科技同行 (十三) :全球利用數據抗疫

今次全球肆虐的新型冠狀病毒肺炎疫情為例,坊間出現了大量不同來源的數據。美國約翰霍普金斯大學在它的互動地圖儀表板(Interactive Map Dashboard)上,連結各地病例的數據,供人下載。艾倫研究所(Allen Institute)更「無償」地開放資訊,把 2.9 萬篇醫學論文,包括只供行內閱覽的內容也一併公開,務求集思廣益,盡快尋求擊退疫情的可行方案。

在這嚴峻的疫情下,人工智能可謂廣泛運用,而應用 AI 時便需要數據才有所發揮。加拿大初創 BlueDot 以 AI 的自然語言處理(NLP)和「機器人學習」(ML),篩選全球 65 種語言的新聞報道,再加上航空公司訂位數據和動物病症報告,結果早於去年底,便偵測到武漢有「不尋常的肺炎」個案,較世界衛生組織公報的早 9 天之多。

上海有科學家也運用了 AI 的深度學習(DL),檢驗肺部的電腦斷層掃描(CT scan),結合人手覆核,速度由過往的數小時大幅減少至 4 分鐘。同時,有研究人員試行以 AI 偵測呼吸聲是否異常,以分析喉嚨狀況,才進一步提取深喉唾液樣本做測試,這些科研工作均需要大量數據支持。為應對全球蔓延的新冠肺炎疫情,世界各地紛紛利用數據分析,力求找出病源,以遏止疫情繼續擴散,我相信互相分享數據作更廣泛分析,疫情可望盡早終結。

作者:香港大學建築學院及工程學院計算機科學系客席教授鄧淑明