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。在醫療領域，無論是在醫學影像、輔助診斷、疾病預測，還是在健康管理、藥物研發、慢性病管理以及疫情防控等諸多場景中， 利用AI，醫學檢測質量和效率都遠勝于人類，正在諸多場景中發揮著關鍵作用。

今天就和大家來說說人工智能的重要特征以及其在醫藥衛生方面的作用。

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模數據。人工智能應用在智慧醫療領域。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。

為分擔中心云節點的壓力，如今學術界和業界都將目光放在了邊緣側：邊緣計算節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化，AI的訓練在云端，指令推送到邊緣側，優化后再處理。

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路邊攝像頭可以發現路口兩輛車行駛軌跡相同，從而對兩輛車發出預警，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療數字化進程中更完美落地應用的一大步創新。

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、灌裝等環節的品控都極為嚴苛。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，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和視覺系統提出了更高的要求，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。

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。