日前，Facebook在官方博客上宣布其与纽约大学联合开发了新的AI模型，可以通过新冠患者的胸部X光片提前四天预测患者的病况，并确定患者可能需要补充多少氧气，“这样的预测一定程度上能够帮助医生避免过早放弃对高危患者的治疗，还能够帮助医院更好地分配氧气和其他有限的医疗资源。”

据媒体报道，纽约大学教授威廉·摩尔（William Moore）说，“我们试图寻找一些办法来真正地控制疫情，目前出现了大量的病人，我们必须要找到方法来预测病人未来将会发生什么情况。”

摩尔提到，患者基本上会在出现呼吸急促等症状的时候去做X光检查，并且这种检查在社区医院和城市的医疗中心都很普遍，因此，研究团队研发了一系列指标来衡量患者的并发症严重程度，以及患者从进入ICU到使用呼吸机、插管甚至死亡等一系列过程的概率。

就预测患者的死亡率而言，摩尔说，“胸部X光片是用来预测的非常重要的指标之一。”

不过，研发的过程起初并不顺利。Facebook AI部门的项目经理Nafissa Yakubova坦言，“因为新冠肺炎是一种新的疾病，并且病情的发展是非线性的，这让我们很难做出预测，特别是长期预测。”而且，更重要的是，在疫情初期并没有关于新冠肺炎疫情的数据集。

因此，研究团队选择先在公开的大型胸部X光片数据集上对模型进行预训练，然后再利用小规模的新冠病毒数据集对模型进行微调。

Yakubova表示，“我们并不是根据X光片来判断你是否确诊新冠肺炎，我们所要做的是试图预测病情将会发展到何种程度。”

她继续说道：“这个过程中的关键是需要一系列的图像，当患者入院时，会拍摄一张X光片，而且很有可能在接下来的几天时间内拍摄更多的X光片，所以拥有这个时间段内的图像资料，是做出准确预测的关键。”

据报道，经过训练后，该模型的预测准确率达到了75%，和人类放射科医生的预测水平相当，在某些情况下甚至超越了人类。

有媒体指出，以往的模型预训练需要耗费非常多的资源，以至于医院不可能单独开展这样的研究，而像Facebook这样的大型公司开发和训练出最初的模型，然后将开源代码提供给医院，医疗机构就可以使用自己的数据集和处理器来完成模型的最终训练。

此外，由于该模型最初是基于通用数据集进行训练的，理论上可以通过更换后期的训练数据来使其适应其他呼吸系统疾病，这使得医疗机构不仅能为一种疾病建立模型，还能够根据具体情况来调整模型。

综合/编译：南都人工智能伦理课题组研究员靳忠骥 潘颖欣

编辑：冯群星