這是一場載入史冊的疫情，人類的一舉一動都會寫進歷史。許多AI公司，在經過幾年與金錢利益的瘋狂斗爭之后，開始思索社會責任感，新冠疫情就是一次體現醫(yī)療AI實力的機會。疫情突發(fā)的時候，誕生了兩類公司。一類在倒閉，一類在捐“款”。前者不必多說，嘆一聲人生不易。后者捐款卻有著很多方式。這里的款有很多種方式，不僅僅是錢和物資。就拿英特爾來說，除了錢上的一千萬美元，還有四千萬美元技術協(xié)助和一千萬美元由員工牽頭的救助項目。此外，英特爾也是Open COVID Pledge 聯盟的發(fā)起人，為新冠病毒科學家和研究人員免費開放英特爾龐大的知識產權庫。據悉，這是世界上規(guī)模最大的知識產權組合之一。當然，明面上說，英特爾是世界頂尖芯片公司，不管是商業(yè)化還是實驗室，都可以把芯片玩的锃光瓦亮無可匹敵，但這玩意能電死新冠病毒嗎？筆者聽了一場“人工智能助力科技戰(zhàn)疫線上沙龍”后，覺得此事不簡單。

與疫情的較量

這是一場載入史冊的疫情，人類的一舉一動都會寫進歷史。許多AI公司，在經過幾年與金錢利益的瘋狂斗爭之后，開始思索社會責任感，新冠疫情就是一次體現醫(yī)療AI實力的機會。

比如說新冠疫情的CT檢測，起初新冠病毒的檢測猶如一門玄學，人們在假陽性的糾結中懷疑人生，甚至思考到底是自己肺出現問題，還是機器說謊。隨著檢測策略的進步，已經數據的積累，AI開始發(fā)揮功效。

一家名為匯醫(yī)慧影的公司，收集大量新冠肺炎數據，由專業(yè)醫(yī)生團隊進行精標注，利用深度學習分割技術，實現病灶快速識別和精準測量，并且結合多模態(tài)數據實現肺炎的智能分類。據悉，對于肺炎病灶的檢出率和準確率達到96%；結合高效處理器和輕量級網絡模型等技術，提升算法效率，500+幅CT影像20秒即可完成診斷。

細究背后技術，就是基于英特爾處理器的優(yōu)化和算力支持，并結合人工智能神經網絡模型，該解決方案可以快速處理圖像CT研究報告。

英特爾提供算力、模型等一系列平臺解決方案，就像Moba游戲里的奶媽，滋養(yǎng)前線戰(zhàn)士。這種模式還滲透到其他抗擊新冠病毒的合作伙伴中。

那拿最簡單的口罩來說。單方面通過社交圈宣布自己有口罩資源的方式，也輪到英特爾動手？當然這是單純的謀利方式，如果是造口罩，真就需要英特爾出馬。

深圳市匯川技術股份有限公司專注于工業(yè)自動化，擁有矢量變頻技術、矢量變頻器、伺服系統(tǒng)、可編程邏輯控制器、編碼器、永磁同步電機等產品的核心技術。這造起口罩來，就是“刷刷刷”的感覺。

據介紹，匯川的自動化N95口罩生產解決方案，一方面造的快，最高可以達到傳統(tǒng)電氣方案的兩倍，一臺機器當兩臺用。還能夠視覺檢測，可達到每分鐘檢測 150 件口罩的檢測量（150pcs/m），同時可以實現99.99% 的準確率，平均每條產線減少 2-3 名檢測人員的同時，仍舊可以確保 24x7 無間斷的生產。

其使用的就是Intel酷睿處理器的高性能控制器，以及監(jiān)督和非監(jiān)督深度學習輔助傳統(tǒng)機器視覺技術。

再說，鈦米機器人公司，可以造消毒機器人、配送機器人、初篩機器人、病房服務機器人多款產品的公司，由于疫情的特殊性，據說該公司已有總共500余臺機器人奮戰(zhàn)在疫情一線。據介紹，鈦米幾款機器人均采用了英特爾酷睿處理器，該處理器具有的高可能性、可拓展性和安全性為上海鈦米機器人股份有限公司產品的運行奠定了強大的算力基礎。

還有一個關于疫情期間，做基于AI的精準防控、疫情推演及病毒溯源方案的公司——第四范式。其高維機器學習防控篩查模型，能夠精準篩查高風險易感人群；建立的可學習的省市區(qū)縣級數字孿生系統(tǒng)，可以實時預演分析疫情發(fā)展；基于AI技術構建疫情溯源系統(tǒng)，能夠快速追溯傳染路徑。

這背后也離不開英特爾，通過在硬件層面提供更高性能的第二代至強可擴展處理器，并在內核中不斷引入AVX-512指令集、DL Boost人工智能加速指令集、DAAL高性能機器學習和數據分析庫、MKL-DNN數學核心函數庫、nGraph編譯器等進行軟件優(yōu)化，使得整個處理器的AI推理性能成倍提升。同時，通過傲騰數據中心級持久內存，為用戶提供單盤高達512GB的容量和更優(yōu)成本，以支持更多的虛機和容器。

于第四范式而言，通過在軟件層，針對第二代至強可擴展處理器Numa架構進行優(yōu)化，以提升CPU的利用率和訪存密集型訓練算法性能，同時結合自研的加速卡和分布式機器學習訓練框架，提升整個AI模型的訓練效率。雙方的合作重點就在于軟件和硬件的協(xié)同優(yōu)化。

四個例子都表達了英特爾這個“奶媽”角色的作用，如果你只用游戲操作的難易程度來評判奶媽的很弱，那是錯誤的。至少英特爾所擁有的計算、存儲、傳輸以及軟硬件協(xié)同、平臺化方案是作為頂層技術公司很難去匹敵。

英特爾公司市場營銷集團副總裁兼中國區(qū)行業(yè)解決方案部總經理梁雅莉

英特爾公司市場營銷集團副總裁兼中國區(qū)行業(yè)解決方案部總經理梁雅莉將這種與合作伙伴的關系，表達為英特爾50余年發(fā)展來的基石。

醫(yī)療AI的價值在于協(xié)同？

據2018年9月中國信息通信研究院發(fā)布的《2018 世界人工智能產業(yè)藍皮書》指出，在中國各類垂直行業(yè)中，人工智能滲透較多的領域包括了醫(yī)療健康、金融、商業(yè)、教育和安防等，其中與醫(yī)療健康相關的 AI 企業(yè)在所有 AI 企業(yè)中占比最高，達到 22%。

對于科技公司來說，醫(yī)療領域是一個門檻很高的肥肉。就像被潘金蓮一竿子砸到腦袋的西門慶，抬頭垂涎欲滴，且通二樓陽臺的路被武松封死。

產業(yè)現狀就如賽迪顧問人工智能產業(yè)研究中心高級分析師杜欣澤在線上沙龍期間表示：“目前中國AI產業(yè)正在從成長期過渡到成熟期的關鍵節(jié)點，產業(yè)模式趨于穩(wěn)定。對于醫(yī)療AI來說，也同樣處于這樣的時期，且醫(yī)療AI的市場占有速度非?？?，未來還能有很大的成長空間?！?

醫(yī)療AI現狀總結起來，就是市場前景大，但不是你想玩就能玩。

梁雅莉在技術層面總結了一下幾大挑戰(zhàn)，如下圖：

一一解釋一下就是：

?數據量。模型越復雜，參數越多，所需要的訓練樣本量就越大。但是對許多復雜的臨床場景而言，所需要的大量可靠數據卻并不容易獲得；

?數據質量。一般而言，健康數據的組織化和標準化程度都不高，且數據分散、有噪聲。在條件不好的診所，還存在電子病歷信息缺失或有誤、多機構間分散存儲等問題，同時接口數據可靠性也很差；

?模型的可解釋性。深度學習模型是個黑盒子，對如何得出結論沒有明確的解釋，其決策模式的權威性也尚待驗證；

?模型的通用性。首先是模型偏差，比如采用白種人患者數據進行訓練的模型，可能在其他種族患者中效果不佳；還有就是模型互操作性差，即很難建立一個適用于兩種不同電子病歷系統(tǒng)中的深度學習模型；

?模型安全。即便是訓練有素的圖像處理模型，也有可能因輸入圖像的擾動而受到不良影響，但這一擾動卻無法被人察覺。

此外，還存在數據 “差之毫厘” 就可能帶來預測結果 “失之千里” 的問題，比如，輕微改變患者電子病歷數據中的實驗檢測值，就會極大影響模型對住院死亡率的預測結果。

對于科技公司來說，最大的公平就是大家都有相同的挑戰(zhàn)。英特爾應對該挑戰(zhàn)所給出的答案是協(xié)同。

這里的協(xié)同一方面是技術層面的協(xié)同，擁有多年軟硬件實力的英特爾，用平臺化方案布局醫(yī)療AI領域，已經得到驗證，且還在加速布局。如英特爾亞洲人工智能銷售技術總監(jiān)伊紅衛(wèi)所說:“AI有光明的未來和很多獨特的優(yōu)勢，如今英特爾已經變成一個以數據為中心的公司，擁有計算、存儲、傳輸、軟件協(xié)同等多方面實力，可以打造很好的平臺方案來協(xié)助客戶?！?

另一個協(xié)同就是和合作伙伴的協(xié)同。英特爾公司CEO司睿博給客戶和合作伙伴的一封信中，有句話說得好：“長期以來，我們全球科技界彼此依賴，互相促進顯得尤其重要?！?

現在看，任何拋棄合作伙伴、生態(tài)鏈的公司，都在死亡的邊緣瘋狂蹦迪。即便擁有超強的想象力，不過是科幻小說的寫手。

這場在線沙龍上，“科技向善”四個字顯得格外亮眼。技術沒有善惡之分，使用技術的人才有。如果危機是一場自我學習，那么這場被寫進歷史的新冠疫情，至少可以讓人們重新認識善良。