[論文レビュー] A Survey on Applications of Artificial Intelligence in Fighting Against COVID-19

Jianguo Chen, Kenli Li+3 more|arXiv (Cornell University)|Jul 4, 2020

COVID-19 diagnosis using AI参考文献 211被引用数 22

ひとこと要約

本サーベイは、COVID-19と闘うための人工知能（AI）の応用を包括的にレビューし、疾患の検出、ウイルス学、薬剤およびワクチン開発、流行予測の分野に焦点を当てる。医療画像、ゲノム研究、予測モデリングにおけるAI技術を統合し、パンデミック期における診断、治療、公衆衛生対策の迅速化におけるその重要な役割を示している。

ABSTRACT

The COVID-19 pandemic caused by the SARS-CoV-2 virus has spread rapidly worldwide, leading to a global outbreak. Most governments, enterprises, and scientific research institutions are participating in the COVID-19 struggle to curb the spread of the pandemic. As a powerful tool against COVID-19, artificial intelligence (AI) technologies are widely used in combating this pandemic. In this survey, we investigate the main scope and contributions of AI in combating COVID-19 from the aspects of disease detection and diagnosis, virology and pathogenesis, drug and vaccine development, and epidemic and transmission prediction. In addition, we summarize the available data and resources that can be used for AI-based COVID-19 research. Finally, the main challenges and potential directions of AI in fighting against COVID-19 are discussed. Currently, AI mainly focuses on medical image inspection, genomics, drug development, and transmission prediction, and thus AI still has great potential in this field. This survey presents medical and AI researchers with a comprehensive view of the existing and potential applications of AI technology in combating COVID-19 with the goal of inspiring researchers to continue to maximize the advantages of AI and big data to fight COVID-19.

研究の動機と目的

• COVID-19と闘うためのAI応用を、複数の分野にわたって包括的に概説すること。
• 疾患の検出、ウイルス学、創薬、感染伝播予測の分野で使用された主要なAI技術を特定すること。
• AIベースのCOVID-19研究に利用可能な公開データおよびリソースを要約すること。
• 主な課題を強調し、パンデミック対応におけるAIの今後の研究方向性を11項目提案すること。

提案手法

• COVID-19研究におけるAI応用に関する査読付き論文および技術報告書の体系的レビュー。
• AI応用を4つのコア分野に分類：疾患の検出および診断、ウイルス学および病原性、薬剤およびワクチン開発、流行予測。
• 深層学習による医療画像分析（例：CXRおよびCT）、不均衡データに対するトランスファー学習、フェイクニュース検出に向けた自然言語処理（NLP）を含むAI技術の分析。
• AIをゲノム研究および構造生物学と統合し、ウイルスタンパク質の機能および薬剤-タンパク質相互作用を予測。
• 大規模な疫学的およびSNSデータを分析する機械学習モデルを用いて、感染伝播の予測を行う。
• 患者の接触追跡およびリスク評価のための知識グラフおよび社会的ネットワークモデルの構築。

実験結果

リサーチクエスチョン

• RQ1 AIは、医療画像および臨床データを用いてCOVID-19の検出および診断にどのように応用されたか？
• RQ2 AIは、SARS-CoV-2のウイルス学的側面、特にウイルス構造および宿主との相互作用を理解するうえで、どのような役割を果たしたか？
• RQ3 パンデミック期にAI駆動のアプローチは、どのように薬剤およびワクチン開発を加速したか？
• RQ4 AIは、ウイルスの伝播および拡散を予測・モデリングするうえで、どのような形で貢献したか？
• RQ5 AI応用を可能または制限する主なデータリソースおよび技術的課題は何か？

主な発見

• AIは、胸部レントゲンおよびCTスキャンの自動分析により、非侵襲的診断を著しく加速し、核酸検査への依存を低減した。
• 深層学習モデルは、医療画像からのCOVID-19検出において高い正確性を達成しており、一部の研究ではAUC値が0.90を超える報告がある。
• AIを活用したゲノム解析により、SARS-CoV-2の動物由来の起源が特定され、ケナガザルおよびMERS関連コロナウイルスと構造的類縁性が明らかになった。
• トランスファー学習および少数のサンプル学習（few-shot learning）技術により、陽性および陰性のCOVID-19症例が少ない不均衡データセットでもモデル性能が向上した。
• AI駆動の流行予測モデルは、移動データおよび症例データを用いて、流行の発生時期、伝播経路、地域的拡散を的確に予測した。
• AIベースのシステムは、遠隔診断、フェイクニュースのフィルタリング、インテリジェントな接触追跡に展開され、公衆衛生対応の効率性が向上した。