本文主要是介绍疫时急速挑战背后,AI落地的大考与序章,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
不知不觉间,我们与新冠疫情的对抗已经渡过了紧张阶段,回顾中我们可以发现,在这场抗击新冠疫情的战役里,AI已然成为了一位不可或缺的参与者。包括像针对病毒基因测序的AI算力和算法的开放,新冠肺炎医疗影像资料的AI诊断等辅助手段的落地;以及公共交通枢纽的AI测温,在社区查验居民出入的AI口罩识别,在医院酒店为病患配送物品的智能机器人,线上医疗咨询的AI客服等应用的推广……
尽管AI技术在这场疫情防控中扮演着辅助角色,但正如我们之前所说,这可能是人类第一次将AI技术应用到大规模公共卫生事件。更重要的是,在疫情发生之后,这些AI技术迅速落地发挥作用,切实帮助了社会管理者更好地应对紧急事件。
与记录这些AI抗疫经历同样重要的是,还要总结AI产品快速落地抗疫的实践经验。在产业AI化的长路上,或许可以帮助我们走的更快更稳。
与疫情抢时间:
领跑在抗疫一线的AI应用们
疫情如同战情,AI抗疫的每一个环节都需要与时间赛跑,与疫情赛跑。以下我们可以看到的AI速度都几乎是在一线的医院以及公共卫生、交通等部门的迫切需求中实现的。
先以最紧迫的新冠肺炎确诊病例检测来说,除核酸诊断外,医疗影像也是重要手段之一。但面对繁重的筛查任务,传统的医生阅片效率显然是不够的。
已经比较成熟AI医疗影像检测,自然成了疫情时期的“热门项目”。目前已经有多家AI企业的智能影像系统应用于全国多家肺炎疫情定点医院。在AI影像诊断的辅助下,平均每个肺炎的阅片筛查速度可以从十几分钟缩短到几十秒。
另外一个更为紧迫的场景就是公共场所的体温异常筛查。随着各个城市特别是一线城市复工潮的来临,返城人员很快造成了城市公共交通客流量的人群聚集压力。如何在人流密集的公共场所做到实时的人体测温,而又要避免因测温出现的人群排队和聚集?这就需要测温仪器做到“无接触感应”、“高效率通行”、“高温人员预警”这三大指标合格。
AI多人体温快速检测系统在很大程度上可以解决这类问题。通过“人体/人像识别+红外/可见光双传感”这类的AI解决方案,可以辅助各类公共场所等高密度人员流动场景下的工作人员快速筛查体温异常者,从而解决疫情平稳后在开放场所的通行效率与可控度。目前多家AI体温检测系统已经在各地交通枢纽、收费站、医院社区出入口投入使用,有效辅助高密集人流的体温筛查,减少一线工作人员的感染风险。
另外一个典型场景就是AI可以代替疫情筛查通知工作中大量重复性劳动。第一类场景是帮助工作人员进行智能电话普查和通知,比如通过智能机器人外呼服务高效完成社区普查和疫情通知的外呼任务,还可以就电话访谈内容生成可视化信息。第二类场景是帮助线上医疗机构进行问诊咨询的AI应答,比如一些聊天机器人可对新冠肺炎科普知识的智能查询、疑似患者的智能问诊及导诊等服务。
这些AI应用能够在极短时间内投入到防疫一线,并且逐步在全国各地的抗疫场景中推广使用,一方面离不开这些AI技术团队的倾力付出和抗疫一线有关部门和工作者的有力配合,另一方面则可以看出AI技术在应对多模态场景下的软硬件耦合经验的成熟以及在AI开发及部署流程上的高效实践。
大考背后:极限操作下的AI抗疫速度
在这一次的AI抗疫中,体现出了两个“高速”趋势,一个是成熟技术的高速大规模部署,另一个则是新技术的快速应用。
前者的典型场景,就是CT影像的落地。
在AI医疗中,医疗影像凭借着与图像识别技术的完美契合度,已经成为了一个非常成熟的领域。在抗疫之下,从确认需求到完成测试上线只有几天的时间,完成一套完整的CT影像AI诊断产品仍然需要一些“极限操作”。
首先,新冠肺炎的CT诊断是一项全新定制化产品。这意味着由于医院的情况各不相同,所以大到医院的网络环境、CT 检查设备,小到各种病例数据、医生电脑工作环境,都需要进行调试和对接。所以,与定制医院和医疗机构的需求沟通就成为非常重要的前期准备工作。
其中最重要的就是前期的AI训练模型和敏捷开发。针对新冠肺炎的医疗影像诊断,多家AI团队早在春节期间就与武汉一线医院开展相关合作,根据疫区医院提供的大量真实的典型肺炎病例数据有效实现CT影像的AI检测模型训练以及根据相对小样本、不同病程造成的个体差异大的特殊场景进行快速迭代的敏捷开发。
其次是AI产品的测试装机工作。与 AI算法调优测试同时,相关服务器硬件的配置测试也同步进行。软硬件系统的协同既要考虑到性能,功耗,稳定性,安全性的综合系统,也要考虑到AI产品在未来大规模推广的成本因素。
接下来就是产品的落地部署。一是采取平台化方式部署,采取集成功能,使得新增功能可以像搭积木一样与原有平台契合,做到即插即用。再就是远程异地部署和现场的装机联网和设备部署。其中涉及硬件产品与医院CT检查设备及工作电脑的兼容联接问题,因此前期的沟通环节的细致与否就十分关键。
最后是系统上线后的最终闭环就是对医生操作培训和远程维护,可以让医生们在CT 影像+AI 识别的系统的提示下,完成对原来有怀疑但不确定的病例进行更确定的诊断。
至于新技术的快速应用,AI测温就是一个典型。
利用红外感应或热成像设备检测温度并不是什么难事,但要将这一几乎没有被AI化过技术从头开发并快速部署,对于技术开发和技术产业化能力都是一种挑战。从目前几家已经上线的AI测温的技术产品来看,他们主要都是采取“人体/人像识别+红外/可见光双传感”的模式进行人体测温的快速开发。
人体识别和人像脸部识别已经是普遍采用的AI技术,这次通过搭配外红线感应摄像头设备,集合出人脸关键点检测及图像红外温度点阵温度分析算法,可以对一定面积内乘客的额头温度进行检测,即便是佩戴帽子和口罩也能够快速筛查。
AI测温更重要的是在现实场景的灵活部署。第一种是固定机位,可以对主要通道内的大部分行人进行快速筛查,在无需行人配合或弱配合的情况下,完成 3-5人/批次的面部温度快速检测系统。而对于环境复杂度高、人员流动性高的场景,还可以采取搭配智能手机等移动设备进行无接触式远距离巡检,有效降低工作人员感染风险。
此前在新加坡落地的AI测温产品,则是配备了热成像仪和3D激光摄像头的智能手机。可以结合距离进行分析,精确测量3米以内的人体温度。而这一套设备仅用两周就实现了落地,而国内的一些产品所用的准备时间更短。
经历这场疫情的大考,对于这些AI技术公司来说更像是一种极限生存挑战赛,也像是为赢得未来市场提前准备的拉练赛。
过往皆为序章:
“战疫”之后医疗AI新机遇
尽管疫情来势汹汹,又恰逢春节假期,但我们看到众多案例中的AI技术团队都几乎在第一时间行动起来。快速的行动反应得益于远程协作的高效沟通,也得益于AI技术本身的成熟积累。比如通过云端,AI团队能够以模块化方式实现的AI算法框架的整体开放,以集成化的方式进行病毒药物相关的数据挖掘和实时更新;比如在此次“战疫”中AI部署跑出的极限速度,也源于在近几年中AI产业特别是医疗健康领域的扎实落地经验。
那么,经此“战疫”之后,我们也可以推测下医疗AI产业会迎来哪些爆发的机会?
可以预见,未来将会有更多的AI应用参与到我国公共卫生的技术保障体系当中。比如,医疗卫生机构和防疫部门可以建立相关的流行传染病的智能监控系统,确保在疫情爆发前期就能对感染人群和感染地区做出提前的监测跟踪和及时的防控。其次,则是在现有的公共监控系统增加人体体温智能监测等功能,以应对公共场所疫情扩散风险。
另外,为更好地应对此次疫情突发的紧急状况,医疗AI相关的技术产品的模块化、低代码开发将成为一种趋势。各大AI平台可以提供集成具有统一接口的通用AI工具,以云化、服务化形式向疫区的相关机构开放AI能力,IT人员在短时间内即可完成疫情相关的应用开发。
更深远的影响将是AI在公共医疗领域的大规模普及。这需要AI技术与包括像病毒筛查、药物疫苗研发、医疗影像分析、智能诊疗、智能健康管理、医疗机器人等医疗环节开展深度合作。同时考虑到我国医疗资源、经济水平等地区差异等问题,医疗AI产业也会注重更低成本、更具落地性的解决方案,实现AI企业、医疗机构和广大居民都能受益的健康医疗体系。
此次疫情,正在由危转机。而这些医疗AI技术团队在此艰难时刻的付出,必在未来得到整个产业馈赠的丰硕回报。
这篇关于疫时急速挑战背后,AI落地的大考与序章的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!