说起人工智能，其实大家都不陌生，它不再是科幻电影中的片段，而是和我们生活的距离越拉越近，并且正影响和改变着我们的生活。在医疗领域，无论是在医学影像、辅助诊断、疾病预测，还是在健康管理、药物研发、慢性病管理以及疫情防控等诸多场景中， 利用AI，医学检测质量和效率都远胜于人类，正在诸多场景中发挥着关键作用。

今天就和大家来说说人工智能的重要特征以及其在医药卫生方面的作用。

01，人工智能的重要特征

人工智能重要特征之一就是要处理和分析海量的大规模数据。人工智能应用在智慧医疗领域。此前多数的做法是将数据都上传至云端进行推理和训练，这样会对云端造成巨大压力。

为分担中心云节点的压力，如今学术界和业界都将目光放在了边缘侧：边缘计算节点可以负责自己范围内的数据计算和存储工作，实时或更快速的处理数据分析。

02，为什么一定要用边缘侧？

看到这里，有的网友就觉得有点奇怪了，为什么一定要用边？

因为边缘侧对应不同的应用：

1、IT架构需要根据场景去做优化，AI的训练在云端，指令推送到边缘侧，优化后再处理。

2、质检主要目的是代替人工，提高检出率。

3、数据量大的情况下，无论是AI，还是其他场景，比如震动传感器，智能传感器，都要求在边缘侧做数据的及时处理和返回。

所以边缘侧要求数据处理的及时性，实时性。比如扫描机查走私，对边缘侧处理是有实时的要求的。再比如智慧交通管理，V2X路边摄像头可以发现路口两辆车行驶轨迹相同，从而对两辆车发出预警，这些都需要实时性，都需要边缘计算。（if use this part, plz polish the wording）

那什么时候需要边缘计算，或者说，边缘的典型负载是什么？主要有以下：

1. 数据量大，数据传输成本高

2. 对时延要求高，到云上的时间太长，来不及处理

3. 对持久连接要求高: 如果边端wifi断开，掉电等不稳定

4. 数据安全性 privacy & security

5. Workload 调度要求

6. AI/AA要求的数据调用，调配

03，“云边协同”

与此同时，云计算做大数据分析挖掘、数据共享，同时进行算法模型的训练和升级。这样利用云计算和边缘计算协同工作的架构，也就是常说的“云边协同”，是帮助人工智能在医疗数字化进程中更完美落地应用的一大步创新。

举个眼前的案例，疫苗的生产。

新冠以来，社会对疫苗的需求骤增。不过，可能很多人不清楚，在生产过程中，像疫苗这样的液体药物制剂，关乎生命健康，其生产、灌装等环节的品控都极为严苛。因为稍有不慎，出现了感染问题，那么注射疫苗不仅不会保护健康，还会带来风险。

正因为如此，疫苗生产过程中，不仅要努力实现自动化管理，尽可能的避免人的参与，杜绝外源性污染，而更重要的是快速对疫苗中的可见异物进行检测。

而在现代化的制药企业，通常会采用自动化的灯检机设备，对药瓶进行可见异物的检测。

如上图所示，是疫苗的自动化流程中的检测，通过灯检来对疫苗制剂进行质量把控。

而更快更准的检测，也对灯检机设备的运动控制系统和视觉系统提出了更高的要求，简而言之，要“更快”，比如对于药瓶中可兼得异物检测，需要在几十毫秒内就完成。这意味着灯检机从旋瓶电机启动到摆臂到位、再到图像获取、实施机器视觉检测的全流程必须控制在毫秒级。这对于基于人工智能的机器视觉能力提出了挑战。

04，什么是高质量的灯检机？

高质量的灯检机事实上是一个人工智能平台，一边捕获图像，一边快速处理图像。这样就可以在发现不合格疫苗的时候，及时的将其剔除，从而保证总体疫苗的质量。

事实上，这也对于疫苗的产能扩大具有重要意义。

要知道，在新冠疫情依然蔓延的今天，疫苗已经成为了应对新冠的重要技术手段。而面对不断出现的新病毒株，我们不仅仅是要研发新的疫苗，而且要尽快将其转化成为产品来供公众社会使用。

而作为疫苗生产线上必不可少的一步，质量把控是至关重要的，“云边协同”架构下的灯检机方案可以让疫苗生产的质量得到很好的保障。

当然，不只是疫苗，事实上许多药物生产上，这种技术也是重要保障。相信在未来，从疫苗到药物的生产上，依托“云边协同”这样先进架构，人工智能将会大显身手，帮助更好的把控生产质量，也为整个社会的医药卫生事业提供更强大的助力。