用Podcast訂閱本節目 
醫療科技網站STAT在29日報導，醫療數據專家表示，人工智慧(AI)無法阻止俗稱武漢肺炎病毒的2019新型冠狀病毒(2019-nCoV)持續擴散，或是取代流行病學專家的角色；但是，在全球爆發疫情的狀況下，人工智慧首度成為一項有用的工具，來監測回應這場危機。
在疫情剛爆發時，人工智慧能提供的價值有限，因為缺乏所需的數據以做出迅速的更新。但是，在最近幾天，社群媒體上有關此一新型冠狀病毒的數百萬貼文和新聞資料，讓數據運算法可以為追蹤疫情擴散的衛生官員，產生接近即時的資訊。
在波士頓兒童醫院(Boston Children's Hospital)負責一個名為healthmap.org網站的電腦流行病學家布朗斯坦(John Brownstein)表示，「相關領域已經出現巨大的發展。」該網站使用人工智慧來分析來自政府報告、社群媒體、新聞網站以及其他來源的數據。
他表示，「在SARS期間，沒有巨大的資訊量從中國傳出。」他指的是2003年爆發的嚴重急性呼吸道症候群(SARS)，當時造成超過8,000人感染，將近800人死亡。他說，「現在，我們持續在新聞和社群媒體中挖掘(數據)。」
布朗斯坦強調，他的人工智慧並不是指要取代公共衛生領袖們的資訊收集工作，而是要提供補充，透過匯編以及過濾資訊來幫助他們在迅速變化的情況下做出決定。
布朗斯坦說，「我們使用機器學習來處理所有資訊，去定義、標籤以及過濾它們，然後將這些資訊轉給我們在世界衛生組織(WHO)的同事，他們全天需要這些資訊做出評估。」他說，「在解析部份資訊是否有意義或無意義上，我們仍面臨挑戰。」
這些人工智慧工具已經運用在公共衛生方面超過10年的時間，但是最近在機器學習上的進展，以及愈來愈多的數據資料，讓這些工具更為強大。這些工具也可能超越基礎監測，幫助官員更準確的預期疫情散佈的有多遠以及多快，以及哪些類型的人可能容易遭到感染。
在中國協助廠商就冠狀病毒進行醫療分析的醫療保健資訊系統InterSystems副總裁伍德洛克(Don Woodlock)說，「機器學習非常擅長於辨識資料中的模式，例如可能確認出與病毒有關連的郵遞區號或哪群人等風險因子。」
在就不同治療進行嚐試時，他補充，「我們也可以使用機器學習來確認哪些治療可能對病毒有效。」
在疫情剛爆發時進行相關分析或許還太早，但是人工智慧在更多數據出現時，將可以協助加速研究。不過，人工智慧運用在冠狀病毒疫情爆發時的真實影響力，可能還需要幾年的時間才能更清楚。
