阿里云推出医疗和工业“大脑”： “机器人医生”只是辅助

分享至

（原标题：阿里云推出医疗和工业“大脑”： “机器人医生”只是辅助）

本报记者汪传鸿深圳报道

阿里云正在推动旗下人工智能产品“阿里云ET”，寻求更深入切入医疗、工业两大领域的路径。

3月29日，阿里云宣布推出“ET医疗大脑”和“ET工业大脑”，前者定位为医生助手，后者主要致力于工业生产线良品率提升。目前阿里云在上述两个领域已拥有多家客户，接下来双方将共同探索基于人工智能的解决方案，但阿里云将人工智能落地于行业的尝试才刚刚开始。

阿里云总裁胡晓明告诉21世纪经济报道记者，“越来越多的大型的企业、医疗机构、金融机构对于互联网和人工智能的追求正在解冻。”

探索在多个行业落地

阿里云资深产品总监李津表示，每天医院由于PAI、CT产生的图像和视频数据量，已经等同于制作一部电影的数据量，但大量的数据在过去漫长时间内，几乎未能被收集、保存和进行线上化。

3月29日，阿里云ET（阿里云人工智能品牌）宣布推出“医疗大脑”和“工业大脑”，前者定位为医生助手，目前能够提供支持的领域包括患者虚拟助理、医学影像、精准医疗、药效挖掘、新药研发等，后者致力于工业生产线良品率提升。

当天阿里云方面公布了两批医疗客户名单，其中包括广州医科大学在内的传统医疗机构，也包括华大基因这种阿里云此前即有过合作的企业。据悉，目前阿里云“医疗大脑”将率先在“看片子”方面进行应用：通过算法的迭代，将查看病人身体照片的速度提升至秒级。

推动AI进入医疗的力量背后，是医学领域对于计算产生的需求。“中国医院动不动就是过千床的诊疗，每天两三百个病人拍CT，拍出来的资料也越来越多。”广州医学院第一医院院长何健行表示，人工智能的辅助未来有望帮助医生降低误诊率。

何健行认为，人工智能目前在医疗领域，率先提升应用效率，长期来看则致力于改善适用范围“窄”和改变结构化数据。此外，“将数据和经验结合起来，帮助医生产生新的经验。”简单来说，是将人工智能能力“赋能”于医生。

“算法一大价值在于，其可以找出所有疑似问题，随后才让人工来复核，以此来做到算无遗漏。”阿里云人工智能科学家闵万里告诉记者。胡晓明也表示，“阿里云希望机器智能成为人类的帮手。”这大抵可以用来概括阿里云落地AI能力时的定位。

记者获悉，除了医疗，目前和阿里云ET展开合作的企业包括徐工集团、中策橡胶、吉利。早在2016年8月，ET开始入驻国内大型能源巨头协鑫光伏的切片生产车间，ET的工作流程是，率先将标准化车间所有端口的数据传入工业大脑，通过人工智能算法对关联参数深度学习计算，精准分析出与良品率最相关的60个关键参数，并搭建参数曲线，在生产过程中实时监测和控制变量。

阿里云在进军各大垂直行业均暗合一个简单的逻辑：基于数据在线整合计算能力，从而创造新的价值。阿里云方面称，接下来将在新能源、化工、环保、汽车、轻工业、重工业等多个领域内进行人工智能了落地探索。

行业应用落地离不开底层技术支持。3月29日，阿里云宣布旗下机器学习平台“PAI”迎来2.0升级。“在深度学习方面，我们支持TensorFlow、CAFFE、MXNET框架，这些框架与开源接口保持高度兼容。开发者可以根据自己的喜好选择最合适的人工智能的开发框架。”阿里云首席科学家周靖人介绍称。

当天，阿里云还宣布旗下“华北三”数据中心降价，降低幅度最大达35%。李津向记者介绍称，目前华北三是目前国内高效、绿色数据中心之一。

“行业所有的改变是因为目前云计算行业重压向下。”李津告诉记者，过去数年间亚马逊、微软和谷歌对于云服务的投入均高达数十亿乃至上百亿美元。与此同时传统的X86服务器市场在2016年遭遇下滑，产业链正在重构。

数据“解冻”

针对此次推出的医疗大脑，阿里云联合英特尔、零氪科技合作启动天池医疗AI大赛。其中英特尔提供处理器、深度学习算法库、深度学习框架软件等。而零氪科技则负责提供“经脱敏处理并由专家标注的高清胸部CT扫描影像数据。”

在天池医疗AI大赛中，零氪科技扮演的数据提供者角色，有赖于此前该公司一直在将医院的病历等线下资料进行线上数据化，并且对病人状况进行回访。“第三方（零氪科技）免费为我们进行数据化，我们在获得数据后能够更好的进行科研。”天津市胸科医院胸外科主任孙逊告诉记者。

目前阿里云在获取行业结构化数据中，仍有赖于部分第三方。但阿里云有机会尝试进军更多行业，背后趋势之一是部分企业的数据“解冻”。

胡晓明告诉记者，过去一年中有越来越多的国企投入拥抱云计算，直接表现为在目前阿里云的营收来源中，政府类营收保持高速增长，目前阿里云的国企客户名单上包括中石化、中石油、中国邮政等。“与之对应的是目前大量民营企业仍缺乏对于技术前瞻的把控。”胡晓明说。

对于阿里云来说，服务一位企业客户需要做足前期准备，例如了解传统制造业的方法，这对阿里云而言是个耗时耗力的苦差事。但闵万里认为，人工智能在工业领域的应用方面，尽管涉及的行业各不相同，但“背后的核心逻辑相同”。因此在向不同行业提供解决方案，本身具备通用性。

但在数据领域，人工智能在医疗等领域的落地仍面临数据监管难题。

孙逊告诉21世纪经济报道记者，“目前在数据方面医疗法规仍滞后，在数据打通方面，落实到地方部门仍缺乏依据。”例如医院的数据是否能放到云上，该领域目前仍是空白。