2月12日，人工智能“新冠肺炎AI自測機器人”在學習強國上線。當用戶出現相關不適癥狀，陷入不就醫怕耽擱病情，出門就醫又擔憂交叉感染的兩難處境時，用AI自測機器人初步自測便成了最佳選擇。

新冠肺炎AI自測機器人

自工信部2月4日發布《充分發揮人工智能賦能效用，協力抗擊新型冠狀病毒感染的肺炎疫情倡議書》以來，越來越多的人工智能企業拿出行動，嘗試涉足AI輔助診斷、AI藥物研發、AI服務等領域。當人工智能進入抗疫梯隊，剛性需求疊加技術進步，相關細分領域將有望駛入發展“快車道”。

“此次新冠肺炎疫情的挑戰，加速了國內服務機器人場景應用案例的突破。未來，將有望加快服務機器人的普及，也將堅定投資機構對醫用機器人的信心，從而有助于相關企業的深入發展。”中國機器人峰會組委會秘書長王偉在接受記者采訪時表示。

AI服務機器人將迎黃金期

以消毒機器人為代表的上海鈦米機器人科技有限公司，第一時間向武漢、上海等地醫院的隔離病房、ICU、手術室、發熱門診投入產品，流行多年的送餐機器人在開拓醫事服務配送領域應用中轉型，護理、問診、追蹤等服務機器人在同樣在抗疫中快速發展著。

實際上，近年來，隨著人口老齡化趨勢加快，以及醫療、教育需求的持續旺盛，服務機器人的銷量正在持續增長。根據國際機器人聯合會發布的2019年世界機器人報告，服務機器人在所有機器人銷售份額中所占比重，已接近整個市場的三分之一。在服務機器人領域，物流系統服務機器人銷售量增幅最為明顯，其次為醫療機器人。

有業內人士認為，服務機器人的發展勢頭強勁，加上此次疫情催生的市場需求，將迎來發展黃金時期。

“應看到，下一步服務機器人較大的發展空間在于對復雜場景的智能判斷和適應能力，目前服務機器人只能取代醫護人員簡單的流程工作，未來人工智能技術將實現機器人大腦擁有更多大數據和實現自主學習的能力，完成從輔助到替代醫務人員醫療診斷的轉變至關重要，從而能夠解決醫療資源分配不均勻的現狀。”王偉對記者說。

北京大學深圳研究所院科研處處長劉宏也提出，服務機器人不僅要求自主性和功能性，更需考慮安全性和友好性，未來也需要做到真正地了解用戶。

AI輔助影像診斷前景可期

近日，華中科技大學電信學院聯合華為云等團隊，研發并推出了新冠肺炎AI輔助醫學影像量化分析系統。該系統可大幅提升診斷效率，有助減輕醫生繁重負荷。

該實驗室負責人、華中科技大學教授白翔表示，結合臨床信息，該系統可以輔助醫生更高效地區分新冠肺炎的早期、進展期與重癥期，有利于早期篩查與防控。同時，對于確診病人，基于對多次復查影像數據的量化分析，醫生能夠有效評估病情進展及用藥療效等情況。

來自IDC的預測數據顯示，2020年醫療數據量將達40萬億GB，數據生成和共享的速度將迅速增長，其中80%以上的數據為非結構化數據。面對如此迅速增長的醫療數據量，不借助計算機智能運算的幫助很難進行甄別和處理。引入AI輔助甚至替代人工進行一些常規的病理診斷及癌癥篩查，能夠有效彌補人工診斷效率低、病理醫生不足、缺乏統一質控管理等問題。

目前，我國涉足AI影像輔助診斷市場的企業數量較多，呈現百家爭鳴的格局。據記者了解，近年來，以騰訊、阿里、科大訊飛等科技巨頭在人工智能基礎技術有著長期的布局和投資，憑借技術、資金和人才等優勢，加速布局影像AI輔助診斷市場；GPS、聯影等醫療器械巨頭憑借渠道和硬件優勢，積極拓展人工智能領域，為企業尋求新的盈利增長點；此外，大量的創業公司，憑借商業模式的靈活性和創新性，在資本熱捧下蓬勃發展。

也有觀點認為，現階段行業中的龍頭企業尚未出現，未來能尋得更適合的商業模式迅速占領市場的企業，將在行業中處于領跑地位。

AI技術成新藥研發突破點

疫情期間，工信部發布的《倡議書》中號召各相關單位，優化AI算法和算力，助力病毒基因測序、疫苗/藥物研發、蛋白篩選等藥物研發攻關。

AI+藥物研發與傳統模式相比，時間和成本優勢明顯。AI技術的深度學習處理，能夠為科研人員進行數據分析、快速篩選文獻以及相應的測試工作提供便利。

根據GlobalMarketInsight的數據報告，全球人工智能醫療市場中，藥物硏發細分領域占據份額最大，約為35%。

據記者了解，我國藥物研發與國際頂尖水平尚有較大的差距，追趕起來十分艱巨。人工智能的發展為我國新藥研發帶來了縮短差距的機會。目前，國內已有如晶泰科技、零氪科技、智藥科技等企業布局，并且吸引了不少資本。

除了科研團隊與制藥公司，一些科技巨頭企業也積極進入人工智能醫療市場。眼下，阿里云宣布，向全球公共科研機構免費開放一切AI算力，以加速本次新型肺炎新藥和疫苗研發。百度成立總規模3億元的疫情及公共衛生安全攻堅專項基金，并提供人工智能技術支持，配套億級計算資源，助力疾控機構、科研院所等研究單位進行疫苗研發提速。

“在藥物創新這一塊，大家都在努力，但是遠遠不夠。在人工智能幫助我們發現新藥的路徑上，我們可能還是會面臨很多挑戰，比如如何把各個藥企的數據結合在一起，利用更多高質量數據去做出更好的模型。”晶泰科技聯合創始人賴力鵬建議。