利用大數據預防大流行病

每年約有26億人受到源于動物的疾病（即人畜共患疾病）的影響。為了預防大流行病，在疫情爆發之前或早期階段檢測和識別這些人畜共患疾病至關重要。

作為2020年發起的原子能機構“人畜共患疾病綜合行動”（ZODIAC）倡議的一部分，“人畜共患疾病綜合行動”呼吸系統疾病表型觀測站將創建一個安全的醫學影像存儲庫，以促進全球在疾病模式大規模數據分析方面的合作，從而能夠早期發現可能引發大流行病的人畜共患疾病。

該觀測站將利用人工智能，包括機器學習和深度學習技術，識別中東呼吸綜合征（MERS）、嚴重急性呼吸綜合征（SARS）、2019冠狀病毒病（COVID-19）和肺炎等呼吸系統疾病的模式，并檢測新變種的出現。

“原子能機構的‘人畜共患疾病綜合行動’呼吸系統疾病表型觀測站將在識別全球新傳染病的出現、監測其傳播以及促進用于治療支持的人工智能模型的快速開發方面發揮重要作用。” 該項目的核心實驗室之一，維也納醫科大學計算成像研究實驗室主任Georg Langs教授表示，“由于與全球各地的研究機構合作，該觀測站將能夠分析比以往研究規模更大、人口構成更多樣化的呼吸系統疾病數據。”

醫學成像與大數據

醫學成像在診斷和監測傳染病方面起著至關重要的作用。然而，由于影像的復雜性，對其進行分析具有挑戰性。

“人畜共患疾病綜合行動”呼吸系統疾病表型觀測站將利用影像組學技術，這是一種從醫學成像研究中提取大規模成像數據或大數據的方法。影像組學技術利用數據表征算法來識別疾病特征，從而提高診斷準確性并幫助制定個性化治療計劃。

人工智能能夠在海量數據中識別疾病模式和異常情況，與影像組學技術形成互補。這些技術還可用于識別新出現疾病的模式，有助于預防新型疾病爆發并演變成大流行病。

“人畜共患疾病綜合行動”呼吸系統疾病表型觀測站

在前兩年，該觀測站將創建一個醫學影像存儲庫，并利用其開發和驗證用于分析影像數據的算法。它將對全球20家研究機構開展的相關研究進行評估，并使研究小組能夠研究和開發新型人工智能方法。觀測站基于人工智能的新發疾病監測系統將自動運行，當算法檢測到新的疾病模式時，就會觸發警報。該系統能夠快速比較和評估新輸入的數據，從而識別出可能發展成大流行病的新發疾病，確保及時做出響應。

觀測站還將分析新發傳染性呼吸系統疾病的人口統計學特征。通過識別疾病特征和醫學成像中的具體表現，觀測站能夠依據年齡、性別、種族、民族、地理區域以及既往病史等因素，幫助找出疾病并發癥發展過程中的任何臨床差異。

“人畜共患疾病綜合行動”呼吸系統疾病表型觀測站是通過原子能機構的一個協調研究項目建立起來的，得到了眾多合作伙伴的支持，這些合作伙伴在各自的專業領域提供資源和工具。

亞馬遜網絡服務公司是該項目的主要支持者之一，它授予了其“大挑戰”項目組一筆撥款，用于搭建云服務器以支持該觀測站。

“我們認為這是一項重要的預防投資，有助于保護全球人類健康。” 亞馬遜云科技高級解決方案架構師Chris Russ表示，“通過利用云技術，原子能機構的‘人畜共患疾病綜合行動’觀測站可以實時發現新出現的大流行病，并提醒各國政府采取行動。”

除了亞馬遜云科技的貢獻外，觀測站還得到了其他實物支持，包括拉德堡德大學醫學中心提供的數據庫管理和組件，弗勞恩霍夫數字醫學研究所提供的后端管理和網絡接口，康泰科流有限公司支持的用于識別疾病模式的人工智能開發，以及維也納醫科大學提供的科學和醫學專業知識。參與該項目的研究機構包括19個國家的醫院。該項目還得到了大韓民國的支持。

“‘人畜共患疾病綜合行動’觀測站具有全球視野，因此我們依賴于與世界各地的科研和產業合作伙伴的合作和支持。”原子能機構副總干事兼核科學和應用部部長納賈特·莫克塔表示，“通過合作，共享數據和專業知識，我們能夠加強各國的能力，更快、更有效地應對新出現的疾病，防止它們發展成為新的大流行病。”