近日，南非报告了一种代号B.1.1.529的新型变异新冠病毒，被世界卫生组织定名为Omicron（奥密克戎）。加拿大、澳大利亚、荷兰、奥地利、中国香港等地区先后检测出了这一毒株，来势汹汹的Omicron可能会弱化现有新冠疫苗的效力，知名流行病学家Eric Feigl-Ding援引流行疾病建模专家JPWeiland的预测，该变种可能有超原毒株500%的感染率。

最凶毒株Omicron

据悉，新变种Omicron的症状比较轻微，包括肌肉酸痛、疲倦，并伴有轻微咳嗽，但诸多专家表示，这是自新冠疫情流行以来出现最糟糕、变异最多的变种。它有超过50处突变，核衣壳蛋白（也称为N蛋白）有两个突变，R203K和G204R，膜蛋白（M蛋白）NSP6缺失，都大大增加了传染性。刺突蛋白（也称为S蛋白）有32个突变，这一突变数量，相当于德尔塔毒株的两倍，其中H655Y、N679K、P681H变异可以让病毒更快进入人体细胞，刺突蛋白的突变会影响病毒感染细胞和传播的能力，免疫细胞攻击病原体也就更难。目前大多数疫苗都还是依靠刺突蛋白来激活免疫细胞抵抗新冠病毒，这就解释了为何现有Omicron感染病例中有打过疫苗的患者。

▲新冠病毒3D高清结构照  

（表面红色部分即为刺突蛋白）

抗击Omicron

AI出鞘

从未知冠状病毒序列的破译到疫情防控的流调溯源，再到感染状况的快速鉴定，AI技术在疫情防控工作中发挥了至关重要的作用。

新型检测——听声辨“冠”

据《IEEE医学与生物学工程学杂志》上一篇论文所述，美国麻省理工学院（MIT）的研究人员研发出了一种可以通过分析咳嗽录音识别新冠患者的AI模型。在医学领域，AI识别咳嗽声早已用于肺炎、哮喘、阿尔茨海默症等疾病检测，这些疾病都会导致机体功能退化，如声带减弱、呼吸功能下降等，而新冠患者的机体也会出现类似的变化，AI将咳嗽的音频特征（梅尔频率倒谱系数）提取出来并输入到神经网络中，学习新冠患者与健康人之间的咳嗽差异。

▲《IEEE医学与生物学工程学杂志》原论文

100%检测无症状感染者

在疫情防控如何阻断传播渠道这一环节，无症状感染者正成为最大威胁，没有任何胸闷发热等症状，很难区分是否感染了新冠，但AI只要听听你的咳嗽声就可以鉴别。

目前，该模型识别出新冠患者咳嗽的准确率为98.5％，其中，识别无症状感染者的准确度高达100％。MIT的研究人员正努力将该模型整合到一个用户友好的应用程序中，如果获得FDA的批准并被大规模采用，该程序将可能成为一种免费、便捷、高效的预筛查工具，以识别无症状感染者，用户只需登录上传咳嗽声至手机中，即可获得是否可能被感染的信息。

神经网络模型赋能AI检测

具体来说，为了增加检测准确度，研究人员训练了三个神经网络模型，分别用来提取声带强弱特征、区分言语中情绪状态以及在自建的咳嗽数据集上学习，辨别肺和呼吸功能的变化。疫情以来，MIT的研究者通过“网络众筹”在全球搜集了20多万的咳嗽样本，建立了有史以来最大的“咳嗽数据库”。在学习大量的数据样本建立模型后，再输入新的病例时，就能迅速计算与判断，从而输出诊断结果。AI模型的建立需要通过大量的数据来不断学习与训练，就像大脑的神经网络，AI检测也需要通过人造的“神经网络”来进行深度学习，这一“神经网络”为多层次神经元的结构，可以接受一种或多种输入并对输入执行运算产生可输出的结果。

坤前AI解决方案

这场与疫情的赛跑，AI因其高效率、高精确度的优势成为抗击疫情不可或缺的一环，如何对海量数据进行计算，并与现有样本库进行快速比对与分析，除算法之外，底层算力的支撑也尤为重要。AI与生物医学的组合要想长足发展，既需要技术的多元化突破，也需要算力产品的升级迭代，坤前将坚持打造多样化的高性能算力产品，迎接全新的AI医疗新时代，我们坚信，人间有“AI”，科技终将战胜疫情！