀病毒感染的準確率高達96%

中國國家衛生健康委員會擴大了COVID19的診斷標準，包括CT掃描結果和核酸檢測，以確保患者儘快得到治療。

這種新的診斷工具最初是在河南省鄭州市新建的齊伯山醫院推出的，該醫院以2003年竣工的北京小湯山醫院為藍本，以應對非典危機。阿里巴巴表示，該系統將被中國100多家醫院採用。

阿里巴巴表示，新演算法可以緩解醫院的壓力，因為它可以在20秒內完成識別過程。醫生通常需要5到15分鐘的時間來分析一名疑似病人的CT掃描，並給出臨床診斷，有時掃描包括300多張影象。

人工智慧預測COVID19感染的準確率為96%，預測死亡的準確率為99%

澳大利亞的人工智慧科學家已經開發出一種人工智慧模型，它可以預測COVID19感染的準確率為96%，預測死亡的準確率為99%。這些模擬是使用來自約翰霍普金斯大學系統科學與工程中心的冠狀病毒資料建立的。

人工智慧能把我們從冠狀病毒大流行中拯救出來嗎?

在2020年1月31日，Insilico Medicine開始使用28種不同的機器學習模型來設計新的小分子，這些小分子可能會結合到類似3c的蛋白酶上，並抑制它的功能。該

公司研究了北京的全球健康藥物發現研究所(Global Health Drug Discovery Institute)公佈的2019-nCoV治療的一長串可能目標。它決定尋找一種被稱為3c樣蛋白酶的酶，這種酶對冠狀病毒的繁殖至關重要。

Insilico選擇了這個目標，部分原因是它與其他病毒蛋白酶相似，這些病毒蛋白酶的結構已經被繪製出來了，而且它可以利用2019年ncov 3c樣蛋白酶的模型。

該公司發表了一篇論文，詳細介紹了它對免費、非同行評審的研究庫。該公司呼籲研究人員對其系統產生的分子進行檢查和評估，以期加速發現對冠狀病毒治療有用的分子的過程。

基於人工智慧的藥物發現產生針對COVID19的新型藥物化合物

目前針對冠狀病毒的大部分努力都投入了大量資金，用於重新利用臨床批准的藥物，以及對化學庫中可用的分子進行虛擬篩選。

研究人員已經確定2019-nCoV蛋白的一個關鍵目標是已知晶體結構的3c樣蛋白酶。如果能開發出一種抑制保守蛋白酶的藥物，它就有可能阻止病毒的複製和擴散。

它還可以降低突變介導的耐藥性的風險，使其保持有效。例如，以SARS-CoV為例，它也屬於冠狀病毒家族，針對主要蛋白酶的抑制劑是最有效的緩解流行的手段。

COVID19疫情流行病學特徵分析

這是基於2020年2月在中國收集的72,314例患者記錄，對COVID19暴發的流行病學特徵進行的分析。

它包括患者特徵、年齡分佈、性別比例、病死率和死亡率的計算，並按時間順序記錄了儘管盡了最大努力控制冠狀病毒的極度迅速傳播。男性的致死率為2.8%，女性為1.7%。

COVID19新加坡儀表板

新加坡有一個COVID19儀表盤，上面顯示了每一個已知的感染病例、每個人的治療醫院、攜帶者的網路拓撲結構，以及對所有病例的分析。

人工智慧初創公司允許製藥公司將其資源用於治療冠狀病毒

Insilico Medicine已經向製藥公司部分開放了人工智慧合成藥物的資料庫，以幫助它們找到治療這種冠狀病毒的方法。要找到有效的疫苗至少需要一年的時間，而開發藥物可能需要更長的時間，即使開發速度很快。該公司表示，對於藥物，有兩種途徑——來自生物體和小分子的抗體。

以藥丸形式服用的小分子或藥物化合物可以減緩病毒的複製。開發一種新藥可能需要幾年的時間。透過開放資源，Insilico公司希望證明，它開發的演算法可以迅速設計出藥物化合物，以應對下一次疫情，或者如果疫情持續下去，可以用來對付當前的疫情。

該公司計劃自己合成並測試5到10種藥物化合物。合成一枚人造鑽石的成本從2000美元到數萬美元不等，對每一枚鑽石進行實驗室測試的成本在1萬美元到1.5萬美元之間。

Insilico預計，包括多倫多大學(University of Toronto)在內的一些非盈利研究機構本月將加入研發工作。

加拿大大學的人工智慧和量子計算科學家Alan Aspuru-Guzik將參與這項研究。

約翰霍普金斯大學實時跟蹤COVID19的傳播

中國醫院部署人工智慧幫助診斷COVID19

武漢大學中南醫院是Covid19爆發的中心。醫院將成為檢驗現代醫療中心適應新型傳染病流行速度的試驗場。中南醫院放射科正在進行一項實驗，工作人員正在用人工智慧從肺部CT掃描影象中檢測與Covid19相關的肺炎視覺訊號。

中南醫院放射科主任徐海波教授表示，該軟體可以幫助超負荷工作的工作人員對患者進行篩查，並對那些最有可能患有Covid19的患者進行進一步的檢查和檢測。

在掃描中檢測到肺炎並不能單獨確定一個人是否患有這種疾病，但可以幫助工作人員更快地診斷、隔離和治療患者。該軟體可以識別Covid19肺炎的典型症狀或部分症狀。

然後，醫生可以透過其他檢查和實驗室測試來確認對該疾病的診斷。

冠狀病毒深度學習挑戰產生治療COVID19的潛在藥物

Sage Health主辦了冠狀病毒深度學習挑戰，來自世界各地的團隊將使用深度學習來產生治療冠狀病毒的潛在藥物。該比賽與Insilico Medicine合作舉辦。

獲獎隊伍將獲得3500美元的獎金，獲獎化合物的樣品將捐贈給武漢病毒學研究所。競賽背後的動機是向世界展示社群驅動的開源人工智慧如何能產生巨大的積極影響。

香港的醫生使用帶有遠端監控的人工智慧生物感測器

香港的醫生們正在使用一種基於人工智慧的生物感測器，該感測器由Biofourmis公司開發，帶有遠端監控功能。生物感測器被戴在手臂上，檢測諸如溫度、心率、呼吸速率等引數。

該系統包括一個智慧手機應用程式，可以詢問病人有關症狀的問題，以及一個醫生用來監控病人的網路儀表盤。疾病預防控制中心建議醫生增加使用智慧手機和遠端方法來減少來醫療中心的人數。

Biofourmis收集的資料可以與成像和實驗室測試等其他資料相結合，以幫助醫生和研究人員更多地瞭解冠狀病毒以及如何治療人。

每一種有希望的方法都必須被用來加速針對冠狀病毒的藥物發現工作。這包括利用Insilico Medicine的藥物發現管道的生成化學部分。

為了支援對抗冠狀病毒的藥物研發工作，有機矽醫學已經將生成的分子結構提供給公眾。

Insilico鼓勵藥物化學家評估生成的分子，提供他們的反饋，並考慮它們的合成。生成的分子發表在Insilico的網站上。

冠狀病毒使藥物的再利用進入快車道

中國的生物技術公司正準備重新利用現有的藥物，這些藥物已被批准用於治療冠狀病毒的其他病毒。現有的抗病毒藥物正成為對抗COVID19的最快途徑。

儘管虛擬篩選使相對快速地發現分子成為可能，這些化合物仍然需要實驗測試。以雷鳥苷等藥物為靶點進行病毒複製，可防止無症狀、輕度或中度的COVID-19病例發展為嚴重疾病。

然而，目前正在試驗的藥物對那些病情最嚴重的人來說可能還不夠。

通常，那些出現在醫院的人已經患有嚴重的疾病，這與肺炎有關。

在這裡，瞄準病毒複製可能會帶走病毒，但不會因為病人的免疫反應而造成損害。這些被重新利用的藥物是有限的，所以幾乎可以肯定的是，在對抗COVID-19的戰鬥中，不僅需要被重新利用的藥物，還需要新的藥物。

最有希望的是那些抗病毒藥物，它們不僅能對付冠狀病毒，還能對付其他RNA病毒。如果說當前的疫情有什麼啟示的話，那就是它幾乎不可避免地會再次發生。

生物科技公司利用人工智慧加速COVID19治療

這是《華爾街日報》上的一篇新文章，講的是利用人工智慧加速COVID19治療方法的開發的公司。人工智慧有望在幾個月內識別出可用於人體測試的藥物前景，正在使用兩種人工智慧技術來開發七種可以抑制COVID19的小分子。

生成對抗網路(GANs)建立與蛋白質結合的分子，並強化學習——人工智慧系統透過反饋迴路學習改進其結論或預測——引導分子達到特定目標，比如確保這些分子在人類新陳代謝後仍然有效。

中國在冠狀病毒診斷和治療方面的新前沿

一些學術和工業組織正在利用機器學習開發新型小分子來對抗冠狀病毒。總部位於香港的Insilico Medicine已經預測了6種可能對抗冠狀病毒蛋白酶的化合物。

行業觀察人士表示，這種努力是前所未有的，在上次非典爆發期間是不可能的。啟明創投的合夥人合作伙伴說，看到在2003年,當時中國沒有國產藥物和醫療技術的行業,可以診斷和治療這種疾病。

今天，已經從生產仿製藥和從事合同研究擴充套件到能夠開發新的診斷方法和從事真正的藥物開發。

當地的生物技術和製藥公司，正夜以繼日地開發和測試治療方法和疫苗。如今，全球製藥商在中國落戶，也為國際合作提供了便利。

VR用於研究冠狀病毒蛋白

澳大利亞在covid19的科學和資料共享方面都很有創新性。澳大利亞科學家正在使用從人工智慧到虛擬現實等許多先進技術來對抗病毒。

這是一篇關於Nanome公司如何使用一個用於分子設計的協同虛擬現實軟體平臺來與世界各地的科學家合作研究冠狀病毒蛋白的文章。

人工智慧對抗冠狀病毒爆發的11種方式

世界各地的科學界都在為一個21世紀的問題尋找一個21世紀的解決方案。這篇文章很好地概述了人工智慧與COVID19作戰的11種方式。

1) DeepMind釋出了幾種蛋白質的結構預測，以促進COVID19的研究。

2)阿里巴巴的新人工智慧系統可以在患者胸部CT掃描中檢測到冠狀病毒，準確率高達96%。

3)百度的人工智慧團隊釋出了線性化的預測，將COVID19的預測時間從55分鐘減少到27秒。

4)在矽醫學是使用生成的對抗網路甘斯過濾分子設計。

5) InferVISION的AI可以在記錄的時間內快速在CT掃描中突出COVID19。

6) entai的演算法指出，酶適應相關蛋白激酶1 (AAK1)可能是該疾病的靶點。

7) SenseTime應用人工智慧掃描戴面具的人的面部。他們正在推廣非接觸式識別，因為面部識別比指紋識別更安全，因為它消除了透過人與表面接觸傳播疾病的機會。

8) Pudu科技在40多家醫院安裝了無人機，MicroMultiCopter正在部署無人機來運輸醫療樣本和進行熱成像。

9) UVD機器人正在使用它們的機器人對病房進行零人為干擾的消毒。

10)哈佛醫學院正在使用ML掃描社交媒體上的醫療服務提供者，以便對疫情進行實時健康分析。

11) BlueDot從網上收集疾病資料，並利用航空公司的航班資訊來預測COVID19接下來可能出現在哪裡。

合成生物學家如何對COVID19反應做出貢獻?

許多合成生物學公司都在競相對抗冠狀病毒，但據美國國立衛生研究院稱，可能需要一年半的時間才能研製出適合人類使用的疫苗。政府承認，在滿足需求所需的測試套件數量上存在不足。

在2020年3月7日，SynBioBeta的創始人兼執行長John Cumbers主持了合成生物學創新者的市政廳會議，探討合成生物學產業如何幫助應對COVID-19的爆發。網路研討會提供了一些第一線思想家和實幹家的最新資訊，這些人致力於應對技術和社會挑戰，以防止全球大流行。

在COVID19上工作的許多人分享了他們不同的觀點，並探討了合成生物學社群可以為有效的COVID19響應做出什麼貢獻。

他們探討了基於CRISPR的診斷方法的超高速發展、疫苗途徑和開發通用疫苗的努力，以及在當前和未來疫情期間，什麼政策和做法可以促進全球衛生安全。