直面传染病，用科技和进步反脆弱

　　继 1 月 31 日将 COVID-19（新型冠状病毒肺炎）疫情列为国际突发公共卫生事件（PHEIC）后，世界卫生组织（WHO）3 月 11 日宣布这次疫情构成全球大流行（pandemic）。
　　不同于 endemic（影响范围相对有限的、长期的疾病，如 HIV），和 epidemic（短暂爆发的疾病，如流感），大流行病指的是甚至可能波及全球的爆发性疾病，如 1918 年爆发的西班牙流感，两年间就将世界 5% 人口置于死地。
　　WHO 此举意味着，新冠肺炎疫情已经极其严峻，世界各国政府和科研人员之间需要进行大规模的协作，相关经费和资源将会以有组织和指向性的方式进行分配，尽快阻止全球疫情扩散。
　　Coronavirus|Joint Base San Antino
　　「SARS 传播性和致病性都很强。兼具很强传播性和致病性的病毒，是不容易存活和持续传播的；而新冠肺炎有可能转成慢性，像流感一样长期在人间存在的病。」中国工程院副院长王辰 2 月 19 日表示。耶鲁大学全球健康政策与经济学助理教授陈希，同样认同「新冠病毒和人类将打长期战役」，「我们应当习惯于和新冠病毒长期共存，这是可能出现的情况。」他表示。
　　自 1918 以来的百余年，人类从尚未认清瘟疫的「元凶」，到现在能够做到及时上报，力争预警，奋力抵御，科技发挥的作用不言而喻。
　　在尽早截获致病原上，微阵列和基因测序等生物科技充当的是最先看到风暴的「眼睛」；在大数据侦查上，Facebook 这样的社交媒体「可以在大约三分之一英里内找到一个人」；AI、机器学习等前沿科技也显现出了更落地的一面，比如国内 AI 医疗公司嗅到了「帮医生看片子」的需求，开发的算法能在几秒钟内生成准确率超过 90% 的结果。风暴之眼
　　经历过 2003 年的 SARS，中国开始建设疫情信息网络直报系统。这套预警系统的流程是从发现病例，到医疗机构、疾控信息系统、预警系统层层上报，到疾控系统进行流行病学调查，最后相关部门向社会发布预警、启动应急预案等。「乡镇卫生院的电脑里都可以看到这个网络系统。」中国疾控中心原副主任杨功焕年初接受经济观察网采访时提到。
　　生物科技的不断进化，使得人类识别感染源的能力增强了。一旦感染源从动物跳到人类身上，我们就要拉响流行病的警报，及时阻止一场欲来的风暴。比如，《病毒来袭》作者 Nathan Wolfe 曾在非洲的村落设立了检测点，采集微生物样本，再通过错综复杂的国际协议运送出去，进行实验室研究。就这样，团队发现了一种已经开始传染给当地人的「猴泡沫病毒」，但这种病毒以前在人类社会中并不存在，任何公共卫生机构都毫不知情。
　　Nathan Wolfe|湛庐文化
　　所以在 Wolfe 看来，仅靠病例上报系统还不够。人们必须将病毒最早发起的恐怖袭击，及时送到「安全局」的案头。
　　而微阵列和基因测序这样的科技，可以在最早期识别病毒。前者排列着一个完整的病毒家族基因信息，用于诱捕病患身上对应的病毒序列；后者通过基因测序发现来自宿主组织样本中的所有 DNA 或 RNA 信息，以此找出未知病毒的踪迹。
　　不过时下席卷全球的新型冠状病毒来自哪里？在疫情爆发三个月后的今天，我们依然无法清晰说明。追本溯源并不是一件容易的事。但因为及早地获得了病毒的基因序列，核酸检测试剂盒的研制才能顺利进行，对有效遏制疫情传播提供了先发优势。数据沙盘
　　手机信息、搜索引擎、社交媒体等等，每天都在产生着大量的数据。这些数据（定位，应用程序、互联网记录的信息等）反倒成了能够迅速侦查出重要人类事件的潜在传感器。「现代信息和传播技术为我们提供了另一套研究工具，用于从事与上面所讨论的生物技术进步有所区别又互为补充的研究工作。」Wolfe 指出。
　　比如，人们在搜索引擎上输入的信息，直接成了有利于疫情预测的「素材」。甚至在 2009 年的流感趋势预测上，Google 研究团队还击败了美国疾控中心。Google 通过搜索与流感及其症状、治疗相关的单词，建立了一个预测流感趋势的系统。相对美国疾控中心提供的流感统计，Google 能够即刻获取搜索数据，而后者需要一定时间来收集、发布和报告数据，有「数据滞后」的问题。研究发现，Google 系统的预测准确率更高。
　　利用易得、廉价的互联网信息，作为传统流行病数据收集的补充，本质上就是将疫情侦查工作实现群众外包，将患者们提供的零散信息汇集在一起，勾画出从疫情开始到随后扩散的实时画面。
　　疫情统计图|Pexels
　　据《华盛顿邮报》报道，Facebook 已经与几个国家的卫生研究人员和非营利组织合作，通过「疾病预防地图」（disease-prevention maps）项目，「向外界提供的最细粒度的数据可以在大约三分之一英里内找到一个人。」Facebook 在用户允许的情况下，驻守在手机后台分享位置信息。工程师们经汇总整理后，可以计算出一个城市或城镇的人访问另一个地区的可能性，以及有可能在哪里传播疫情。
　　中国智能可穿戴厂商华米科技，也利用人们的腕上设备，采集了湖北地区以及相邻的安徽地区，总计 11.5 万人的 2676 万条睡眠数据（含静息心率），验证了专业医学杂志《柳叶刀》关于肺炎疫情和用户「静息心率」异常之间的神秘联系。
　　根据《柳叶刀》的报告，急性呼吸道感染引发的炎症反应，会导致静息心率升高，并且会改变日常行为模式。我们把这些人称为「异常人群」，论文指出该模型标准下的「异常人群」占比与实时播报流感感染率相关，这是一个宏观上大数据的统计分析。
　　尽管目前尚无法区分不同年份和地区之间异常峰值的差异，到底在多大程度上是流感引起的，又有多大程度上受到了新冠肺炎疫情影响。一种可能的推测是：因为新冠肺炎疫情的爆发，武汉地区的这个异常趋势提前了。当然，这个推测还需要进一步的研究和流行病学调查来证实和确认。而如果这一推测成立，人们就有了在检测试剂和 CT 影像之外，一种更方便快捷预测流行疾病的能力。
　　武汉地区 2017 年至 2020 年异常人群比例变化趋势图|《柳叶刀》杂志
　　华米 CEO 黄汪认为，目前的研究仅仅是第一步，「未来希望借助智能可穿戴设备的帮助，通过对健康数据的监测和分析，从而更早地对疾病流行的趋势进行预测甚至预警。」AI 落地
　　除了大数据在疫情防控监测过程中暴露出的无尽潜力外，先进的人工智能则展露出了更「有人情味」的一面。新冠肺炎疫情肆虐，定点医院 CT 检测量井喷的情况下，落地的 AI 技术承担了「帮医生看片」的重任。
　　据《南华早报》3 月 17 日报道，中国 AI 创业公司依图、华为和阿里巴巴都在利用 AI 技术 帮助医院诊断、分析疑似病例的 CT 图像。天津国家超级计算机中心表示，天河一号可以在 10 秒左右处理数百张 CT 图像，并给出诊断结果。该机构人员称，系统检测准确率超过 80%，且准确率每天都在稳步提高。目前，这套系统已向世界各地的医生开放。
　　「据不完全统计，目前已有 20 余款 AI 系统应用在湖北武汉等抗疫的一线以及全国数百家医院，服务人群包括疑似病例和确诊病例达到数十万人次。」3 月 25 日，在国务院新闻发布会上，信息技术发展司司长谢少锋称。
　　据《财新》报道，随着疫情主战场转至海外，中国的 AI 系统也随之出海。3 月 19 日，阿里云宣布向全球医院免费开放新冠肺炎 AI 诊断技术，目前已在日本启用。这套 AI 系统已在全日本 160 多家医院上岗，帮助诊断 34 万病例，可显示病灶位置、新冠肺炎相似度等。
　　AI 为研发加速|Pexels
　　而除了能够有效缓解医疗资源紧缺的状况，人工智能同时也被用于加速疫苗和防疫药物开发的进程中。
　　众所周知，药物开发同样是个漫长的过程——一种新药从被发现到进入市场可能要花 10 年的时间。但先进的科技提供加速选项。
　　科学家们已经征募了世界上最强大的超级计算机——IBM 公司建造的 Summit 投入战斗。这台超级计算机的地板空间有两个网球场那么大，计算速度可达每秒 200 千万亿次（大约是普通笔记本电脑的 100 万倍）。
　　上个月，研究人员用它筛选了 8000 种已知的药物化合物，以寻找最有可能有效对抗冠状病毒的药物，包括化学合成品、草药和天然药品等。Summit 在两天内将数据集缩小到了 77 个。如果使用普通电脑，这一过程可能需要耗费好几个月的时间。田纳西大学分子生物物理学家 Jeremy Smith 认为，如果未来再次爆发新的和治疗方法未知的疾病时，人们可以使用世界上 500 个左右的超级计算机来模拟药物发现的过程。
　　一种病毒将毁灭全人类|Pexels
　　回到流行病（pandemic）这个词面上。这个词来源于希腊语 pan 和 demo，前者的意思是「所有的」，后者是「人们」。我们或许可以理解为，一种病毒将毁灭全人类。
　　面对全球肆虐的新冠肺炎疫情，人类会惊叹于大自然的破坏力，生出脆弱渺小的心态。但另一方面看，与百余年前对病毒一无所知相比，人类现在手里也握着科技和进步的工具。这次疫情夺走了众多生命，但也是一次对人类文明的进阶考验。
　　人类的科技不应只用来打赢战争，只用来创造财富，只用来娱乐至死。科技作为一种人类文明不断进阶的能力，应该去证明这种文明有自我进步的能力，进而在历史长河中赢得延续和发展的资格。
　　这是每一个国家，每一个科技企业，每一个极客们可以共同努力的目标。这也是对每一位被传染病夺去生命的牺牲者，真正的「不遗忘」。