疫时急速挑战背后，AI落地的大考与序章

　　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。