經(jīng)過近兩個月的全國各地嚴(yán)密防控、勠力奮戰(zhàn)，這場牽動人心的疫情終于得到了有效控制。在這場戰(zhàn)“疫”中，AI、大數(shù)據(jù)、云計算等科技力量，正不斷被應(yīng)用各種生活場景，為扼制疫情蔓延和復(fù)工復(fù)產(chǎn)發(fā)揮了積極作用。

尤其，在這場疫情中，AI技術(shù)在各個領(lǐng)域內(nèi)的應(yīng)用正釋放出更大的潛力。在2020年以前，AI泡沫破裂的言論不絕于耳，而在這場疫情中，我們看到泡沫破裂的或許只是公司，而不是技術(shù)。“殺不死我的終將使我強大”，AI經(jīng)此一役，愈來愈成熟。

從科普、問診到診斷，AI“瘋狂輸出”

在這場沒有硝煙的戰(zhàn)場里，AI技術(shù)作為醫(yī)療“輔助武器”一直在與疫情賽跑。以BAT為代表的互聯(lián)網(wǎng)企業(yè)都在將自身的AI技術(shù)應(yīng)用到互聯(lián)網(wǎng)醫(yī)療的各個場景，從健康科普、在線問診到病情診斷，AI技術(shù)成為提高看病效率的關(guān)鍵“武器”。

據(jù)悉，疫情期間，百度搜索流量增長率超過30%，醫(yī)療方面的搜索問詢量更是同比增長35%。從百度搜索數(shù)據(jù)能夠側(cè)面反映出，醫(yī)學(xué)科普需求巨大。用戶在百度搜索“流感”“新冠狀病毒肺炎”等詞條時，跟疾病相關(guān)的內(nèi)容會通過文字、視頻、長圖、問答等形式非常醒目的展現(xiàn)出來，用戶可以快速獲取更可靠的健康知識。

而這些內(nèi)容的變化源于百度對百度百科醫(yī)學(xué)內(nèi)容升級，百度聯(lián)合業(yè)內(nèi)領(lǐng)軍專家、頂級科普機構(gòu)對多種常見病進行編審，以百度AI技術(shù)為依托智能化生產(chǎn)內(nèi)容，極大提升科普內(nèi)容與網(wǎng)民需求的匹配度。

除此之外，因很多醫(yī)院科室停診，只留發(fā)熱門診，導(dǎo)致一些慢性病、常見病患者無法得到及時醫(yī)治，BAT等互聯(lián)網(wǎng)巨頭紛紛推出免費醫(yī)療咨詢平臺，僅百度健康‘問醫(yī)生’單日咨詢量就超過85萬。

這些醫(yī)療咨詢平臺作為線下問診的補充，通過遠程義診方式解決患者疑問，為線下醫(yī)療機構(gòu)分流一些壓力，避免出現(xiàn)交叉感染的情況。從在線科普到在線問診，不僅避免了用戶產(chǎn)生恐慌情緒，同時還幫助用戶提高保健意識。

在這次疫情中，AI技術(shù)對病情診斷也發(fā)揮了重大作用。從助力核酸檢測盒開發(fā)到CT診斷，AI技術(shù)都成為了破局利器。阿里巴巴和騰訊紛紛將AI技術(shù)作用到CT診斷技術(shù)，針對新冠疑似案例 CT 影像做出快速判讀，大幅壓縮確診時間，減輕抗疫前線影像科醫(yī)生的工作量。

疫情之下，有了AI技術(shù)的助力，不僅提高了科普、在線問診、病情診斷的效率，也幫助互聯(lián)網(wǎng)醫(yī)療打破“叫好不叫座”的尷尬局面，讓更多受眾認(rèn)可，并且在一定程度上消除了就醫(yī)不平等的局面 。

正如Eric Topol博士在《深度醫(yī)學(xué)》一書中所表示：看病貴、看病難，醫(yī)療問題成為了貧富分化問題的一個表現(xiàn)，而人工智能具有改善醫(yī)療問題的潛力和希望。

加速場景落地，才能取得AI時代制高點

自人工智能發(fā)展以來，不少科技巨頭紛紛向AI轉(zhuǎn)型，傳統(tǒng)企業(yè)也紛紛利用AI技術(shù)來推動業(yè)務(wù)向智能化轉(zhuǎn)型升級，疫情之下，BAT、京東、華為等科技互聯(lián)網(wǎng)巨頭反應(yīng)迅速，除了在醫(yī)學(xué)科普、在線問診、病情診斷等醫(yī)療方面能看到他們AI技術(shù)的身影，在助力工業(yè)生產(chǎn)、科學(xué)研究、民生服務(wù)等方面，也加速場景落地，搶占AI時代制高點。

在這次疫情中，AI技術(shù)對病情診斷也發(fā)揮了重大作用。從助力核酸檢測盒開發(fā)到CT診斷，AI技術(shù)都成為了破局利器。阿里巴巴和騰訊紛紛將AI技術(shù)作用到CT診斷技術(shù)，針對新冠疑似案例 CT 影像做出快速判讀，大幅壓縮確診時間，減輕抗疫前線影像科醫(yī)生的工作量。

疫情之下，有了AI技術(shù)的助力，不僅提高了科普、在線問診、病情診斷的效率，也幫助互聯(lián)網(wǎng)醫(yī)療打破“叫好不叫座”的尷尬局面，讓更多受眾認(rèn)可，并且在一定程度上消除了就醫(yī)不平等的局面 。

正如Eric Topol博士在《深度醫(yī)學(xué)》一書中所表示：看病貴、看病難，醫(yī)療問題成為了貧富分化問題的一個表現(xiàn)，而人工智能具有改善醫(yī)療問題的潛力和希望。

加速場景落地，才能取得AI時代制高點

自人工智能發(fā)展以來，不少科技巨頭紛紛向AI轉(zhuǎn)型，傳統(tǒng)企業(yè)也紛紛利用AI技術(shù)來推動業(yè)務(wù)向智能化轉(zhuǎn)型升級，疫情之下，BAT、京東、華為等科技互聯(lián)網(wǎng)巨頭反應(yīng)迅速，除了在醫(yī)學(xué)科普、在線問診、病情診斷等醫(yī)療方面能看到他們AI技術(shù)的身影，在助力工業(yè)生產(chǎn)、科學(xué)研究、民生服務(wù)等方面，也加速場景落地，搶占AI時代制高點。

自疫情爆發(fā)以來，BAT等科技巨頭紛紛與地方政府、國家科研機構(gòu)合作“搶占先機”，其中以百度為例，免費向各基因檢測機構(gòu)、防疫中心及全世界科學(xué)研究中心免費開放線性時間算法 LinearFold 以及世界上現(xiàn)有最快的 RNA 結(jié)構(gòu)預(yù)測網(wǎng)站。

在醫(yī)療產(chǎn)業(yè)中，與醫(yī)療領(lǐng)域相關(guān)的AI應(yīng)用在時間驗證時需要“慢工出細活”，百度通過開放的形式供全世界科學(xué)家使用，可以盡快對IT基礎(chǔ)設(shè)施、數(shù)據(jù)質(zhì)量、算法對市場的適合度等各方面進行驗證，以此來為醫(yī)療智能化提供助力與推動。

目前，國家已經(jīng)對北京、上海、杭州、合肥等多個城市建設(shè)國家新一代人工智能創(chuàng)新發(fā)展試驗區(qū)，在這些試驗區(qū)，大多都政策強支持、人才供給“給力”、產(chǎn)業(yè)基礎(chǔ)良好。同時，因為政策導(dǎo)向，AI股權(quán)投資也會更注重人工智能與產(chǎn)業(yè)的融合。

國內(nèi)的AI企業(yè)分類主要為三大層面：基礎(chǔ)層、技術(shù)層和應(yīng)用層。應(yīng)用層占比超過七成，而中小AI企業(yè)也多以應(yīng)用層為主，強人工智能時代還未到來，對于應(yīng)用型中小AI企業(yè)來說，選擇應(yīng)用場景多元、基礎(chǔ)設(shè)施健全、教科資源豐富的試驗區(qū)發(fā)展，更能“事半功倍”。否則，對于那些基礎(chǔ)研究薄弱、沒有應(yīng)用場景、商業(yè)變現(xiàn)途徑不明確的AI企業(yè)來說，勢必會被加速淘汰。

而在這場疫情中，凡是將AI技術(shù)持續(xù)大規(guī)模應(yīng)用并通過防疫戰(zhàn)考驗的企業(yè)，勢必能在中國產(chǎn)業(yè)智能化進程中成為更關(guān)鍵的力量。

《連線》雜志前主編凱文·凱利曾經(jīng)表示：“最偉大的產(chǎn)品到現(xiàn)在還沒有發(fā)明出來，現(xiàn)在開始一點也不晚，而現(xiàn)在已經(jīng)發(fā)生的事情根本就什么都不算?！?/p>

對于正在跑步入場的中小科技公司來說，現(xiàn)在并不晚，機遇與風(fēng)險并存。想要成為人工智能的獨角獸，能做的就是提供能夠融入各個產(chǎn)業(yè)的新產(chǎn)品和服務(wù)。