人工智能在感染性疾病研究中的应用进展.pdfVIP

人工智能在感染性疾病研究中的应用进展

【摘要】感染性疾病关系全球公共卫生安全，有可能对人类社会带来巨大威胁。

将感染性疾病学科前沿知识与智能化方法结合，可以帮助人类精准应对，提升公

共卫生系统的响应效率与疾病管理能力。近年来，人工智能技术在感染性疾病领

域的应用不断深入，在感染性疾病的监测预警、辅助诊断、疫苗开发、药物研发、

疾病治疗与预后等领域均取得成果。现通过概述人工智能在感染性疾病领域研究

中的应用现状，展望其未来发展前景，以期为从事相关研究的人员提供参考，推

动人工智能在感染性疾病领域的深入应用。

【关键词】人工智能；感染性疾病；诊断模型

感染性疾病是由细菌、真核生物和病毒等可传播的病原体引起的一类疾病，

人类和动物可以从环境或食物中感染，也可以通过相互作用而感染。在过去的数

十年间，一系列新型传染性病原体的涌现不断挑战着全球公共卫生体系安全，其

中不乏对人类社会构成重大威胁的案例。进入２１世纪后，ＷＨＯ共宣布了８次

构成“国际关注的突发公共卫生事件”的重大疫情，不仅凸显了感染性疾病学科

的重要性［１］，也考验了全球的应急响应能力。在感染性疾病领域，尽管学科

不断发展进步，但当前仍面临生物安全、诊疗技术、多重耐药性、新发和罕见病

原体等多重挑战［２］。

人工智能（ａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅ）技术的快

速发展为应对这些挑战提供了新的视角和工具。早在２０１７年卫生部办公厅就

发布了《人工智能辅助诊断技术管理规范（试行）》《人工智能辅助治疗技术管

理规范（试行）》［３-４］，２０２１年中央网络安全和信息化委员会印发《“十

四五”国家信息化规划》［５］鼓励开展医学人工智能社会治理实验，探索人工

智能在智能临床辅助诊疗、智能公共卫生服务等方向的应用。２０２３年国家互

联网信息办公室等七部门联合公布《生成式人工智能服务管理暂行办法》［６］。

一系列文件和管理措施的出台促进了人工智能在医学领域的规范发展。人工智能

结合系统生物学、合成生物学，为药物开发、疫苗研发提供了新思路，也促使了

人工智能在感染性疾病研究领域的应用发展［７］。现综述人工智能在感染性疾

病监测、辅助诊断、疫苗开发和药物研发、疾病治疗和预后研究中的应用进展，

以期为从事相关研究的人员提供参考，促进人工智能在感染性疾病领域的深入应

用。

一、人工智能发展概述

人工智能最初由ＪｏｈｎＭｃＣａｒｔｈｙ在１９５６年提出，意为“制

造智能机器的科学与工程”。人工智能赋予计算机感知、理解、判断、推理、学

习、识别、生成、交互等智能能力，通过模拟人类的意识和思维过程，做出与人

类智能相似的反应和行为，甚至在某些方面超越人类的智能表现。机器学习（ｍ

ａｃｈｉｎｅｌｅａｒｎｉｎｇ）是人工智能的核心，深度学习（ｄｅｅｐ

ｌｅａｒｎｉｎｇ）属于机器学习的子领域。机器学习开发的系统具有使用统计

模型从数据实例中学习的能力，而不需要显式编程，其分为监督学习和无监督学

习，具体包括决策树（ｄｅｃｉｓｉｏｎｔｒｅｅ）、支持向量机（ｓｕｐｐ

ｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ，ＳＶＭ）、随机森林（ｒａｎｄｏｍ

ｆｏｒｅｓｔ）、极端梯度提升（ｅｘｔｒｅｍｅｇｒａｄｉｅｎｔｂｏｏｓ

ｔｉｎｇ，ＸＧＢｏｏｓｔ）、分布式梯度提升算法（ｌｉｇｈｔｇｒａｄｉ

ｅｎｔｂｏｏｓｔｉｎｇｍａｃｈｉｎｅ）等。深度学习主要使用人工神经网

络，如卷积神经网络（ｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏ

ｒｋ）、循环神经网络（ｒｅｃｕｒｒｅｎｔｎｅｕｒａｌｎｅｔｗｏｒｋ），

长短时记忆网络（ｌｏｎｇｓｈｏｒｔｔｅｒｍｍｅｍｏｒｙ）这些模拟神

经元束的计算机系统可以通过处理训练实例进行学习，并在数据中找到关联。近

年来，人工智能研究领域不断经历重大突破，特别是伴随着大语言模型（ｌａｒ

ｇｅｌａｎｇｕａｇｅｍｏｄｅｌ，ＬＬＭ）技术的兴起，通过计算机将语言

和非结构化文本转换为机器可读的有组织的数据，来理解和生成人类语言。ＬＬ

Ｍ通常依赖一种被称为“Ｔｒａｎｓｆｏｒｍｅｒ”的深度学习架构，从互联网

上抓取大规模的数据集进行训练，来捕捉和学习文本数据中单词间复杂且重要的

关系，从而合成和生成类似人类产出的文本。

二、人工智能在感染性疾病研究中的应用

人工智能在感染性疾病领域的应用研究目前主要集中在以下４个方向。①人

工智能在感染性疾病监测中的应用：通过大数据分析，实时监测疾病传播动态，

提供疫情预警，助力公共卫生决策。②人工智能在感染性疾病辅助诊