在過去的一年中，超過 700,000 名的羅興亞難民逃離緬甸，在孟加拉國的庫克斯巴扎找到了臨時避難所。

他們所生活的難民營人滿為患，極差的衛生條件使得他們極其容易患上感染病和其他疾病，聯合國稱這里的醫療服務存在嚴重的資金不足問題，因此，對醫療服務的需求也是巨大的。

為了滿足這些遠程需求，硅谷的一家醫療初創公司 Polyfins 伸出了援手。這家公司使用人工智能驅動的移動應用幫助皮膚科醫生診斷皮膚狀況，進而獲取潛在疾病的強有力線索，從常見的濕疹到嚴重的腫瘤、傳染病和寄生蟲感染。

“在難民營里，許多人共同居住在一片非常小的區域內，那里的衛生條件極差。” Polyfins 的首席執行官 Faisal Basar 說道， “這種條件下，極易發生感染性皮膚病。”

Polyfins 是NVIDIA初創加速計劃的成員，他們已與孟加拉國當局展開合作，將兩名皮膚科醫生和幾名護士派遣到難民營。在短短兩天之內，這個團隊大約接診了 500 位患者。

在其中一天，兩位皮膚科醫生使用 Polyfins 的 Tibot 智能手機應用作為診斷助手，在另一天中，則使用傳統的診斷方法。他們發現，如果護士首先使用此應用對患者的癥狀進行分析，那么他們可以多看 25% 的病例。

人工智能成為診斷助手

Tibot 要求用戶上傳皮膚狀況的圖像，并回答關于自身癥狀的問題。隨后，此應用將用戶的回答和圖像的壓縮版本發送到 Polyfins 的服務器，該服務器會發送回它的預測，其中包含用戶最有可能存在的三種皮膚狀況。

此應用的分析可以幫助醫生在醫療營接診更多的患者，因此 Polyfins 便能夠為營地內更多的患者分發急需藥物。

Polyfins 向在醫療營內確診的難民分發藥物。

Polyfins 曾使用一個包含 100,000 張圖片的數據集對驅動此應用的人工智能進行訓練，這些圖片來自公共資源、研究合作伙伴和 Polyfins 的合作醫院。在此應用的開發過程中，這家初創公司與醫生們合作對圖像數據進行標注，并提供關于識別疾病癥狀的指導。

Polyfins 在 Google Cloud 中使用 NVIDIA GPU，用于對其神經網絡（使用 TensorFlow 框架開發而成）進行訓練和推理。

通過采用圖像壓縮技術，即使在僅擁有 2G 或 3G 蜂窩網絡的區域（比如難民營），Tibot 也能在云端高效運行分析。自 6 月發布以來，此應用已分析了 15,000 個病例。

不僅僅是診斷

Polyfins 的總部位于加利福尼亞州弗里蒙特，在印度和孟加拉國設有團隊，且目前正在與位于印度孟買的 D.Y.Patil 醫院的皮膚科醫生合作撰寫一篇論文。這篇論文不久便會發表，旨在評估其深度學習模型的準確性、敏感性和特異性。

Basar 認為，對于那些喜歡使用搜索引擎來判斷自身癥狀的人們來說，這款工具是一個更加有效的選擇。

除了診斷之外，該團隊計劃為這款應用增加更多功能，比如護理建議、醫生的虛擬問診以及對皮膚病變的情況進行實時跟蹤。Polyfins 的目標是利用人工智能將 Tibot 打造成一個全面的皮膚管理應用。