随着COVID-19到達60多個國家/地區，全球病例超過95,500，死亡人數超過3,000，全世界正在盡最大努力避免這場災難。盡管世衛組織和聯合國等組織正在釋放資金以促進研究，但許多組織都在尋求人工智能來減緩危機。全世界的科學界都在為21世紀的問題找到21世紀的解決方案。
1.DeepMind使用其AlphaFold系統
DeepMind宣布，他們将釋出幾種蛋白質的結構預測，這些蛋白質可以促進對COVID-19正在進行的研究。他們使用了最新版本的AlphaFold系統來預測新冠相關蛋白結構。
2.阿裡巴巴的AI檢測準确率達96％
阿裡巴巴最近聲稱，其新的AI系統可以在患者胸部CT掃描中檢測冠狀病毒，對病毒性肺炎病例的準确率達到96％。其創始人馬雲（Jack Ma）也宣布，他的基金會将捐贈215 萬美元用于開發該疫苗。
據阿裡巴巴稱，他們的新算法将識别的整個過程縮短到創紀錄的20秒。考慮到傳統方法将花費大約15分鐘來分析CT掃描，是以這是一個巨大的改進。
3.百度的AI團隊開源LinearFold
百度的AI團隊釋出了一種工具— LinearFold，可将2019-nCoV的預測時間從55分鐘縮短至27秒。
縮短預測時間對于了解病毒和促進藥物發現至關重要。
4.ML用于社交媒體監控
哈佛醫學院的約翰·布朗斯坦（John Brownstein）是一個國際團隊的一部分，該團隊正在使用機器學習浏覽社交媒體以及來自官方公共衛生管道和醫療保健提供者的其他形式的資料，以準備對醫療人員的實時健康分析暴發。
5.BlueDot
BlueDot是一家總部位于多倫多的健康監控公司，于2014年成立，它還通過從衆多線上資源中收集疾病資料，然後利用航空公司的航班資訊來預測下一個傳染病可能出現的位置，畢竟是空中航線，那是一種常見的疾病媒介。
6.Insilico Medicine使用GAN設計分子結構
Insilico Medicine正在使用生成對抗網絡GAN來過濾分子設計。它支援在“類藥性”性質和化學活性上得分高的化合物，同時抛棄由于其性質而無法用作藥物的分子，例如金屬化合物。
分子的合成和測試是一個緩慢的過程。通過增加合成時間和建立更多選擇來設計多樣的分子結構。但是，綜合和驗證可能需要一些時間，并且可能需要大量資源。是以，Insilico Medicine選擇了多達100個分子進行合成和測試，其餘的生成結構均儲存在網站上。
7.中國的inferVISION掃描患者
中國的醫生已經獲得了一種新的強大工具，可以幫助他們快速診斷潛在的冠狀病毒患者。這款名為AIVISION的軟體基于AI，可以在創紀錄的時間内快速突出顯示潛在的問題案例。
該軟體在很大程度上依賴于NVIDIA的Clara SDK，這是NVIDIA的用于AI驅動的醫學成像的AI醫療應用程式架構。
推斷可以确定可疑患者中COVID-19的典型體征或部分體征。為此，該軟體會尋找可能由病毒引起的肺炎的迹象。
8.BenevolentAI基于知識圖譜發現潛在藥物
BenevolentAI的算法将分子結構資料與有關相關受體和疾病的生物醫學資訊聯系起來，以尋找潛在的藥物靶标。他們的軟體指出與酶銜接子相關的蛋白激酶1（AAK1）是該疾病的可能靶标。AAK1調節内吞作用，該過程将物質帶入細胞，這也是病毒感染的一種常見方式。
研究人員借助BenevolentAI的軟體，确定了一種可能的藥物“ Baricitinib”。
9.SenseTime的面部識别
面部識别比指紋識别更安全，因為它消除了疾病通過人與地面接觸傳播的機會。
是以，SenseTime正在應用AI來掃描戴着面具的人的臉。他們正在使用其溫度檢測軟體促進非接觸式識别感染者，該溫度檢測軟體已部署在北京，上海和深圳的地鐵站，學校和其他社群場所。
10.無人機救援
為了加強對疫情的非接觸式監控，中國公司正在使用無人機。據報道，來自深圳的普渡科技已在全國40多家醫院安裝了其機器，以幫助醫務人員。
總部位于深圳的另一家公司MicroMultiCopter正在部署無人機來運輸醫療樣本并進行熱成像。
11.UVD機器人
總部位于丹麥的UVD機器人正在使用其機器人對病房進行消毒，而人為幹擾為零。大流行病使人類的援助變得既危急又危險。醫務人員有染上疾病的嚴重風險。UVD的自動漫遊吊艙在要消毒的區域上方發出紫外線，并殺死任何類型的病毒。
目前，我們正處于爆發的關鍵時刻。随着世界各地的專家和政策制定者将重點轉移到遏制COVID-19上，監視、藥物發現和診斷的作用變得至關重要，借助AI可以節省大量時間，甚至可以挽救生命。