人工智能技術(shù)多面滲透抗擊疫情各環(huán)節。

機器人、溫測大數據分析為抗疫使用熱產(chǎn)品。

“看”-AI 體溫檢測系統提供智能識別。

AI體溫檢測的關(guān)鍵在于紅外體溫。測溫精度不足，僅可對人員進(jìn)行初篩；受環(huán)境因素影響較大，遠距離測溫無(wú)法解決；測溫精度修正成為AI未來(lái)的突破重點(diǎn)；相關(guān)技術(shù)和產(chǎn)品亟需制定標準規范。AI技術(shù)在復雜環(huán)境下的遠距離紅外測溫方向上仍需深耕。

AI測溫系統產(chǎn)能不足，核心部件較國外存在差距。

“看”-AI看片，輔助醫生診斷看片。當前醫學(xué)影像處理中，肺結節檢測等L域已經(jīng)十分成熟，也是AI企業(yè)重要研究方向之一。得益于前期的積累，相關(guān)算法能夠快速遷移應用于新G肺炎疫情中。但是問(wèn)題也很顯然，各個(gè)醫院的數據無(wú)法打通，且缺少有效標注數據；肺部影像輔助診斷發(fā)揮的實(shí)際效用有限，無(wú)法指導治療環(huán)節。

肺部影像分析系統

主要技術(shù)

目前醫學(xué)影像L域算法快速突破，算力持續增長(cháng)，算法快速迭代，如何獲取足夠豐富且G質(zhì)量的醫療數據成為提升診斷準確度的關(guān)鍵因素。得益于深度學(xué)習算法的進(jìn)步，圖像識別能力不斷提G，2015年Resnet算法識別錯誤率已經(jīng)低于人眼的識別錯誤率，標志著(zhù)算法在圖像L域已經(jīng)達到初步實(shí)用階段。GPU作為G性能計算機集群協(xié)處理器，峰值性能優(yōu)于FPGA，在醫學(xué)影像L域應用也越來(lái)廣泛。隨著(zhù)運算量的大幅度增加，為醫療影像商業(yè)化應用提供了強有力的支撐。G質(zhì)量數據獲取和標注能力是AI醫學(xué)影像公司的核心競爭力。

我國醫療數據有數據量大、數據種類(lèi)多、數據價(jià)值密度低等特征，但G質(zhì)量數據獲取難度大，G質(zhì)量影像數據集中在少數三甲醫院，缺乏有效的數據共享機制。過(guò)往醫學(xué)影像數據，特別是影像所對應的臨床診斷報告信息，沒(méi)有以正確的標準化的形式記錄甚至缺失的問(wèn)題，對數據質(zhì)量造成較大影響。數據標注成本G，數據處理中80%的時(shí)間都是在做數據預處理工作，標注的準確性關(guān)乎結果的準確性，訓練的每張圖片都需要經(jīng)過(guò)專(zhuān)業(yè)人員標注，未來(lái)2-5年小樣本學(xué)習在理論層面或將有所突破，但是短時(shí)間內數據的標注仍然需要耗費大量的精力。影像數據的獲取能力與標注能力已經(jīng)成為AI醫學(xué)影像公司的核心競爭力之一。國內外公司基本都處于收集影像數據的階段，以不斷豐富病種多樣性和擴大影像數據規模，從而優(yōu)化影像智能診斷的準確度�！癆I+醫療影像”期待大數據引爆。

“AI+醫療影像”市場(chǎng)百花齊放，產(chǎn)業(yè)目前仍處于發(fā)展期，尚未出現占據J對優(yōu)勢地位的L跑企業(yè)。無(wú)論是國內還是國外，互聯(lián)網(wǎng)巨頭們都已經(jīng)加快了在醫療人工智能L域的布局速度。在國外，IBM、谷歌和微軟都已經(jīng)布局多年。Facebook、蘋(píng)果、亞馬遜等巨頭在人工智能L域也已經(jīng)有長(cháng)遠考慮，不過(guò)他們還是主要布局在各自有競爭優(yōu)勢的行業(yè)，對于跨界應用于醫療行業(yè)的人工智能項目較少。在國內，BAT和科大訊飛為的互聯(lián)網(wǎng)巨頭更看重醫療人工智能的市場(chǎng)，并且他們更傾向利用自身平臺特點(diǎn)與優(yōu)勢的互聯(lián)網(wǎng)技術(shù)來(lái)進(jìn)行布局。挑戰與前瞻：1）缺標準：CNDA尚無(wú)一例過(guò)審產(chǎn)品。目前已經(jīng)有多項醫學(xué)人工智能產(chǎn)品向藥品監督管理局（CNDA）進(jìn)行申報三類(lèi)器械，但沒(méi)有一個(gè)被批準；2）少人才：醫療人工智能發(fā)展亟需復合型人才。人工智能人才現在是短板中的短板，既懂醫療，又懂技術(shù)的復合型、戰略型人才尤其短缺；3）基礎差：技術(shù)與數據兩大基石尚待鞏固。一方面，醫療影像設備市場(chǎng)仍然被J少數的國際巨頭所壟斷著(zhù)，僅僅西門(mén)子、通用電氣、飛利浦三家就占據著(zhù)75%的市場(chǎng)份額，而在G端L域，這一比例甚至超過(guò)80%之多。另一方面，在當前的醫療系統中，沒(méi)有統一標準的臨床結構化病歷報告、醫生手寫(xiě)病歷不規范、臨床用藥、檢查等細節缺失、患者離開(kāi)醫院后失訪(fǎng)率G等各種原因造成健康醫療數據“誤入誤出”。

“聽(tīng)、說(shuō)、寫(xiě)”-智能外呼/在線(xiàn)機器人可以減少工作量。

AI+NLP，具備認知能力方能更懂用戶(hù)所言所想，層J劃分如圖18所示。國內總體呈現出重應用/輕創(chuàng )新的問(wèn)題，AI+NLP“基礎建設”設施不全。優(yōu)劣勢明顯。優(yōu)勢有：1）技術(shù)鏈齊備：在基礎層/技術(shù)層/應用層上均有所布局；2）中文NLP技術(shù)：技術(shù)多面，對話(huà)系統、關(guān)鍵詞識別、語(yǔ)義理解效果提升明顯；3）數據資源豐富：收益于龐大的用戶(hù)群，可通過(guò)社交媒體收集相關(guān)文本、對話(huà)、翻譯數據。劣勢有：1）AI基礎層技術(shù)儲備不足；2）G度依賴(lài)國外計算硬件，GPU、AI芯片等；3）模型算法自主研發(fā)能力欠缺，G度依賴(lài)國外開(kāi)源技術(shù)；4）數據標注和技術(shù)評價(jià)缺少統一的標準和規范。

AI+NLP趨于化，技術(shù)/市場(chǎng)/數據各方因素利好數據各方因素利好。智能客服，以對話(huà)系統技術(shù)（見(jiàn)圖19）為核心的典型產(chǎn)業(yè)生態(tài)齊全，呈現出百花齊放態(tài)勢。

AI+NLP化趨勢明顯，國內技術(shù)成熟/市場(chǎng)龐大/數據豐富，客服產(chǎn)業(yè)邁在前列。麻省理工學(xué)院報告，在接受調查的90%的公司已將AI整合到客戶(hù)服務(wù)和互動(dòng)中，使得人工客服能夠專(zhuān)注處理更G層次的任務(wù)。顧問(wèn)Gartner研究：2020年，約有280萬(wàn)的美國客服坐席將發(fā)生重大改變，超過(guò)85%的客戶(hù)互動(dòng)將會(huì )在沒(méi)有人工坐席的情況下處理�？缇沉闶奂瘓F瑪莎百貨運營(yíng)人工智能迅速 處理客戶(hù)投訴，該項技術(shù)已 投入到集團所有的英國商店及它們的13家呼叫中心。迪拜國民銀行采用亞馬遜網(wǎng)絡(luò )服務(wù)AWS，用自然語(yǔ)言處理技術(shù)與客戶(hù)進(jìn)行交互，開(kāi)發(fā)個(gè)性化的零售客戶(hù)銀行體驗。

疫情影響下，人們對機器人的接受度和需求進(jìn)一步升G。一方面這些機器人在開(kāi)放環(huán)境下的能力仍然有限；隨著(zhù)使用增多，不可避免的安全性應該引起注意。對智能防控服務(wù)機器人產(chǎn)業(yè)鏈進(jìn)行分析。智能防控服務(wù)機器人屬醫療機器人子類(lèi)醫療服務(wù)機器人類(lèi)別。有配送運輸，清掃消毒；移動(dòng)跟隨，引導帶路；咨詢(xún)問(wèn)診，對話(huà)傳話(huà)等功能；有廣泛采用新一代信息技術(shù)，集成了豐富的智能傳感器，擬人化的活動(dòng)交互能力等特點(diǎn)。隨著(zhù)智能服務(wù)機器人市場(chǎng)潛力加速釋放，大量企業(yè)加入到激烈的市場(chǎng)競爭中，傳統機器人廠(chǎng)商、科研院所、軟件/科技巨頭，智能機器人公司等多股力量開(kāi)始向服務(wù)機器人L域匯聚。

智能防控服務(wù)機器人產(chǎn)業(yè)鏈主要包括上游的關(guān)鍵零部件、中游的軟件與操作系統以及下游的產(chǎn)品集成與應用，如圖21所示。在產(chǎn)業(yè)鏈上游，目前國外企業(yè)占據主導地位，國內廠(chǎng)商繼續發(fā)力，核心零部件國產(chǎn)化的趨勢逐漸顯現。在產(chǎn)業(yè)鏈中游，主要為機器人提供核心軟件，包括操作系統和AI核心技術(shù)。國內AI核心技術(shù)較為L(cháng)先，智能語(yǔ)音語(yǔ)義、計算機視覺(jué)技術(shù)較好，操作系統和AI核心技術(shù)是提升用戶(hù)體驗，拉開(kāi)產(chǎn)品差距的關(guān)鍵要素，在整個(gè)產(chǎn)業(yè)鏈中處于核心地位。在產(chǎn)業(yè)鏈下游，主要是集成上游提供的關(guān)鍵零部件和中游的核心技術(shù)，為機器人提供應用場(chǎng)景和服務(wù)能力，目前服務(wù)場(chǎng)景有限，有待進(jìn)一步挖掘剛需市場(chǎng)。產(chǎn)業(yè)鏈開(kāi)始往上游-下游模式過(guò)渡，下游企業(yè)在應用集成過(guò)程中也在不斷創(chuàng )新發(fā)展，通過(guò)對AI核心技術(shù)的突破逐漸向產(chǎn)業(yè)鏈中游上探，中游企業(yè)也在往集成應用下探。

AI賦能協(xié)同辦公系統，如圖22所示，提升辦公軟件性能。AI技術(shù)主要是讓在線(xiàn)辦公系統更加智能，提供更出色的用戶(hù)體驗。網(wǎng)絡(luò )質(zhì)量預測。用于動(dòng)態(tài)調整網(wǎng)絡(luò )拓撲、編碼方式等，保證通信質(zhì)量。人臉識別技術(shù)驗證身份，提升會(huì )議系統的安全性。對視頻質(zhì)量進(jìn)行動(dòng)態(tài)改善，提升交流體驗。利用語(yǔ)音識別和翻譯技術(shù)，實(shí)現會(huì )議字幕生成和翻譯。AI在協(xié)同辦公軟件中可發(fā)揮的作用有待進(jìn)一步挖掘。

國內在線(xiàn)辦公起步較晚，但發(fā)展迅速且產(chǎn)業(yè)鏈條完整，如圖23所示。國外在線(xiàn)辦公軟件起步較早，用戶(hù)付費意愿較G。受到疫情影響，國內在線(xiàn)辦公受到熱捧，有望培養用戶(hù)習慣，并形成可持續的商業(yè)模式。據國外機構Apps Run The World數據，2018年排名前10位的協(xié)作軟件供應商占協(xié)作整體市場(chǎng)的55.7%，其中微軟以占L20.8%的市場(chǎng)份額L跑市場(chǎng)，其次是思科、谷歌、LogMein和Slack。我國協(xié)同辦公市場(chǎng)規模也呈逐年擴大趨勢，據不完全統計，國內提供協(xié)同辦公產(chǎn)品的企業(yè)約有500余家，2019年產(chǎn)業(yè)規模達到459.5億元。即時(shí)通訊：國內互聯(lián)網(wǎng)公司技術(shù)和市場(chǎng)成熟；微信、釘釘、飛書(shū)、藍信等處于L先地位。音視頻會(huì )議：Zoom和思科Webex占據龍頭地位；國內飛書(shū)、釘釘等集成了會(huì )議功能，也有專(zhuān)注視頻會(huì )議的隨銳、全視通等。文檔協(xié)同：微軟憑借office軟件在占據著(zhù)先發(fā)優(yōu)勢；金山得益于WPS office 的深耕，市場(chǎng)占有率逐步提G。辦公OA：國內辦公OA歷史較長(cháng)，主要企業(yè)包括用友、SAP、金蝶、金和、致遠互聯(lián)、泛微等。適應國內習慣和需求，本土企業(yè)優(yōu)勢明顯。

人工智能抗疫產(chǎn)品仍然面臨問(wèn)題。由于缺乏規范標準的引導，產(chǎn)品總體質(zhì)量良莠不齊，存在著(zhù)較G的應用風(fēng)險，如AI體溫測量誤差過(guò)大可能導致病例漏檢，服務(wù)機器人識別和推薦信息不準確，會(huì )發(fā)生誤導用戶(hù)采取錯誤防疫措施的危險。一方面部分優(yōu)秀產(chǎn)品由于宣傳不到位未能得到有效關(guān)注；另一方面企業(yè)扎堆推出大量同質(zhì)化產(chǎn)品，忽視了部分場(chǎng)景下的需求。市場(chǎng)中缺少可供雙方對接需求的權威平臺。人工智能技術(shù)在有數據、有積累的場(chǎng)景能夠快速形成落地產(chǎn)品，但在其他缺少行業(yè)數據的場(chǎng)景發(fā)揮作用有限，提供公共行業(yè)數據服務(wù)的需求日益增大。