AI“黑头盔”亮相成都，警察街头2分钟筛查上百人体温

编者按：本文来自微信公众号“新智元”（ID:AI_era），36氪经授权发布。

来源 | venturebeat等

编辑 | 张佳、白峰

【新智元导读】新冠病毒已进入全球传播阶段，在这个没有硝烟的战场上，AI冲到了第一线。近日，一段“成都警察佩戴黑科技头盔筛查体温”的视频刷爆网络。从测量体温到检测病毒、从医院消毒到治疗患者，人工智能正在以人类无法比拟的效率和我们一起“抗疫”。

新冠病毒已进入全球传播阶段，截止发稿，中国累计确诊已超80000例，国外累计确诊已超14000例，形势严峻。

作为一种首次在全球范围内传播的新型疾病，尚不清楚新冠疫情将如何影响我们的生活和工作方式，但目前看来，人工智能可能有助于对抗这种病毒及其经济影响。

从测量体温到检测病毒，从医院消毒到治疗患者，AI正在以人类无法比拟的效率和我们一起“抗疫”。

在体温检测方面，AI正在做着不可思议的事情。

3月2日，成都春熙路街头，头戴智能头盔的工作人员正为市民排查体温。

?

智能头盔通过固定在头盔上的红外摄像头，毫秒级反应捕捉视线范围内市民的体温。头盔内有一块虚拟现实显示屏，人们的体温就会呈现在佩戴者眼前。

这个智能头盔可完成对前方5米范围内所有目标人员的扫描，若发现体温超过37.3度，头盔立刻声光报警。

有了这个黑科技头盔，上百人队伍可以在不到2分钟时间就完成发热人员筛查和记录，而且可以在安全距离内无接触自动记录被检测人员信息，保护工作人员、提升效率。

此外，该头盔还可实现智能交互、人脸识别、证件识别、指战交互等功能，网友纷纷感慨：成都已经进入科幻电影时代了！

不过也有一些网友担心，这样的话放屁会不会被看到呢？

有一位网友比较担心工作人员的眼睛，并希望技术升级，换机器人来完成这份工作：

还有一位网友表示疑惑：额温测量到底准不准？会不会因所处环境而发生偏差？

AI测温普遍使用配备有热传感器的相机，新加坡一家医院和公共卫生机构也在用AI来检测人们的体温。

百度也开发的一种人工智能系统，使用红外传感器和人工智能来预测人们的温度。

该方法结合了计算机视觉和红外技术，在0.5摄氏度的范围内，每分钟检测200人的额头温度。由于发烧是新冠肺炎的征兆，如果检测到一个人的体温高于37.3摄氏度，系统就会发出警报。

上个月，深圳MicroMultiCopter在一份声明中说，它已经在中国各个城市部署了100多架无人机。这种无人机不仅能感温，还能喷洒消毒剂和在公共场所巡逻。

丹麦公司UVD Robots于2月19日表示，已与Sunay Healthcare Supply达成了在中国分销机器人的协议。UVD的机器人可以在医院内四处走动，通过紫外线为房间消毒。

中国也有类似的消毒机器人，并且已经被多家医院使用。这个机器人集成超干雾化过氧化氢、紫外线消毒、等离子空气过滤等消毒方式，可以满足疫情需要，做好环境物表、流动空气的六个对数以上的杀灭效果。（详见：抗击肺炎中国消毒机器人登场！实现99.9999%病毒杀灭效果）

XAG机器人还在广州部署喷洒消毒剂的机器人和无人机。

加州大学伯克利分校机器人实验室主任和DexNet创造者Ken Goldberg预测，如果冠状病毒成为大流行病，则可能出现更多的机器人在更多环境中运作。

但并非每个推出的机器人的公司都是赢家。

初创公司Promobot推出的商业服务机器人就被吐槽了。机器人没有搭载生物测量或温度分析传感器，它只是在筛选中问四个问题，比如“你咳嗽吗？”，而且还需要人们触摸屏幕来注册回答，当下使用实体触摸屏似乎不是一个很好的选择。

其实，AI在预防流行病爆发上也在发挥作用，加拿大的一个名叫BlueDot的健康监测就通过AI驱动的算法，在12月31日就早早向其客户发出了疫情的消息。

BlueDot是为应对SARS疫情而成立的。它使用自然语言处理（NLP）来浏览数十万个来源的文本，以搜索有关人类或动物健康的新闻和公共声明，从而向其客户发出提前警告。

与美国国防部和情报机构合作的Metabiota公司则是估计疾病传播的风险。它的预测基于疾病症状、死亡率和治疗的有效性等因素。

世卫组织中国代表团上个月发布了一份40页的报告，介绍了中国COVID-19的应对措施，其中提到中国如何利用大数据和人工智能作为应对该疾病的一部分。用例包括 AI 用于接触者追踪以监测疾病的传播和“优先人群的管理”。

WHO报告地址：

https://www.who.int/docs/default-source/coronaviruse/who-china-joint-mission-on-covid-19-final-report.pdf

学者、研究人员和健康专家也开始在自己的工作中使用人工智能。周日，来自武汉大学人民医院、武汉恩德安赫尔医疗技术公司和中国地质大学的研究人员分享了深度学习的研究成果，他们声称检测 COVID-19的准确率为95% 。该模型通过对51名经实验室确诊的 COVID-19肺炎患者的 CT 扫描图像和45,000多张匿名 CT 扫描图像训练而成。

深度学习模型的表现可与专业放射科医生相媲美，并提高了放射科医生的临床检测效率。“它具有很大的潜力，可以减轻一线放射科医生的压力，改善早期诊断、隔离和治疗，从而有助于控制这种流行病，”在 medrxiv. org 上发表的一篇关于这种模型的预印文章中这样写道。(预印意味着它还没有经过同行评审。)

研究人员说，该模型可以将 CT 扫描的确诊时间缩短65% 。其他地方也在进行类似的实验，来自 Infervision 的机器学习模型训练了成千上万的 CT 扫描图像，目前正在用于武汉中南医院冠状病毒的检测。

在另一篇预印文章中提到，根据同济医院的临床数据，一个新的系统能够以超过90% 的准确率预测存活率。

这项工作是由来自人工智能和自动化学院的研究人员，以及来自中国华中科技大学的相关部门完成的。

科学家们估计，冠状病毒的存活率今天可以从300多个实验室或临床结果中得出，但他们的方法只考虑与乳酸脱氢酶(LDH)、淋巴细胞和高敏感性 C反应蛋白(hsCRP)有关的结果。

上个月，与中国政府合作的研究人员在 arXiv 上发表了另一篇题为“用于冠状病毒筛查的深度学习”的论文。该模型使用多种 CNN 模型对 CT 图像数据集进行分类，并计算 COVID-19的感染概率。在初步结果中，他们声称该模型能够以86.7% 的准确率预测 COVID-19、甲型流感病毒性肺炎和健康病例之间的差异。

深度学习模型由武汉三家医院的流感患者、 COVID-19患者和健康人的 CT 扫描训练而成，其中包括110例 COVID-19患者的219张图像。

由于疫情传播得如此之快，那些在第一线的人们需要工具来帮助他们识别并以同样快的速度治疗受感染的人们，但同时也要保证准确性。坊间有很多人工智能驱动的解决方案已经不足为奇，而且几乎可以肯定的是，更多来自公共和私营部门的解决方案即将到来。

参考链接：

https://venturebeat.com/2020/03/03/how-people-are-using-ai-to-detect-and-fight-the-coronavirus/