說起人工智能，其實大家都不陌生，它不再是科幻電影中的片段，而是和我們生活的距離越拉越近，并且正影響和改變著我們的生活。在醫(yī)療領域，無論是在醫(yī)學影像、輔助診斷、疾病預測，還是在健康管理、藥物研發(fā)、慢性病管理以及疫情防控等諸多場景中， 利用AI，醫(yī)學檢測質量和效率都遠勝于人類，正在諸多場景中發(fā)揮著關鍵作用。

今天就和大家來說說人工智能的重要特征以及其在醫(yī)藥衛(wèi)生方面的作用。

01、人工智能的重要特征

人工智能重要特征之一就是要處理和分析海量的大規(guī)模數據。人工智能應用在智慧醫(yī)療領域。此前多數的做法是將數據都上傳至云端進行推理和訓練，這樣會對云端造成巨大壓力。

為分擔中心云節(jié)點的壓力，如今學術界和業(yè)界都將目光放在了邊緣側：邊緣計算節(jié)點可以負責自己范圍內的數據計算和存儲工作，實時或更快速的處理數據分析。

02、為什么一定要用邊緣側？

看到這里，有的網友就覺得有點奇怪了，為什么一定要用邊？

因為邊緣側對應不同的應用：

1、IT架構需要根據場景去做優(yōu)化，AI的訓練在云端，指令推送到邊緣側，優(yōu)化后再處理。

2、質檢主要目的是代替人工，提高檢出率。

3、數據量大的情況下，無論是AI，還是其他場景，比如震動傳感器，智能傳感器，都要求在邊緣側做數據的及時處理和返回。

所以邊緣側要求數據處理的及時性，實時性。比如掃描機查走私，對邊緣側處理是有實時的要求的。再比如智慧交通管理，V2X路邊攝像頭可以發(fā)現路口兩輛車行駛軌跡相同，從而對兩輛車發(fā)出預警，這些都需要實時性，都需要邊緣計算。（if use this part, plz polish the wording）

那什么時候需要邊緣計算，或者說，邊緣的典型負載是什么？主要有以下：

1. 數據量大，數據傳輸成本高

2. 對時延要求高，到云上的時間太長，來不及處理

3. 對持久連接要求高: 如果邊端wifi斷開，掉電等不穩(wěn)定

4. 數據安全性 privacy & security

5. Workload 調度要求

6. AI/AA要求的數據調用，調配

03、“云邊協同”

與此同時，云計算做大數據分析挖掘、數據共享，同時進行算法模型的訓練和升級。這樣利用云計算和邊緣計算協同工作的架構，也就是常說的“云邊協同”，是幫助人工智能在醫(yī)療數字化進程中更完美落地應用的一大步創(chuàng)新。

舉個眼前的案例，疫苗的生產。

新冠以來，社會對疫苗的需求驟增。不過，可能很多人不清楚，在生產過程中，像疫苗這樣的液體藥物制劑，關乎生命健康，其生產、灌裝等環(huán)節(jié)的品控都極為嚴苛。因為稍有不慎，出現了感染問題，那么注射疫苗不僅不會保護健康，還會帶來風險。

正因為如此，疫苗生產過程中，不僅要努力實現自動化管理，盡可能的避免人的參與，杜絕外源性污染，而更重要的是快速對疫苗中的可見異物進行檢測。

而在現代化的制藥企業(yè)，通常會采用自動化的燈檢機設備，對藥瓶進行可見異物的檢測。

如上圖所示，是疫苗的自動化流程中的檢測，通過燈檢來對疫苗制劑進行質量把控。

而更快更準的檢測，也對燈檢機設備的運動控制系統(tǒng)和視覺系統(tǒng)提出了更高的要求，簡而言之，要“更快”，比如對于藥瓶中可兼得異物檢測，需要在幾十毫秒內就完成。這意味著燈檢機從旋瓶電機啟動到擺臂到位、再到圖像獲取、實施機器視覺檢測的全流程必須控制在毫秒級。這對于基于人工智能的機器視覺能力提出了挑戰(zhàn)。

04、什么是高質量的燈檢機？

高質量的燈檢機事實上是一個人工智能平臺，一邊捕獲圖像，一邊快速處理圖像。這樣就可以在發(fā)現不合格疫苗的時候，及時地將其剔除，從而保證總體疫苗的質量。

事實上，這也對于疫苗的產能擴大具有重要意義。

要知道，在新冠疫情依然蔓延的今天，疫苗已經成為了應對新冠的重要技術手段。而面對不斷出現的新病毒株，我們不僅僅是要研發(fā)新的疫苗，而且要盡快將其轉化成為產品來供公眾社會使用。

而作為疫苗生產線上必不可少的一步，質量把控是至關重要的，“云邊協同”架構下的燈檢機方案可以讓疫苗生產的質量得到很好的保障。

當然，不只是疫苗，事實上許多藥物生產上，這種技術也是重要保障。