人工智能应用如何应对重大公共卫生事件？
在7月11日举行的2020世界人工智能大会云端峰会AI+公共卫生专题论坛上，战“疫”双侠复旦大学上海医学院副院长吴凡与复旦大学附属华山医院感染科主任、复旦大学上海医学院教授张文宏就这一备受瞩目的话题，展开高峰对话。
利用大数据和AI分析，可做好预警和监测的工作
人类的历史就是一部与疾病的抗争史。在医疗中，人工智能的应用让很多事情变得简单。
吴凡介绍，以往哨点医院往往诊断单个病人，如果没有大数据分析，各个数据间依旧是一座“孤岛”，但AI通过收集不同地方的散发病例，可第一时间建立动力模型，感知“苗子事件”。与此同时，AI还能叠加其他大数据，对事件进行深度挖掘和分析，如时间、空间、气象等。
“最重要的是，利用大数据和AI分析可做好预警和监测的工作。”吴凡介绍，日前上海疾病发布消息，上海布雷图指数预警，灭蚊要趁早。这便是通过监测生态届蚊密度指数，控制登革热，以便医疗资源做好准备和防控工作。
在张文宏看来，在合适的时间窗口应用AI这项技术，至关重要。
新冠疫情发生后，上海市科委立即启动应急攻关，联合复旦大学上海医学院、复旦大学大数据研究院等多家机构，追根溯源、寻找密接者，第一时间在人群中建起了一面“防火墙”。
“对于传染性疾病，其防控核心便是快。”张文宏直言，上海自新冠肺炎疫情蔓延初期便引入大数据进行管控，给予了专家可以操作的时间操作，取得了良好效果。一旦传染病感染呈指数级上升，届时即使大数据跟踪到了，医疗资源也无法及时跟上。这也就意味着，抓住时间节点，人工智能能让疫情防控事半功倍。
人与AI是互动关系，要有边界的意识控制它
AI有其自学习的过程，通过不断“喂料”，即投喂数据，其构建的模型会变得越来越科学，也更贴近于实际生活。那么当AI变得越来越“聪明”，人在其中发挥怎样的作用？
吴凡认为，“人类与AI是互动关系。”新冠疫情之初，帝国理工曾利用动力模型对上海疫情发展有过这样一则预测，上海将有80万新冠肺炎感染者，然而实际上，到7月10日为止，上海本地确诊病例为342例，错在哪？
“动力模型相仿，差异原因在人身上。”吴凡直言，不同地区有不同流行态势和参数，光用流行病学动力模型并不贴合实际，还应加上社会交往神经网络模型。
疫情期间，上海市民谨记“勤洗手、戴口罩、常通风、少聚集、保持社交距离”这几条个人防护基本原则，使得疫情蔓延及时刹车。“对于动力模型而言，参数的给定和设置需要根据实际情况，人工经验在其中不可或缺”。
“在临床上，很多特殊案例都超出了人工智能的算法边界。”张文宏说，AI在影像学领域发展很快，但面对新冠肺炎这一新发传染病，当没有足够数据教会AI读片时，只能仰仗专业医生的经验判断。
因此，即使如今在沪上各大医院，加注着“AI”关键词的新式“武器”频频出现，张文宏也完全“不担心被取代”。他直言，AI用作辅助诊断是很好的，但不主张用大数据替代简单问诊，“AI将来发展一定要做增量而非取代”。
比如，在农村缺医少药地区，受限于村医的经验学识等，老百姓痛疾无法缓解，此时借助AI，一些常见病、多发病等常见问题可以解决，这便是好的。
“AI可以尝试去做人类大脑不可及的方向。人类往往受限于经验、学识等，但机器却有无线的潜力，因此要学会利用AI的长处弥补人类的短板，做到人和机器完美结合，”吴凡表示，如今AI正处在发展阶段，要有边界的意识控制它，才能让它更好地造福人类。“如果不注意把握发展方向，它也可能伤及人类的某些利益”。
“要充分应用技术，不能迷信技术，同时发挥人的主观能动性。”张文宏说，AI发展一定要与人类使命和人类命运共同体一致，否则便会失败。