席卷全球的新冠肺炎（COVID-19）疫情緊緊牽動著每一個國家、每一群族裔、每一位個體的心靈。人類命運共同體在COVID-19疫情中得到了真切的體現。疫情發生以來，黨和國家把人民群眾生命安全和身體健康放在第一位，提出了堅定信心、同舟共濟、科學防治、精準施策的總要求，並從構建人類命運共同體高度，推動疫情防控國際合作，充分顯示了大國的使命與擔當。
當今科技日新月異，人工智能、大數據分析及雲計算的蓬勃發展給社會生活帶來了技術革新，特別是人工智能迅速崛起並日趨成熟，為科技生產力強力賦能促進於人類社會。在新一輪科技革命的浪潮中，人工智能產業已經成為全行業轉型升級的核心驅動力，擁有超強帶動效應。此次疫情中，習近平總書記多次主持召開會議、發表重要講話、作出一系列重要指示，特別指出“要鼓勵運用大數據、人工智能、雲計算等數字技術，在疫情監測分析、病毒溯源、防控救治、資源調配等方面更好發揮支撐作用。”
目前全世界的研究者都在致力於尋求各種方法來防控與緩解疫情，研究重點包括追蹤病毒傳播、促進病毒檢測、開發疫苗、尋找新的治療方法及藥物、緩解疫情的社會經濟影響等。在疫情防控中，人工智能的諸多應用發揮了巨大作用，但也存在一些問題需要解決。
一、疫情防控中人工智能典型應用
人工智能助力疫情防控主要有四個方面，歸納綜述如下：
（一）人工智能應用在病毒蛋白分子研究方面
人工智能在蛋白質結構預測中發揮巨大作用。蛋白質具有的3D結構由它們的基因序列決定，該結構會影響蛋白質的功能與作用。蛋白質結構如果通過傳統實驗方法（如X射線晶體衍射圖譜法）來確定會非常費時、耗錢，目前AI計算模型已能夠用於進行蛋白質結構的預測。人工智能還可用於改進病毒DNA測試。使用AI可以快速設計涵蓋各種基因組的檢測方法，用於預測靈敏性和特異性。
人工智能可用於藥物利用與發現新藥。利用AI圖神經網絡模型基於現有藥物分子來生成與篩選新冠肺炎藥物，預測潛在有效的候選藥物。利用AI的深度學習、強化學習方法並結合藥物相似性，新穎性和多樣性的度量來探索生成新藥。
（二）人工智能應用在醫療診斷治療方面
人工智能在新冠肺炎醫療診斷中主要臨床應用集中在醫學成像的識別上。醫學發現表明新冠肺炎具有特殊的放射學特征和圖像模式，可以在CT掃描中觀察到。可即便是放射學醫學專家識別這些模式也是相當費時的，使用AI來快速識別計算機斷層掃描（CT）成片從而可以高效、準確地進行病情診斷。
人工智能可用於疾病追蹤的非侵入性測量。利用AI可以在高密度人流中快速、準確識別體溫異常者，定位並跟蹤異常者進行進一步的檢測。醫學發現表明新冠肺炎具有與流感和普通感冒不同的呼吸模式，譬如會表現出呼吸急促（快速呼吸）症狀。利用AI對這些呼吸急促症狀的預測可作為首要診斷特征，為大範圍監控潛在患者提供幫助。
利用AI遠程問診可了解患者的病情對患病情況進行分析並給出建議，有效降低醫護人員近距離接觸感染的風險。在重症診療過程中，醫療服務機器人進一步減少醫護人員的感染概率，有效防止人與人之間的接觸所可能造成的疫情擴散。機器人配備了攝像頭、麥克風和聽診器等設備，醫生負責在隔離窗外操作機器人，機器人除了用來對病人進行治療，還可以承擔其他的一些非接觸性工作。
人工智能可用於預測患者預後狀態。用臨床數據建立AI模型可以幫助醫生盡早識別高危患者，從而有望預測患者的預後並降低重症患者的死亡率。
（三）人工智能應用在傳染病傳播預測、預警方面
傳染病流行的相關性、規模及新數據，驅動了人工智能機器學習等多種建模方式，人工智能將成為疫情控製的重要預測、預警手段。大量中外學者利用人工智能、傳播動力學等數學模型預測疫情的傳播發展。AI預測的結果通常可作為疫情防控的參考，對於疫情的防控是意義重大的。AI對傳染病疫情的預測可分為兩類：
一類是微觀數據分析，單純利用各地每日疫情數據累計而得的時間序列病例數據（包括疑似、感染、恢復、病亡人數等）建AI模型預測未來某地區某時段的可能病例數據。
另一類是通過對多來源、多維度的環境因素以及疫情因素進行分析，比如交通數據、輿論數據、社交數據等，通過群體宏觀大數據進行分析，利用人工智能算法尋找多維度數據與疫情傳播之間的關系，達到對疫情傳播進行分析和預警的作用。例如，有關部門和技術公司利用不同維度的海量數據信息，如地圖數據、航空數據、移動通信數據、電商消費數據等，進行綜合建模和分析，做出針對疫情的合理決策判斷。
AI預警系統能夠快速定位疫情高發地區，能夠讓政府和防疫有關人員進行城市的快速疫情篩查和病情診斷，在城市疫情防控中起到重要的作用。
（四）人工智能應用在社會輿情分析、謠言識別方面
社交媒體和網絡平臺已成為圍繞病毒信息傳播的主要發行渠道之一。盡管許多國家和國際組織已使用這些平臺與公眾進行建設性的交流，但也出現一些網絡信息使人群變得不知所措，錯誤信息或謠言的傳播也越來越普遍。世衛組織還與社交媒體和搜索公司合作，以追蹤特定謠言的傳播，並確保病毒相關信息搜索中世衛組織的信息置頂。
人工智能在疫情輿情管控中發揮了一定作用。一方面，政府職能部門通過智能搜索第一時間掌握輿情動態，分析公眾關心焦點，從而發布最科學、最可靠的信息。例如，利用人工智能可以分析與新冠肺炎相關的社交媒體內容的互動和參與，收集“COVID-19”關鍵字的相關評論和帖子做自然語言處理（NLP），分析人們對官方防疫措施及策略的認同或質疑。另一方面，人工智能模型可以幫助識別準確且可信賴的新聞文章，例如疫情防範中重要的指導原則等並強化促進官方的建議。並且，將自然語言處理（NLP）應用於實時識別疑似謠言及發布真實信息辟謠，以此幫助安撫民眾，穩定社會焦慮情緒。
信息透明和有效傳播對於防疫工作至關重要，人工智能支持了疫情期間的信息交流。各地利用大數據，可以分析疫情暴發人員流向，了解他們的分布態勢，從宏觀上預測多少人可能被感染，幫助政府決策物資投放和管控手段。
二、疫情防控中人工智能應用的法律政策問題
人工智能應用在疫情防控中還需考慮面臨的法律政策問題。當前，人工智能發展方面具有前瞻性、可操作性、指引性的法律法規還不多，人工智能的應用落地、造福於民亟需法律法規的指引、保障。確保人工智能安全、可靠、可控的應用於疫情防控，是法律專業人士和人工智能行業從業人員的職責與任務。下面就新冠肺炎疫情防控背景下人工智能法律問題進行一些分析。
（一）在個人隱私和數據保護方面
疫情大數據往往涉及個人隱私，需要做好個人隱私保護和依法發布等工作。在使用大數據進行分析以支持聯防聯控時，按照個人信息可用不可見原則來進行，做一些“去密去敏感”處理。在收集、使用個人信息，應當遵循合法、正當、必要的原則，不得收集疫情防控所需之外的個人信息或者將信息用於所需之外的目的。例如，在衛健、交通、公安、工信等部門的數據源按隱私保護要求部署到統一的數據分析平臺，對多個數據源的多維數據進行人工智能建模分析和挖掘。
（二）在知識產權方面
疫情中人工智能應用產生有較高社會價值的創造物知識產權歸屬需要明確，如篩選藥物與合成新藥、胸部CT識別診斷模型、傳播預測預警模型等等，應按照專利、軟件著作權的申請順序等給予法律保障，以防引起糾紛。除國際條約外，許多國家和地區的專利製度中也有關於藥品強製許可的規定，並且已經在實踐中真正適用。如美國“西普洛”強製許可案，臺灣“達菲”強製許可案，印度“多吉美”強製許可案。
（三）在網絡安全方面
疫情發生以來，人們居家辦公時間大幅提升，直接引發網絡的使用率大大提高，郵件、短信、社交媒體繼續成為高頻的網絡攻擊途徑。這些網絡攻擊也會采取人工智能、大數據等高科技手段，疫情期間的網絡詐騙包括：虛假售賣口罩等防疫物資，火車票/飛機票的退改簽詐騙，冒充慈善機構騙取愛心捐款等。在疫情防控的緊要關頭，對網絡安全提出了新的挑戰，應明確相關主體網絡安全防控職責，明確法律責任，營造安全、可靠的網絡空間環境。
當前，全球疫情防控形勢嚴峻，國際合作尤為重要，應加強國際交流合作，加強科研成果資源共享，共同打造人工智能疫情防控技術全球協同研發體系，切實踐行共建人類命運共同體。同時，我國應積極同其他國家和國際組織溝通協調、學習借鑒，加快製定人工智能相關法律規則，盡快發揮人工智能法律法規的保障作用。
（潘曉輝 欧亿平台人工智能法學院副教授，管理學博士。）
