六大场景,看懂声纹识别技术怎样“抗疫防疫”

 

截至2月4日16时,全国累计确诊新型冠状,病毒感染的肺炎20502例,疑似病例23214例,累计死亡病例426例,累计治愈出院693例。...



截至2月4日16时,全国累计确诊新型冠状,病毒感染的肺炎20502例,疑似病例23214例,累计死亡病例426例,累计治愈出院693例。

不断上升的确诊数字牵动着,每个人的心,社会各界纷纷投入到这,场没有硝烟的疫情阻击战中。可以看到,除了不舍昼夜的医护工作者外,人工智能技术也在这场,战役中起到了不可小觑的作用,快速体温检测、大数据防控、接诊问诊、机器人接待……毫无疑问,人工智能技术正逐渐成为人类,的新一代(新一代)守护者。

实现快速体温检测
由于这次春运返程高峰期与疫情防控关键期重叠,春运期间的疫情防控,便显得尤为重要。面对密集的人流,高铁站、机场等交通枢纽采用传统,的手持式“额温枪”“耳温枪”显然难以满足需求。在这种情况下,以人工智能图像识别技术结合红外,热成像技术,可以在一定面积范围内对人流区域多人额头,温度进行快速筛选及预警,解决了佩戴口罩及帽子造成的面部识别,特征较少的问题,方便对人流聚集处的快速筛选。

根据新闻显示,百度已在北京清河火车站,落地ai多人体温快速检测解决方案,基于人脸关键点检测及图像红外温度,点阵温度分析算法,可实现人流密集场所,的快速体温检测。
拉响疫情警报

大数据高效防控疫情
运用云计算、大数据等技术进行精确翔实的,数据归集和分析,能有效助力政府进行科学化决策。例如一家加拿大人工智能,初创企业bluedot,以AI系统搜索外语新闻报道、动植物疾病报告和各类,官方公告,通过自然语言处理分析,可能的疫情报道,2019 年 12 月 31 日该系统发出警告,并正确预测了新型冠状病毒在首次出现后的几天内,将从武汉扩散到曼谷、汉城、台北和东京。

除了拉响警报,大数据技术还能从宏观上预测多少,人可能被感染,帮助政府决策物资,投放和管控手段,精确掌握散落在各地的,隐性传染者。例如基于大数据可以获知,在武汉华南海鲜市场关闭前,有多少曾去过那里的人,通过跟踪他们的信息,进而获得精准防控能力。

此外,有关部门和技术公司还能利用不同维度,的海量数据信息,如地图数据、航空数据、移动通信数据、电商消费数据等,进行综合建模和分析,做出针对疫情的合理决策判断。
智能问诊系统环节医生接待压力
随着基层百姓对疫情的认识不足,由于普通的头疼、发烧、咳嗽而挤向医院的,患者数不胜数。越多的人涌向医院,交叉感染就越多,必将不利于疫情的防控,也让本就紧张,的医疗资源雪上加霜。即使一部分医院、组织通过线上咨询解答,患者疑问,但受到线上医生接待服务时间、精力限制,仍旧无法解决大部分患者疑,问及恐慌。

为缓解一线压力,可以借助自然语言处理,等技术打造肺炎咨询机器人,辅助医生解决简单病情问答,释放医生时间精力去做更有,价值的事。国内智能客服企业快商通已,于1月29日上线肺炎咨询机器人,当前已与北京同仁堂、智业互联、部分三甲医院达成合作,为医院、政府、公益组织等免费提供。
机器人降低接触传播
由于新型冠状病毒的传染性,利用机器人来完成,某些替代性工作,可以有效防止人与人之间的接触所可能,造成的疫情扩散。在本次新型冠状病毒肺炎,确诊案例的治疗过程中,机器人已经派上用场。以美国首例新型肺炎,病患救治过程为例,为了防止病毒的进一步传染,治疗过程中,医生负责在隔离窗外操作机器人,而机器人配备了摄像头、麦克风和听诊器等设备,能替代部分人类工作。

另一方面,机器人除了用来对,病人进行治疗,还可以承担其他的一些,非接触性工作。例如:以送餐机器人为,隔离区人员送餐送物,可避免交叉感染;应用中国科学技术大学,附属第一医院(安徽省立医院)联合中国科大相关技术团队研制,的无接触式多功能自助终端设备,使用者无需与屏幕接触,点击空中成像,就能完成挂号预约缴费等,多功能自助服务。
人工智能算法寻找病毒宿主
对于新型冠状病毒,快速找到其自然宿主、中间宿主,弄清通过什么途径传播到人类,对于切断传播途径,具有重要意义。1月25日,北京大学工学院教授朱怀球团队在biorxiv预印版平台,发表了一篇题为《深度学习算法预测新型冠状病毒的,宿主和感染性》的研究论文。

该团队使用双路卷积神经网络(BiPathCNN)技术,预测新型冠状病毒的宿主,通过分析,研究团队发现,蝙蝠冠状病毒与新型冠状病毒,具有更相似的感染模式,可能是其自然宿主。通过比较所有宿主在脊椎动物上的,病毒传染模式,发现水貂病毒的传染性模式更,接近新型冠状病毒,可能是其中间宿主。
人工智能助力抗病毒药物研发
传统药物研发的大致流程是先筛选出病毒特异性的蛋白靶点,然后从数以万计的化合物库,中大规模筛选,期望从中选出效果好,毒性小的药物。由于筛选量庞大,研发过程费时费力,成本高昂。

在人工智能的参与的,药物研发模式下,首先将大量已知的靶点3d结构与药物,作用模式输入模型,教会人工智能判断某个,药物是否对靶点有作用。人工智能驱动的药物研发变成,了确定靶蛋白的3d结构,然后人工智能便会从庞大的,化合物库中自动筛选可能有效的药物,研发人员只需通过实验,验证少数筛选出的结果,大大节约研发时间和成本。

当前疫情之下,BAT等巨头纷纷捐助庞大AI算力,便是为了协助科学家快速筛,选出药物。


    关注 安全自动化


微信扫一扫关注公众号

0 个评论

要回复文章请先登录注册