AI技术助力下 看病效率得到了不断提升

经过近两个月的全国各地严密防控、勠力奋战，这场牵动人心的疫情终于得到了有效控制。在这场战“疫”中，AI、大数据、云计算等科技力量，正不断被应用各种生活场景，为扼制疫情蔓延和复工复产发挥了积极作用。

尤其，在这场疫情中，AI技术在各个领域内的应用正释放出更大的潜力。在2020年以前，AI泡沫破裂的言论不绝于耳，而在这场疫情中，我们看到泡沫破裂的或许只是公司，而不是技术。“杀不死我的终将使我强大”，AI经此一役，愈来愈成熟。

从科普、问诊到诊断，AI“疯狂输出”

在这场没有硝烟的战场里，AI技术作为医疗“辅助武器”一直在与疫情赛跑。以BAT为代表的互联网企业都在将自身的AI技术应用到互联网医疗的各个场景，从健康科普、在线问诊到病情诊断，AI技术成为提高看病效率的关键“武器”。

据悉，疫情期间，百度搜索流量增长率超过30%，医疗方面的搜索问询量更是同比增长35%。从百度搜索数据能够侧面反映出，医学科普需求巨大。用户在百度搜索“流感”“新冠状病毒肺炎”等词条时，跟疾病相关的内容会通过文字、视频、长图、问答等形式非常醒目的展现出来，用户可以快速获取更可靠的健康知识。

而这些内容的变化源于百度对百度百科医学内容升级，百度联合业内领军专家、顶级科普机构对多种常见病进行编审，以百度AI技术为依托智能化生产内容，极大提升科普内容与网民需求的匹配度。

除此之外，因很多医院科室停诊，只留发热门诊，导致一些慢性病、常见病患者无法得到及时医治，BAT等互联网巨头纷纷推出免费医疗咨询平台，仅百度健康‘问医生’单日咨询量就超过85万。

这些医疗咨询平台作为线下问诊的补充，通过远程义诊方式解决患者疑问，为线下医疗机构分流一些压力，避免出现交叉感染的情况。从在线科普到在线问诊，不仅避免了用户产生恐慌情绪，同时还帮助用户提高保健意识。

在这次疫情中，AI技术对病情诊断也发挥了重大作用。从助力核酸检测盒开发到CT诊断，AI技术都成为了破局利器。阿里巴巴和腾讯纷纷将AI技术作用到CT诊断技术，针对新冠疑似案例 CT 影像做出快速判读，大幅压缩确诊时间，减轻抗疫前线影像科医生的工作量。

疫情之下，有了AI技术的助力，不仅提高了科普、在线问诊、病情诊断的效率，也帮助互联网医疗打破“叫好不叫座”的尴尬局面，让更多受众认可，并且在一定程度上消除了就医不平等的局面 。

正如Eric Topol博士在《深度医学》一书中所表示：看病贵、看病难，医疗问题成为了贫富分化问题的一个表现，而人工智能具有改善医疗问题的潜力和希望。

加速场景落地，才能取得AI时代制高点

自人工智能发展以来，不少科技巨头纷纷向AI转型，传统企业也纷纷利用AI技术来推动业务向智能化转型升级，疫情之下，BAT、京东、华为等科技互联网巨头反应迅速，除了在医学科普、在线问诊、病情诊断等医疗方面能看到他们AI技术的身影，在助力工业生产、科学研究、民生服务等方面，也加速场景落地，抢占AI时代制高点。

在这次疫情中，AI技术对病情诊断也发挥了重大作用。从助力核酸检测盒开发到CT诊断，AI技术都成为了破局利器。阿里巴巴和腾讯纷纷将AI技术作用到CT诊断技术，针对新冠疑似案例 CT 影像做出快速判读，大幅压缩确诊时间，减轻抗疫前线影像科医生的工作量。

疫情之下，有了AI技术的助力，不仅提高了科普、在线问诊、病情诊断的效率，也帮助互联网医疗打破“叫好不叫座”的尴尬局面，让更多受众认可，并且在一定程度上消除了就医不平等的局面 。

正如Eric Topol博士在《深度医学》一书中所表示：看病贵、看病难，医疗问题成为了贫富分化问题的一个表现，而人工智能具有改善医疗问题的潜力和希望。

加速场景落地，才能取得AI时代制高点

自人工智能发展以来，不少科技巨头纷纷向AI转型，传统企业也纷纷利用AI技术来推动业务向智能化转型升级，疫情之下，BAT、京东、华为等科技互联网巨头反应迅速，除了在医学科普、在线问诊、病情诊断等医疗方面能看到他们AI技术的身影，在助力工业生产、科学研究、民生服务等方面，也加速场景落地，抢占AI时代制高点。

自疫情爆发以来，BAT等科技巨头纷纷与地方政府、国家科研机构合作“抢占先机”，其中以百度为例，免费向各基因检测机构、防疫中心及全世界科学研究中心免费开放线性时间算法 LinearFold 以及世界上现有最快的 RNA 结构预测网站。

在医疗产业中，与医疗领域相关的AI应用在时间验证时需要“慢工出细活”，百度通过开放的形式供全世界科学家使用，可以尽快对IT基础设施、数据质量、算法对市场的适合度等各方面进行验证，以此来为医疗智能化提供助力与推动。

目前，国家已经对北京、上海、杭州、合肥等多个城市建设国家新一代人工智能创新发展试验区，在这些试验区，大多都政策强支持、人才供给“给力”、产业基础良好。同时，因为政策导向，AI股权投资也会更注重人工智能与产业的融合。

国内的AI企业分类主要为三大层面：基础层、技术层和应用层。应用层占比超过七成，而中小AI企业也多以应用层为主，强人工智能时代还未到来，对于应用型中小AI企业来说，选择应用场景多元、基础设施健全、教科资源丰富的试验区发展，更能“事半功倍”。否则，对于那些基础研究薄弱、没有应用场景、商业变现途径不明确的AI企业来说，势必会被加速淘汰。

而在这场疫情中，凡是将AI技术持续大规模应用并通过防疫战考验的企业，势必能在中国产业智能化进程中成为更关键的力量。

《连线》杂志前主编凯文·凯利曾经表示：“最伟大的产品到现在还没有发明出来，现在开始一点也不晚，而现在已经发生的事情根本就什么都不算。”

对于正在跑步入场的中小科技公司来说，现在并不晚，机遇与风险并存。想要成为人工智能的独角兽，能做的就是提供能够融入各个产业的新产品和服务。