3.

1 研究目标

人类战胜大范围的疫情、传染病时，都离不开科学发展和技术创新。人工智能作为新
一代信息科技的代表性技术，以其在计算机视觉、语音识别、自然语言处理、内容生成、
数据分析等方面的技术优势，能够为突发公共卫生事件管理提供技术保障。在全球新冠肺
炎疫情阻击战中，人工智能在危机管理周期的各个环节中已经展示了它的能力。现在，中
国已经步入后疫情时代，人工智能技术一定会更好地释放其赋能效用。
首先，AI 模型参与的流行病学研究，主要侧重于 COVID-19 的趋势预测，其中涉及的
模型包括基于数据驱动的统计模型、基于流行病学的房室模型、基于个体的代理模型和混
合模型。后疫情时代，随着各个隔离管制措施的逐步放开，势必会造成短时间内大范围的
病毒感染。虽然，以目前的医疗条件和技术，奥密克戎已经不再可怕，但是还是会从一定
程度上影响我们的生活，现在迫切需要在开放管制的条件下，遏制病毒的影响，逐步恢复
正常的生产生活，使社会恢复正常运转。之前采取的“跟踪和隔离”措施是 AI 擅长的。现
在，虽然不存在密接隔离政策，但是仍然在追踪病毒抗体检测阳性人群并对其进行隔离管
制。在 AI 的帮助下，我们可以快速追踪到感染者，从而不仅限制病毒传播的速度，还可以
尽可能减少受管制人群的范围。
AI 具有巨大的潜力，可以显著地用于抵抗和缓解新冠肺炎疫情所带来的影响。除了具
有以上所提到的优点和成果之外，还存在一些与实施 AI 相关的挑战和限制。例如，目前缺
乏用于训练 AI 模型的标准数据集、缺乏交叉验证组实验、隐私安全问题以及落地困难等问
题，都是限制 AI 技术广泛应用于实际公共卫生事件管理的因素。
本文在后疫情时代的大背景下，深度探究人工智能在突发公共卫生事件管理中的赋能
效用。首先，调研人工智能赋能机制与技术应用，探析人工智能何以及如何为突发公共卫
生事件管理赋能。进而，建立起人工智能赋能危机管理的分析框架。最后，从危机管理的
事前风险管理、事中应急管理、事后善后学习三个阶段，对人工智能在全球新冠肺炎疫情
防空中的赋能效用以及在后疫情时代能继续沿用和进一步创新的实践措施进行论述。旨在
通过基于案例的归类和分析，总结并提出在后疫情时代，人工智能在突发公共卫生事件管
理中更好发挥人工智能赋能效用的政策建议。