中国教育在线
中国教育在线
港中大(深圳)专家学者讲解人工智能如何助力新冠肺炎疫情防控
2020-03-25 15:56
香港中文大学(深圳)
作者:

  面对新冠疫情蔓延的形势,如何理解和准确分析其传播过程,如何迅速开发诊断技术和有效药物,如何使用信息技术推动复工复产是疫情防治防控的关键。

  香港中文大学(深圳)、深圳市人工智能与机器人研究院(AIRS)和深圳市大数据研究院联合主办的“疫情与人工智能”公开学术讲座于3月22日晚在直播平台开播。李世鹏院士、黄宪达教授和成生辉博士在直播中分享了人工智能在疫情防控工作方面的应用。

  本次讲座的三位主讲嘉宾分别是深圳市人工智能与机器人研究院副院长、国际欧亚科学院院士李世鹏教授,香港中文大学(深圳)生命与健康科学学院教学助理院长、瓦谢尔计算生物研究院执行院长黄宪达教授,深圳市大数据研究院研究科学家、Dagoo平台创始人成生辉博士。

  李世鹏院士谈IT技术与疫情的一些思考

  深圳市人工智能与机器人研究院副院长李世鹏院士首先对新冠肺炎疫情现状和特点进行了分析,并呼吁人类在面对疫情时是一个命运共同体,希望全球政府和民众能暂搁分歧,一起应对此次危机。

  李世鹏院士从五个角度与大家探讨信息技术与疫情防控,包括可以直接应用于抗疫工作的成熟的信息技术、通过快速集成或快速研发后可投入应用的技术,此次疫情凸显出我国不成熟的或缺失的IT技术,需要开发哪些IT技术以应对未来的防疫工作以及技术应用后的反思和改进。

李世鹏院士通过案例分享IT技术如何加快医药研发

  李院士指出,这次疫情凸显了中国现有众多的IT技术的优势,包括电商、物流、 5G、大数据、人工智能应用、社区数据采集和防控,群体智慧的应用等等,同时也增强了IT行业在各领域应用的重要性,例如机器人、智能制造、无人工厂、自动物流、在线教育、远程制造和远程医疗。李院士在直播尾声也提出了自己关于IT技术与疫情防控工作方面的有意义的反思,鼓励大家面向未来,研发更多更实用的技术,助力建设未来美好的生活。

李世鹏院士分享关于迅速复工复产的思考

  黄宪达教授分享人工智能如何助力新冠肺炎诊断技术研发与药物开发

  香港中文大学(深圳)生命与健康科学学院教学助理院长黄宪达教授深入浅出地为收看直播的观众科普了人工智能如何助力新冠肺炎诊断技术研发和药物开发。

  通过对比新冠病毒肺炎、流感和SARS,科研人员发现新冠病毒肺炎的体积非常小,传染力非常强。黄宪达教授表示虽然中国境内目前的疫情防控形势良好,但疫情尚未结束,他提醒大家需要注意境外输入病例,并提出新冠病毒肺炎的流感化可能性非常高。“接下来的诊断检测技术以及治疗药物的开发非常关键,我们需要特效药来降低社会成本。”黄宪达教授说道。

黄宪达教授分享大流行病史的比对分析来源www.visualcapitalist.com网站

  黄教授表示减缓爆发式医疗负荷最有效的方法是通过检测加隔离。人工智能与大数据的配合可以帮助诊断技术的研发和药物开发,例如人工智能阅片软件与系统可以提升新冠肺炎CT阅片效率,人工智能和大数据结合可以提高药物的设计与开发的效率。

平安智慧城市智慧医疗新冠肺炎智能阅片系统为疫区一线进行智能阅片,出具智能分析结果

  成生辉博士浅谈疫情大数据可视化展示与分析

  新冠病毒的传播过程极其复杂,其影响因素多种多样,既有自然因素也有人为因素。理解和分析其传播过程是非常重要且繁琐的工作,对疫情监控、溯源和政府决策极其重要。

  深圳市大数据研究院研究科学家成生辉博士围绕大数据可视化,直观地为大家呈现新冠肺炎疫情的传播过程,分享了疫情在中国各省以及全球各地的形势及其动态变化,并对疫情形势进行分析。通过可视化界面,成生辉博士将中国的疫情数据与全球的疫情数据进行了对比,以及境外输入路径的分析,并把新冠病毒肺炎跟历史上其他重大传染病,如黑死病、天花、埃博拉病毒等做了比较和分析。成博士希望可视化技术的应用可以让大家从不同角度更为清晰直观地掌握相关数据,更好地应对当前乃至未来的疫情。

大数据呈现3月21日新增感染人数前十的国家和地区 来源:Dagoo平台

  大数据分析的前景受到全球国家的高度重视,也将受到各行各业的广泛关注,如何用简单的方法生成高效的、专业的数据分析已成为医疗、教育、科研、物流等领域的急切需求。

成生辉博士介绍大数据如何呈现各大洲疫情蔓延情况 来源:Dagoo平台

 

 

免责声明:

① 凡本站注明“稿件来源:中国教育在线”的所有文字、图片和音视频稿件,版权均属本网所有,任何媒体、网站或个人未经本网协议授权不得转载、链接、转贴或以其他方式复制发表。已经本站协议授权的媒体、网站,在下载使用时必须注明“稿件来源:中国教育在线”,违者本站将依法追究责任。

② 本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者在两周内速来电或来函联系。

相关新闻