清华大学 AI 抗 “疫” 成果大盘点：风险自测、智能筛查、知识疫情……

近两个月来，新冠肺炎疫情席卷全国，牵动着每一个人的心。如今，随着疫情的全球蔓延，日本、韩国、伊朗、意大利、美国等国家也纷纷告急。

在疫情防控过程中，医疗资源和条件的限制依然是重要难题。在医疗资源短缺的情况下，对风险人群的筛查、疑似患者的确诊、重症患者的救治，都是巨大的挑战。

中国尤其是武汉作为这次疫情的重灾区，在疫情阻击战中取得了不凡的成功。其中，人工智能和大数据的应用，在新冠肺炎疫情防控过程中也发挥了巨大作用。

在全民抗疫的背景下，清华大学计算机系利用科技攻关帮助控制疫情，一系列 AI 抗“疫”成果落地各大医院和人员密集场所，为新冠疫情的成功防控贡献了巨大力量。包括：

• 新冠肺炎智能检测与分级系统；

• 自测系统；

• 疫情 AI 预测与分析系统；

• 密切接触者智能筛查系统；

• 大型场所高温人群筛选和预警系统；

• 智能防护听诊系统；

• 知识疫情；

• 疫情舆情传播与演化分析系统；

• 智能抗疫机器人；

• 智能安检数据存储与处理系统等。

下面，我们就来对清华大学计算机系的部分 AI 抗 “疫” 成果进行详细解读！

智能筛查、诊断及分诊系统

新型冠状病毒性肺炎疫情来势汹汹，而 CT 影像是肺部疾病诊断、病程分级及治疗效果分析的重要手段之一。清华大学陈挺、王光宇、陈宁团队研发的 COVID-19 的全生命周期智能筛查、诊断及分诊系统使用了图像识别、语义分割、神经网络等关键 AI 技术，可以对 COVID-19 肺炎、其他病毒性肺炎及细菌性肺炎的六类典型病灶 (磨玻璃影、实变、空腔空洞等) 自动进行精准定位，并实现病灶的像素级识别，其准确率超过 90%。此外，该系统可以自动计算不同种类病灶的体积占比等量化特征，为影像科医生提供精准判读建议。

新冠肺炎影像辅助诊断应用界面

系统还有基于近两万张 X-ray 胸片训练智能筛查模型，实现细菌性肺炎、病毒性肺炎病人和正常人的快速甄别，模型准确率在 95% 以上，用于优化 “疑似” 病人的智能筛查和诊断流程，避免候诊交叉感染，缓解医疗资源压力。

AI 读片模型使用了将近 40 万张 CT 图像进行训练，通过多模态算法等模型，对患者检验、影像学、体格检查、辅助检查等多个维度进行综合分析，新冠肺炎辅助诊断准确率达到 90% 以上，对住院病人发展为危重症及器官衰竭 (肝肾功能、心脏、凝血等) 的预测准确率超过 85%。

新冠肺炎诊断分级预测应用界面

目前系统已在中山大学孙逸仙纪念医院、中山大学附属第二医院医院、宜昌市中心人民医院部署落地，并于 3 月 10 日开始在武汉金银潭医院进行部署测试。

新冠肺炎自测系统

为了提升大众对新冠肺炎的科学认识，减少恐慌，避免无序就医造成的交叉感染及对公共卫生服务体系的冲击，董家鸿院士与张钹院士牵头组建由清华大学精准医学研究院、人工智能研究院和附属北京清华长庚医院组成的医工结合项目组，根据国家规范以及临床反馈，设计了涵盖流行病学史、发热症状、呼吸道症状以及既往病史的可快速迭代的智能评价系统，快速搭建可应对大规模访问的智能计算架构及安全架构。

项目组连续奋战 8 个昼夜，经历多次测试，最终于 2 月 1 日上线系统。民众可以通过智能手机回答设计问卷，系统程序就能智能化测评人感染风险，并提供是否就医建议，这对缓解疫情蔓延时社会恐慌，引导居民理性就医起到重要作用。而社区智能疫情防控系统可以通过社区人群自测评估后自动上报到网格员和社区中心终端，实现社区全人群疫情动态监测。

目前该项目已经与北京天通苑社区、碧桂园全国社区、武汉市武昌区等社区合作，与春雨医生、腾讯、科大讯飞、九州通、港华燃气等知名企业进行洽谈，辐射用户超过 1 个亿，服务用户超过 300 万。随着国际疫情发展迅猛，项目组还火线开发了英语、日语、韩语、 意大利语、波斯语等 5 种国际语言版本，为国际友人抗击新冠疫情提供中国经验与远程技术援助。

智能防护听诊系统

听诊是最简便、最直接获取病人心肺情况的一种手段，但传统的听诊方式会带来交叉感染的可能性，各大医院建立的隔离防护设备也阻止了医生对病人进行听诊操作。而且，医务人员都是有计划的进入隔离区，在隔离区内驻留时间也是越短越好。现场医生护士听到病理性心肺音了，最好能有记录，便于以后的进一步研究，同时也有助于分享给在清洁区的其他专家，获得其他专家的支持。

为解决这一难题，杨斌、魏凌、李建民、金奕江、张钹团队研发了用于隔离区的智能听诊系统，它是一种可以在发热门诊、隔离病房和方舱医院内应用的智能听诊系统，可以减少医务人员感染风险，便于远程诊断会诊。

本系统利用医疗级数字听诊器，利用蓝牙将心肺音信号传输到平板电脑上，由程序智能完成信号转换、存储、声音播放等操作。操作人员在与平板电脑连接的蓝牙耳机中可实时听到心肺音。利用平板电脑，前端人员还可呼叫后端专家，后端专家通过视频会议指导前端人员进行心肺音听诊，提高了听诊的诊断效率。

目前该系统已经通过与企业合作捐赠方式在火神山医院，雷神山医院等武汉多家定点医院应用。

知识疫情助力防疫

清华大学 AMiner 团队利用 AI + 大数据，上线了一系列疫情相关产品，包括：

1. 新型冠状病毒疫情趋势预测：预测国内 + 国际的确诊病例数量的变化趋势，也以官方公布历史数据为基础，引入医疗隔离和大众防疫因素，以智能 AI 算法预测确诊病例、治愈人数等数据的变化趋势；

2. 新型冠状病毒高关注度专家学者分析：从学术影响力、研究兴趣、合作者网络等多个维度对多位全球高关注度专家学者的学术水平进行深度分析；

3. 新型冠状病毒肺炎学术成果时间线：以时间轴的方式聚合新冠肺炎相关的研究成果，为用户提供新冠肺炎学术情报监测；

4. 新型冠状病毒肺炎疫情惠民惠企政策地图：收录展示政府、组织和企业发布扶持和帮助政策，助力中小微企业渡过疫情；

5. 新型冠状病毒肺炎疫情日报：收录国内外主流媒体新冠疫情中文新闻报道，为用户提供全面深入的疫情事件报告；

6. 新型冠状病毒 / 流感病毒知识集锦：整理近年来包括冠状病毒在内的感染性病毒的相关知识，帮助用户系统了解新冠肺炎。

更多知识疫情内容，可复制网址（https://covid-19.aminer.cn/）查看

这六个产品，围绕新冠肺炎疫情，从数据 (疫情预测) 到知识 (知识锦集、 专家分析) 到原理 (学术成果时间线)，层层深入，为用户构建系统了解新冠肺炎前沿信息、知识结构和科研进展的平台。同时帮助中小微企业获取在金融、税收、房租、人才等多方面的扶持信息，助力中小企业渡过疫情。疫情专题自 2.21 号上线以来，累计访问量突破 4 万，AMiner 团队也在优化迭代产品，为更多用户提供价值。

疫情 AI 话题分析平台

2 月的疫情来势汹汹，引起民众的大量恐慌，一时间新冠肺炎在网上热议。为了缓解恐慌，也为了管理部门更好了解公众对疫情话题的讨论提供帮助和做出优化决策，清华大学人工智能研究院朱军老师、张钹老师和苏航老师联合北京瑞莱智慧科技有限公司共同研发设计了一款新冠疫情 AI 话题平台，它能基于大数据分析和 AI 建模，自动识别近期热点话题，并进行新闻追踪及话题导向、分析地区关注度变化，为用户第一时间推送全网话题最新动态，满足用户对疫情舆情监测需求。

除此外，为了研究公众舆论对这些事件的响应，为科学干预信息传播、引导舆论环境做努力，还研发了疫情舆情的三元空间传播与演化分析，它基于抖音全量数据，从时间、空间、情感、媒体四个维度，以物理空间、信息空间和社会空间三元空间融合的视角，针对代表性疫情舆情事件，构造了可解释的信息传播引导动力学量化模型。

疫情可视化分析平台

为了让社会大众认知疫情，让决策者洞察疫情，进而有助于科学防疫，清华大学计算机系数据库实验室李国良教授团队研发了疫情可视化分析平台 (https://ncov.deepeye.tech/)。

通过这个平台，社会大众可以从时间和空间维度迅速地了解疫情的分布情况、每日新增各类病例的趋势、各个省市的治愈率和死亡率分布、患者的年龄分布和性别比例以及病例类型变化等情况。不但为社会大众提供了一个读懂疫情数据、了解身边疫情的平台，而且还为许多流行病学的科研人员提供疫情分析数据。

密切接触者智能筛查系统

新型冠状病毒感染的肺炎疫情在全国各地蔓延，对人民的生命健康构成重大威胁。作为重灾区的湖北省疫情形势十分严峻，短期内患者数量增加、流调人员短缺、社区对密切接触者的层层排查超出人力负荷等，这些都给当地的疫情工作带来了难题。由清华大学计算机系史元春教授、喻纯副研究员组织研发的 “新冠肺炎密切接触者智能筛查系统” 已验收上线，可望为上述难题提供有效解决方案。

该系统直接切入湖北省随州市曾都区的实际情况，让当地 65 万居民通过手机主动报告自己近期密切接触的人员。系统基于曾都区既往和每日更新的确诊病人、疑似病人、发热病人及其密切接触人员的信息进行数据分析，进而关联挖掘出高风险人员。

系统从广大居民端而非仅从患者端入手排查密切接触者，以居民自发填写、及时反馈取代疾控人员和社区干部面对面调查登记、事后反馈，变 “要我报告” 为 “我要报告”，极大削减了疫情防控期间工作人员的工作量；系统还为居民提供实时健康提示功能，使其在第一时间得知密切接触情况变化并及时做好防护；同时，系统还扩大了接触人员排查层级，通过用户之间的关联及时掌握 “密切接触者的密切接触者”，为疾控工作扩大防线、跟进措施提供了高效信息支撑。

史元春教授团队此次提出以众包技术（crowdsourcing）模式，从信息流上改变现有的工作方式，将数据采集由有限能力的流调人员扩大到区域所有人员，达到最大化，由于这种方式密接信息反馈及时准确，也增大了用户的主动性，可有效减轻疫区流调的工作压力。姜皓博士认为，该系统是做好疫情严重地区流调和密切接触者筛查工作的有力助手，尤其是对于后续返乡、复工过程中疫情的及时监控和防范，将会带来直接的帮助。

大型场所风险人群筛选和预警

由清华大学计算机系温江涛教授团队开展的大型场所新型冠状病毒（2019-nCoV）高温人群和与之接触人群的筛选和预警项目，旨在解决超大型人群聚集场所（如机场、车站、商场等）无法快速同时识别大规模高温（体温 37.3 以上）人群并追踪识别相关接触人群的问题。

该项目技术方案要点如下：

(1) 通过复眼视觉技术和红外处理技术，可实现超大范围搜索和识别高温人员，并进行预警；

(2) 通过人员定位和行为轨迹追踪，识别并记录所有与高温人群有所接触的人；

(3) 采用人脸识别技术直接刷选出所有密切接触的可疑人群，并进行预警。

该项目预期在 5 月底前实现产业化，将大大提高对病毒的防控能力。

此前，温江涛教授团队自主研发的复眼相机 RayShaper Bee 被 IEEE Spectrum 评选为 CES2020 十大最佳新发明（gadget）之一。该产品的技术核心在于开创性的复眼计算视觉技术以及基于生物视觉思路的追踪识别算法系统，这些技术已在世界蒙特勒音乐节、维密秀等项目中成功应用。

双模式智能消毒机器人

为解决封闭环境的高效消毒与杀菌的实际问题，徐华、孙晓民、邓俊辉团队研发了利用干雾与紫外线相结合的双模式智能消毒机器人。它可以在高危区域内，替代人工进行消毒和灭菌工作，并通过自主导航、避障和自主移动的方式抵达消毒区域对环境物表面 (光滑表面，粗糙多孔表面) 的芽孢以及各种多重耐药菌以及流动空气中的病菌达到 99.9999% 的杀灭效果。

该项研发成果自 2020 年 2 月 1 日正式内部启动合作立项，2 月 26 日完成样机研发和综合测试验证；3 月开始已经规模化量产，并投入到国内包括武汉、北京、内蒙等多个疫情重点地区使用。

抗疫机器人

咽拭子取咽部及扁桃体分泌物作病毒检测是最有效的确诊方式之一，为了避免检测过程中医患之间的直接接触，孙富春、方斌团队开发了医患隔离的咽拭子取样系统。

该系统通过外部装置的粗定位和内窥镜导航精准定位的两个步骤实现咽拭子准确送入采集区，同时结合机械手触觉感知，通过视触融合技术确认采集样本动作的力度和角度，保证整个采集质量的可靠性和有效性。通过结合机器人智能感知与操作技术，注重实时感知与自主操作，更加智能，减少医生操作负担，提高效率。

日益成熟的人工智能，正成为抗击新冠肺炎疫情战场上一群特别的 “逆行者”。未来的 AI 也将会在更多重大事件中发挥举足轻重的作用，让我们拭目以待。

学术君也将持续关注更多抗 “疫” AI 项目的成果进展，并为大家带来详细解读。

参考资料：

https://mp.weixin.qq.com/s/e5zvMoIDhpW5pCvFUkATHw

https://mp.weixin.qq.com/s/af_H7koKnGj9xwcmaI_CaQ

https://mp.weixin.qq.com/s/31tTyHoYHNewrKo6U27LnQ

https://mp.weixin.qq.com/s/9aRFTSz9P3nLNW8nUvxDqg

《2020科技趋势报告》重磅发布，点击下方图片跳转查看全文及解读！