服務(wù)于醫(yī)療保健市場的AI公司已迅速調(diào)整其工作以應(yīng)對COVID-19危機。世界經(jīng)濟論壇5月28日發(fā)表的評論文章提供了樣本。

參與者之間的共同點是他們作為Amazon Web Services客戶的地位。這并不奇怪，因為其中的特約作者是AWS機器學(xué)習(xí)副總裁。

Swami Sivasubramanian將選擇性但明智的焦點放在三個領(lǐng)域的破壞COVID的AI活動上：

1.使組織能夠擴展和調(diào)整。

作者使用啟用了AI的聊天機器人查看醫(yī)療保健提供者和政府機構(gòu)，以篩選COVID并向公眾提問，作者引用了一家法國創(chuàng)業(yè)公司Clevy.io。

他說：“借助來自法國政府和世界衛(wèi)生組織的實時信息，該聊天機器人能夠回答從鍛煉到評估COVID-19風(fēng)險等所有問題，而不會進一步壓縮醫(yī)療機構(gòu)和政府機構(gòu)的資源?！睂懙??！鞍ㄊ诽乩贡?，奧爾良和南泰爾在內(nèi)的法國城市正在使用聊天機器人來分散準確，經(jīng)過驗證的信息的分發(fā)?！?/p>

2.了解COVID-19的傳播方式。

在這里，Sivasubramanian著重介紹了位于加利福尼亞州的Chan Zuckerberg Biohub的研究人員的工作，他們建立了一個模型來估計全球12個地區(qū)未發(fā)現(xiàn)的COVID-19感染數(shù)量。

他解釋說，通過機器學(xué)習(xí)并與AWS合作，這些創(chuàng)新者正在分析病毒在人群中傳播時如何突變，以推斷錯過了多少傳播。

3.加快研究和治療。

作者在該類別下描述的幾項舉措中包括UC-圣地亞哥健康局（UC-San Diego Health），它可以幫助臨床醫(yī)生在可能的COVID患者診斷完成之前對其進行快速分類。

他寫道：“機器學(xué)習(xí)算法經(jīng)過了22，000種放射線學(xué)家的培訓(xùn)，將X射線與彩色編碼的地圖疊加在一起，以表示肺炎的可能性?！薄霸谂R床研究中，［T］ hes方法現(xiàn)已應(yīng)用于整個UC San Diego Health的每項胸部X光和CT掃描?！?/p>

Sivasubramanian總結(jié)說：“我一直相信機器學(xué)習(xí)可以幫助解決世界上最大的挑戰(zhàn)的潛力，并且隨著組織對這次［COVID-19］危機的回應(yīng)，這種希望正在實現(xiàn)?！?/p>