[논문 리뷰] A Survey on Applications of Artificial Intelligence in Fighting Against COVID-19

Jianguo Chen, Kenli Li외 3명|arXiv (Cornell University)|2020. 07. 04.

COVID-19 diagnosis using AI참고 문헌 211인용 수 22

한 줄 요약

이 종합 검토는 코로나19와의 전투에서 인공지능(AI)의 적용을 종합적으로 검토하며, 질병 진단, 바이러스학, 약물 및 백신 개발, 유행 예측에 중점을 둡니다. 의료 영상, 게놈학, 예측 모델링 분야에서 특히 강력한 AI 기법들을 종합적으로 분석함으로써, 패닉 기간 동안 진단, 치료 및 공중보건 대응의 가속화에 있어 AI의 핵심적 역할을 입증합니다.

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.

연구 동기 및 목표

• 다양한 분야에서 코로나19와의 전투에 응용된 AI의 포괄적인 개요를 제공하는 것.
• 질병 진단, 바이러스학, 약물 개발, 전파 예측 분야에서 사용된 주요 AI 기법을 특정하는 것.
• AI 기반 코로나19 연구를 위한 공개된 데이터 및 자원을 요약하는 것.
• 주요 과제를 부각하고 AI를 활용한 패닉 대응을 위한 11개의 향후 연구 방향을 제안하는 것.

제안 방법

• 코로나19 연구 분야에서 AI 응용에 관한 심층적 문헌 및 기술 보고서의 체계적 검토.
• AI 응용을 네 가지 핵심 영역으로 분류: 질병 진단 및 진단, 바이러스학 및 병원성, 약물 및 백신 개발, 유행 예측.
• 의료 영상 분석(예: 흉부 X-레이 및 CT)을 위한 딥러닝, 불균형 데이터에 대한 전이학습, 가짜 뉴스 탐지에 대한 자연어처리(NLP) 기법 등 AI 기법 분석.
• 게놈학 및 구조 생물학과의 통합을 통해 바이러스 단백질 기능과 약물-단백질 상호작용을 예측.
• 이동성 및 확진자 데이터를 활용해 대규모 역학 및 소셜 미디어 데이터를 분석하기 위한 기계학습 모델을 활용한 전파 예측.
• 환자 접촉 추적 및 위험 평가를 위한 지식 그래프 및 사회망 모델 구축.

실험 결과

연구 질문

• RQ1 의료 영상 및 임상 데이터를 활용한 AI의 코로나19 진단 및 진단 적용 방법은 무엇인가요?
• RQ2 SARS-CoV-2 바이러스학을 이해하는 데 AI가 수행한 역할은 무엇이며, 바이러스 구조 및 숙주 상호작용에 어떻게 기여했나요?
• RQ3 팬데믹 기간 동안 AI 기반 접근법이 약물 및 백신 개발을 어떻게 가속화했나요?
• RQ4 AI는 바이러스의 전파 및 확산을 예측하고 모델링하는 데 어떤 방식으로 기여했나요?
• RQ5 AI 응용의 성공 또는 제한 요인으로 작용하는 주요 데이터 자원과 기술적 과제는 무엇인가요?

주요 결과

• AI는 흉부 X-레이 및 CT 스캔의 자동 분석을 통해 비침습적 진단을 크게 가속화하여 핵산 검사 의존도를 낮췄습니다.
• 딥러닝 모델은 의료 영상에서 코로나19를 진단하는 데 높은 정확도를 달성했으며, 일부 연구에서는 AUC 값이 0.90 이상을 기록했습니다.
• AI 기반 게놈 분석은 SARS-CoV-2의 동물원 출처를 규명하고, 고양이 및 MERS 관련 코로나비루스와의 구조적 유사성을 드러냈습니다.
• 전이학습 및 소수 샘플 학습 기법은 양성 및 음성 코로나19 사례가 적은 불균형 데이터셋에서 모델 성능을 향상시켰습니다.
• AI 기반 유행 모델은 이동성 및 확진자 데이터를 활용해 유행 시기, 전파 경로 및 지역적 확산을 성공적으로 예측했습니다.
• 원격 진단, 가짜 뉴스 필터링, 지능형 접촉 추적을 위한 AI 기반 시스템이 도입되어 공중보건 대응의 효율성이 향상되었습니다.