将「雷科技Lite」收藏为我的小程序，不再错过精彩内容
新型冠状病毒肺炎肆虐至今已经给中国社会带来了巨大的损失，同时这个病毒“狡猾”的性质也让民众忧心忡忡，不知道如何防范。在目前的诊断手段中，医院必须使用核酸测试病人的呼吸道样本，如果核酸测试呈阳性，那么便可以宣布确诊新冠肺炎。然而，核酸测试存在需时较长、需要专用的测试盒等缺点，自肺炎爆发至今全国上下均在寻找核酸测试以外的检测手段，希望进一步加快检测速度和降低成本，让更多的疑似病症的病人可以得到救治，同时也可以降低医护人员的工作压力。2月14日消息，在钟南山院士的指导下“快速检测试剂盒”成功诞生，据介绍这一测试盒可以在15分钟内得出结果，相比核酸测试分析时间大大提高。实际上，除了各类测试盒检测外，通过观察患者肺部CT图像的变化临床医生也能判断出患者是否感染了新冠肺炎，但是也存在一些问题。一名患者的肺部CT图像数量高达300张，光凭肉眼的观察、对比的话，一次诊断需要耗费医生5分钟到15分钟不等的时间，效率并不算高。针对这一难题，科技圈再度传来好消息。由阿里达摩院研发的AI诊断技术能够在20秒内对患者的肺部CT图像作出分析和判读，从而为临床医生提供确诊判断依据，准确率可以达到96%以上。显然，在快速检测试剂盒和CT图像的交叉验证之下，新冠肺炎疑似患者能够更快地得到相应的救治，提升抗“疫”应对效率。据闻，阿里达摩院的AI诊断技术在今天（2月16日）便会在河南郑州小汤山医院正式“上岗”，作为临床诊断的辅助技术之一。
“AI摄影” 同款功能
从名字来看，阿里达摩院的“AI诊断技术”似乎十分高大上，但从原理来看这一技术其实和我们手机中早已普及的“AI摄影”功能是一个样的。简单来说，类似的AI技术都是通过图像识别和大数据分析，来快速地获得判断结果。根据网易科技介绍，阿里达摩院医疗团队与浙大一附院、万里云、长远佳和古珀医院等多家机构合作拿到了大量数据（CT影响样本），再结合NLP、CNN等经典人工智能学习技术进行训练，最终让AI能够以96%的准确率分辨确诊病患的肺部CT图像和正常人的CT图像。至于为什么疫情爆发之初类似的技术没有出现，主要原因还是因为数据不足。众所周知AI训练的基础是大量的数据，而新冠肺炎又是新爆发的疫情，早期的数据搜集问题比较棘手。而随着病例的不断增加，相关样本数据的问题也就解决了，虽然说病例增加是我们不愿见到的，但正因为如此AI技术才能够更好地发挥作用，始终是不幸中的大幸。在AI技术的帮助下，现在20秒就能得出诊断结论，而这些数据也能为临床医生提供更多的参考。例如，病人肺部病灶的占比比例、病症的轻重程度等数据也能在诊断结果中显示，对临床医生来说这些信息足以帮助他快速地制定治疗措施。其实我们手机里的AI摄影技术其原理也是差不多，手机中的AI摄影技术也是要经历数据训练这一步骤。技术的本质是AI图像识别能力，在经历大量、长时间的训练后AI能够准确地识别出当前拍摄的场景，例如是建筑还是自然风光，是城市夜景还是乡村夜景，进而给出针对性的参数配置和建议，帮助我们拍出更好的照片。另外，无论是帮助检测新冠病毒也好，帮助我们拍出更好照片也好，AI技术所扮演的角色始终只是“辅助”，仅仅是提供有价值的建议，而非直接替代我们作出决定。话虽如此，能够提供如此有价值的资料已经帮了医生大忙，相信类似技术大量出现后前线医生的工作负担将会进一步减轻。
AI发威正当时
如果不是危机当头AI数据分析刷了一波存在感，似乎我们已经忘了“AI”的存在。和2018年、2019年初的“AI热潮”不同，自2019年下半年以来我们已经很少能够听到消费市场上有关AI技术的一些新动作，相反的是5G、折叠屏这些产品特性的新闻反而变得更热门一些。其实我们回头看，阿里达摩院的AI诊断技术也不是什么新技术、新应用，类似的效果我们早在2018年甚至2017年就已经见识过，但这个技术放在疫情当道的今天，却恰好能够发挥出超乎想象的效果，让全社会得益。对于AI这项技术而言，其优点始终是处理大数据、分析大数据，为用户提供各式各样的趋势判断和数据模型。从这样的特性来看，放在消费产品上颇有大材小用的意思。随着消费者对AI的敏感度有所下降，企业们更愿意将AI技术用在B端，又或者是医疗、供应链等专业领域，为企业或者专业人士提供更多有价值的数据。在消费者眼里，AI的价值如何始终难有一个准确的判断。一来寄生于终端产品上的AI功能在效果上并没有展现出明显的优势，例如我们提到的AI摄影等等在非专业人士眼中可能会看不出来到底有哪些方面的提升。消费者无法知晓AI背后的运作逻辑，对于照片的色彩变化他们可能会简单粗暴地归纳为“套滤镜”，如何强化AI功能的用户认知是一大难题。二来，目前在产品上的AI功能作用还是太少，除了AI摄影之外，再加上智能语音助手的语义理解，似乎就找不到其他有价值的AI功能。因此，快速诊断肺炎这些场景中AI超强算力、超高分析能力等优势才能展现出来，对用户来说才有较强的感知。不难看出，现阶段的AI功能并非万试万灵， 在C端产品上遇到瓶颈后，似乎当幕后功臣和转战B端才是其正确的方向。在我们看来，目前的“AI”技术本质上是由于算法特殊而诞生的“增强型算法”，但本质上依然是属于软件算法的一种，和科幻作品中的“人工智能”仍有本质差异。相信在未来较长的一段时间里，AI的主要作用还是集中出现在专业领域，例如教育、医疗和科研等。而在产品领域，我们所能接触到的只是AI功能的冰山一角， 同时用户感知也不会大幅提升。然而不管本质如何，在如今这个特殊关头AI技术能够站出来贡献力量，也算是有一分热，发一分光了。
