新冠疫情中，英国将人工智能（AI）应用在疾控领域，这或对中国未来在疫情中如何应用AI医疗技术提供启发。

　　在近日举办的第三期“牛津科技大讲堂"上，英国牛津大学医学院病原动力学组组长克里斯托夫·弗雷泽（Christophe Fraser ）介绍，通过输入传染性（基本传染数R0）、新增确诊病例、病例发病时间等参数，其研发团队利用数字模型模拟了不同环境场景下新冠的传染路径和规模。

　　弗雷泽介绍，模型准确的情况下，AI可以在新冠病例确诊后快速回溯传播过程、定位密切接触者并估算未来的传播规模，为疾控工作节省时间。系统还可以模拟戴口罩、保持社交距离等措施对疾病控制的效果，为公共卫生政策制定提供参考。

　　英国将AI医疗视为战略行业。2018年，牛津大学斥资1750万英镑（约合人民币1.5亿元）建设国家级AI医疗研发中心，资金来自英国政府的工业战略挑战基金（Industrial Strategy Challenge Fund）。该基金共投资5000万英镑（约合人民币4.4亿元）建立牛津大学纳菲尔德医学院数字医疗中心，研究领域涵盖AI医疗、数字病理学和智能医疗成像等。目前，牛津大学在AI医疗领域依托高校科研团队和遍及全英的附属医院，人才和数据搜集上具有优势。

　　中国也在新冠疫情中进行了AI应用尝试，主要集中在辅助诊断领域。推想科技欧洲分部负责人孙一鹏介绍，1月30日，推想科技与南开大学计算机学院程明明团队等合作开发算法，将AI用于筛查新冠疑似患者的肺部CT 影像。截至3月12日，该系统累计检测筛查8.1万病例，协助医生确诊新冠肺炎6000余例，系统敏感度（正确确诊率）98.3%，特异度（正确排除率）81.7%。

　　4月26日，清华大学、中山大学、澳门科技大学等高校针对新冠肺炎合作开发肺部CT图像AI筛查诊断系统，成果刊发在《细胞》上，并将该系统向全世界免费公开。中国工程院院士李兰娟7月11日在2020上海世界人工智能大会上表示，其团队开发的一款APP利用AI分析患者的十项参数筛查早期新冠病例，准确率为91%。

　　研究者认为，除了应对新冠这样的大型公共卫生事件， AI还应该成为医疗机构的常用技术。牛津大学执行校长、数字医学中心主任理查德·霍布斯（Richard Hobbs）表示，AI在医疗上的三大潜力方向为基于AI图像分析的智能诊断、基于体征监测的个人健康护理设备和基于机器学习的智能健康咨询。

　　英国皇家工程院院士、牛津大学临床医学学习教授大卫·克利夫顿（David Clifton）称，如果AI能够学习足够多的个人病历数据，便能从大数据中学习规律，为每个患者提供健康管理甚至疗法建议。例如，通过学习多种传染病病原体的基因组和对应药物的数据，AI可以分析出患者身上的未知病原体对特定药物是否会有抗药性。

　　但在全球，AI医疗的大规模应用仍存在难题。“目前全世界仅有四、五家专营AI医疗的公司，大部分在美国。"克利夫顿指出，AI医疗行业受限，主要原因是AI医疗需要医学和AI技术跨界人才，行业门槛较高。另一原因在于，分类明晰、准确翔实的数据是AI技术应用的基础，但这些数据较难搜集。

　　AI医疗还面临数据与隐私安全问题。霍布斯介绍，对于英国医疗系统汇总的患者数据，高校、研究机构和商业公司如想使用，必须向政府提交专项申请，注明数据使用目的、数据如何保存等问题。

　　AI相关法规也亟待完善。霍布斯介绍，对于数据的所有权，英国法律仍无定论：政府、患者和录入患者数据的医生均认为自己享有数据的所有权。