COVID-19下的人工智能全景回顾：现状与未来导向

本文主要探讨了人工智能（AI）在COVID-19大流行期间的应用和影响，以及对未来研究方向的展望。作者们对2019年12月至2021年6月期间发表的相关综述进行了系统性回顾，涵盖了PubMed、Scopus等数据库，共计45篇研究。他们的研究重点在于理解AI在抗击新冠疫情中的应用模式、关系和趋势，包括识别潜在的应用、评估智能系统的实际作用以及元分析方法的使用情况。 初期的研究主要集中在探索AI可能的应用领域，随着时间的推移，焦点逐渐转向评估AI在疫情管理中的实际效能。然而，文中指出仅有少量综述采用了Meta分析这种高级分析方法，表明在研究方法上的成熟度还有待提高。在技术手段上，医学主题和深度学习（Deep Neural Networks, DNN）方法占据主导地位。 此外，作者们针对大流行后的AI研究提出了前瞻性思考，提出了七个关键的研究主题，这些主题反映了COVID-19危机对AI领域的深刻影响。这些主题涉及更可持续、负责任的智能系统设计，包括但不限于： 1. AI在公共卫生预警和监测中的长期角色 2. 数据隐私和安全在大流行期间的挑战及解决方案 3. AI驱动的疫苗开发和药物筛选 4. AI在远程医疗和 Telemedicine中的创新应用 5. AI伦理道德框架的建立，以确保决策透明度 6. AI在心理健康和福祉支持方面的应用 7. AI在后疫情时代的教育和技术培训中的作用 通过这份综合研究和前瞻性讨论，本文旨在为AI研究者提供一个全面的视角，帮助他们理解和规划未来的研究方向，以应对COVID-19带来的影响并塑造一个更适应未来公共卫生挑战的智能生态系统。这项工作的版权信息表明，它将为学术界提供有价值的洞见，促进AI在公共卫生领域的持续发展和进步。