这是一场载入史册的疫情，人类的一举一动都会写进历史。许多AI公司，在经过几年与金钱利益的疯狂斗争之后，开始思索社会责任感，新冠疫情就是一次体现医疗AI实力的机会。疫情突发的时候，诞生了两类公司。一类在倒闭，一类在捐“款”。前者不必多说，叹一声人生不易。后者捐款却有着很多方式。这里的款有很多种方式，不仅仅是钱和物资。就拿英特尔来说，除了钱上的一千万美元，还有四千万美元技术协助和一千万美元由员工牵头的救助项目。此外，英特尔也是Open COVID Pledge 联盟的发起人，为新冠病毒科学家和研究人员免费开放英特尔庞大的知识产权库。据悉，这是世界上规模最大的知识产权组合之一。当然，明面上说，英特尔是世界顶尖芯片公司，不管是商业化还是实验室，都可以把芯片玩的锃光瓦亮无可匹敌，但这玩意能电死新冠病毒吗？笔者听了一场“人工智能助力科技战疫线上沙龙”后，觉得此事不简单。

与疫情的较量

这是一场载入史册的疫情，人类的一举一动都会写进历史。许多AI公司，在经过几年与金钱利益的疯狂斗争之后，开始思索社会责任感，新冠疫情就是一次体现医疗AI实力的机会。

比如说新冠疫情的CT检测，起初新冠病毒的检测犹如一门玄学，人们在假阳性的纠结中怀疑人生，甚至思考到底是自己肺出现问题，还是机器说谎。随着检测策略的进步，已经数据的积累，AI开始发挥功效。

一家名为汇医慧影的公司，收集大量新冠肺炎数据，由专业医生团队进行精标注，利用深度学习分割技术，实现病灶快速识别和精准测量，并且结合多模态数据实现肺炎的智能分类。据悉，对于肺炎病灶的检出率和准确率达到96%；结合高效处理器和轻量级网络模型等技术，提升算法效率，500+幅CT影像20秒即可完成诊断。

细究背后技术，就是基于英特尔处理器的优化和算力支持，并结合人工智能神经网络模型，该解决方案可以快速处理图像CT研究报告。

英特尔提供算力、模型等一系列平台解决方案，就像Moba游戏里的奶妈，滋养前线战士。这种模式还渗透到其他抗击新冠病毒的合作伙伴中。

那拿最简单的口罩来说。单方面通过社交圈宣布自己有口罩资源的方式，也轮到英特尔动手？当然这是单纯的谋利方式，如果是造口罩，真就需要英特尔出马。

深圳市汇川技术股份有限公司专注于工业自动化，拥有矢量变频技术、矢量变频器、伺服系统、可编程逻辑控制器、编码器、永磁同步电机等产品的核心技术。这造起口罩来，就是“刷刷刷”的感觉。

据介绍，汇川的自动化N95口罩生产解决方案，一方面造的快，最高可以达到传统电气方案的两倍，一台机器当两台用。还能够视觉检测，可达到每分钟检测 150 件口罩的检测量（150pcs/m），同时可以实现99.99% 的准确率，平均每条产线减少 2-3 名检测人员的同时，仍旧可以确保 24x7 无间断的生产。

其使用的就是Intel酷睿处理器的高性能控制器，以及监督和非监督深度学习辅助传统机器视觉技术。

再说，钛米机器人公司，可以造消毒机器人、配送机器人、初筛机器人、病房服务机器人多款产品的公司，由于疫情的特殊性，据说该公司已有总共500余台机器人奋战在疫情一线。据介绍，钛米几款机器人均采用了英特尔酷睿处理器，该处理器具有的高可能性、可拓展性和安全性为上海钛米机器人股份有限公司产品的运行奠定了强大的算力基础。

还有一个关于疫情期间，做基于AI的精准防控、疫情推演及病毒溯源方案的公司——第四范式。其高维机器学习防控筛查模型，能够精准筛查高风险易感人群；建立的可学习的省市区县级数字孪生系统，可以实时预演分析疫情发展；基于AI技术构建疫情溯源系统，能够快速追溯传染路径。

这背后也离不开英特尔，通过在硬件层面提供更高性能的第二代至强可扩展处理器，并在内核中不断引入AVX-512指令集、DL Boost人工智能加速指令集、DAAL高性能机器学习和数据分析库、MKL-DNN数学核心函数库、nGraph编译器等进行软件优化，使得整个处理器的AI推理性能成倍提升。同时，通过傲腾数据中心级持久内存，为用户提供单盘高达512GB的容量和更优成本，以支持更多的虚机和容器。

于第四范式而言，通过在软件层，针对第二代至强可扩展处理器Numa架构进行优化，以提升CPU的利用率和访存密集型训练算法性能，同时结合自研的加速卡和分布式机器学习训练框架，提升整个AI模型的训练效率。双方的合作重点就在于软件和硬件的协同优化。

四个例子都表达了英特尔这个“奶妈”角色的作用，如果你只用游戏操作的难易程度来评判奶妈的很弱，那是错误的。至少英特尔所拥有的计算、存储、传输以及软硬件协同、平台化方案是作为顶层技术公司很难去匹敌。

英特尔公司市场营销集团副总裁兼中国区行业解决方案部总经理梁雅莉

英特尔公司市场营销集团副总裁兼中国区行业解决方案部总经理梁雅莉将这种与合作伙伴的关系，表达为英特尔50余年发展来的基石。

医疗AI的价值在于协同？

据2018年9月中国信息通信研究院发布的《2018 世界人工智能产业蓝皮书》指出，在中国各类垂直行业中，人工智能渗透较多的领域包括了医疗健康、金融、商业、教育和安防等，其中与医疗健康相关的 AI 企业在所有 AI 企业中占比最高，达到 22%。

对于科技公司来说，医疗领域是一个门槛很高的肥肉。就像被潘金莲一竿子砸到脑袋的西门庆，抬头垂涎欲滴，且通二楼阳台的路被武松封死。

产业现状就如赛迪顾问人工智能产业研究中心高级分析师杜欣泽在线上沙龙期间表示：“目前中国AI产业正在从成长期过渡到成熟期的关键节点，产业模式趋于稳定。对于医疗AI来说，也同样处于这样的时期，且医疗AI的市场占有速度非常快，未来还能有很大的成长空间。”

医疗AI现状总结起来，就是市场前景大，但不是你想玩就能玩。

梁雅莉在技术层面总结了一下几大挑战，如下图：

一一解释一下就是：

•数据量。模型越复杂，参数越多，所需要的训练样本量就越大。但是对许多复杂的临床场景而言，所需要的大量可靠数据却并不容易获得；

•数据质量。一般而言，健康数据的组织化和标准化程度都不高，且数据分散、有噪声。在条件不好的诊所，还存在电子病历信息缺失或有误、多机构间分散存储等问题，同时接口数据可靠性也很差；

•模型的可解释性。深度学习模型是个黑盒子，对如何得出结论没有明确的解释，其决策模式的权威性也尚待验证；

•模型的通用性。首先是模型偏差，比如采用白种人患者数据进行训练的模型，可能在其他种族患者中效果不佳；还有就是模型互操作性差，即很难建立一个适用于两种不同电子病历系统中的深度学习模型；

•模型安全。即便是训练有素的图像处理模型，也有可能因输入图像的扰动而受到不良影响，但这一扰动却无法被人察觉。

此外，还存在数据 “差之毫厘” 就可能带来预测结果 “失之千里” 的问题，比如，轻微改变患者电子病历数据中的实验检测值，就会极大影响模型对住院死亡率的预测结果。

对于科技公司来说，最大的公平就是大家都有相同的挑战。英特尔应对该挑战所给出的答案是协同。

这里的协同一方面是技术层面的协同，拥有多年软硬件实力的英特尔，用平台化方案布局医疗AI领域，已经得到验证，且还在加速布局。如英特尔亚洲人工智能销售技术总监伊红卫所说:“AI有光明的未来和很多独特的优势，如今英特尔已经变成一个以数据为中心的公司，拥有计算、存储、传输、软件协同等多方面实力，可以打造很好的平台方案来协助客户。”

另一个协同就是和合作伙伴的协同。英特尔公司CEO司睿博给客户和合作伙伴的一封信中，有句话说得好：“长期以来，我们全球科技界彼此依赖，互相促进显得尤其重要。”

现在看，任何抛弃合作伙伴、生态链的公司，都在死亡的边缘疯狂蹦迪。即便拥有超强的想象力，不过是科幻小说的写手。

这场在线沙龙上，“科技向善”四个字显得格外亮眼。技术没有善恶之分，使用技术的人才有。如果危机是一场自我学习，那么这场被写进历史的新冠疫情，至少可以让人们重新认识善良。