美国卫生与公共服务部数据截图
当前,美国国内流行呼吸道合胞病毒、新冠、流感等多种疫情。美国卫生与公共服务部数据显示,2023年新年第一周,全美医院ICU占用率达78.99%,病床占用率达79.91%。《华盛顿邮报》称“美国医疗系统正陷入艰难困境”。有评论认为,美国恐将重现医疗挤兑“噩梦”。
事实上,三年来,这样的美国“噩梦”从未停止。根据美国疾控中心数据,美国过去三年经历了五波较为严重的疫情。每当感染人数达峰,关于美国医疗系统几近崩溃的报道就铺天盖地。
比如,2020年疫情之初,美国时任总统特朗普就宣布紧急战略储备的医疗物资几乎用尽。2021年2月,美国卫生部发布报告称,受新冠影响,美国医疗服务遭受长期挑战。2022年初,美国媒体Axios称“美国医疗系统面临奥密克戎的巨大压力”。2022年7月,美国新闻网站刊文称,医疗人员短缺令美国医疗系统窒息……
美国新闻网站刊文截图
这确实令人难以置信。美国是全球医疗水平最发达的国家之一,按理说经历三年新冠疫情后,医疗系统应该更加高效成熟,但现实恰恰相反。有分析指出,问题的根源在于美国政府自始至终都没把精力用到解决实际问题上,而是不断将疫情政治化、武器化。
美国防疫惨败,代价是惨痛的。由于美国政府的不作为、乱作为,美国几乎流行过新冠疫情暴发以来所有变种毒株,导致超1亿人确诊、超108万人死亡、25万儿童沦为新冠孤儿,惨烈程度居全球之首。2021年美国人均预期寿命持续下降至76.4岁,为1996年以来最低。
同时,防疫惨败令美国医疗资源持续紧张,大量医护人员离职,民众看病难上加难。根据约翰·霍普金斯大学数据,自2020年7月以来,美国ICU病床占用率除个别月份外,均在70%以上。《华盛顿邮报》报道称,医务资源短缺“像海啸一样”袭击着美国医疗保健系统。29岁的尼诺为了治疗孩子的合胞病毒,不得不跑去其他州找一张床位。她哀叹道:“这真是太疯狂了!”
美国政客对国内排山倒海的疫情视而不见,反倒对中国指手画脚,不知他们哪儿来的勇气与自信?
过去三年,中国在疫期严峻时期实现严格的防控政策,经受住了全球五波疫情的冲击,极大减少了重症和死亡,也为疫苗药物的研发应用、医疗等资源的准备赢得了宝贵时间。像其他国家一样,中国防疫政策优化调整也会经历适应期。特别是中国人口基数大、老龄化严重,短期内不可避免会面临感染人数增加、就医需求上升等问题。但中国政府没有浪费一分一秒,积极主动解决问题。
从在体育馆、方舱开设临时发热诊疗点,到开通互联网医疗方便民众就医;从组织药企扩大产能,到保障新冠感染患者治疗费用,中国政府尽最大努力保护人民生命健康。英国纪录片制作人柯文思过去三年在中国,他说:“我一直是中国努力保护人民生命健康的受益者。”
1月6日,中国发布第十版新型冠状病毒感染诊疗方案,进一步优化“临床分型”、完善治疗方法并调整了出院标准。1月8日起,中国将把新型冠状病毒感染从“乙类甲管”调整为“乙类乙管”,不再对入境人员和货物等采取检疫传染病管理措施。这是中国因时因势优化防疫政策的最新努力,对中国人民负责,也有利于提振世界经济。
相比之下,那些对自家民众苦难无动于衷的美国政客,做了些什么呢?他们“内病外治”最拿手、“甩锅”推责数一流、“设障筑墙”最起劲,不折不扣是美国人民与世界人民之祸。
(国际锐评评论员)
向善而生的AI助盲,让AI多一点,障碍少一点******
有人说,盲人与世界之间,相差的只是一个黎明。在浪潮信息研发人员的心中,失去视力的盲人不会陷入永夜,科技的进步正在力图给每一个人以光明未来。
AI助盲在人工智能赛道上一直是最热门的话题之一。以前,让失明者重见光明依靠的是医学的进步或“奇迹”。而随着以“机器视觉+自然语言理解”为代表的多模态智能技术的爆发式突破,更多的失明者正在借助AI提供的感知、理解与交互能力,以另一种方式重新“看见世界”。
新契机:多模态算法或将造福数以亿计失明者
科学实验表明,在人类获取的外界信息中,来自视觉的占比高达70%~80%,因此基于AI构建机器视觉系统,帮助视障患者拥有对外界环境的视觉感知与视觉理解能力,无疑是最直接有效的解决方案。
一个优秀的AI助盲技术,需要通过智能传感、智能用户意图推理和智能信息呈现的系统化发展,才能构建信息无障碍的交互界面。仅仅依靠“一枝独秀”超越人类水平的单模态人工智能比如计算机视觉技术还远远不够,以“机器视觉+自然语言理解”为代表的多模态算法的突破才是正确的新方向和新契机。
多个模态的交互可以提升AI的感知、理解与交互能力,也为AI理解并帮助残障人士带来了更多可能。浪潮信息研发人员介绍说,多模态算法在AI助盲领域的应用一旦成熟,将能够造福数以亿计的失明者。据世卫组织统计,全球至少22亿人视力受损或失明,而我国是世界上盲人最多的国家,占世界盲人总数的18%-20%,每年新增的盲人数量甚至高达45万。
大挑战:如何看到盲人“眼中”的千人千面
AI助盲看似简单,但多模态算法依然面临重大挑战。
多模态智能算法,营造的是沉浸式人机交互体验。在该领域,盲人视觉问答任务成为学术界研究AI助盲的起点和核心研究方向之一,这项研究已经吸引了全球数以万计的视障患者参与,这些患者们上传自己拍摄的图像数据和相匹配的文本问题,形成了最真实的模型训练数据集。
但是在现有技术条件下,盲人视觉问答任务的精度提升面临巨大挑战:一方面是盲人上传的问题类型很复杂,比如说分辨冰箱里的肉类、咨询药品的服用说明、挑选独特颜色的衬衣、介绍书籍内容等等。
另一方面,由于盲人的特殊性,很难提取面前物体的有效特征。比如盲人在拍照时,经常会产生虚焦的情况,可能上传的照片是模糊的或者没有拍全,或者没拍到关键信息,这就给AI推理增加了难度。
为推动相关研究,来自卡内基梅隆大学等机构的学者们共同构建了一个盲人视觉数据库“VizWiz”,并发起全球多模态视觉问答挑战赛。挑战赛是给定一张盲人拍摄的图片和问题,然后要求给出相应的答案,解决盲人的求助。
另外,盲人的视觉问答还会遭遇到噪声干扰的衍生问题。比如说,盲人逛超市,由于商品外观触感相似,很容易犯错,他可能会拿起一瓶醋却询问酱油的成分表,拿起酸奶却询问牛奶的保质期等等。这种噪声干扰往往会导致现有AI模型失效,没法给出有效信息。
最后,针对不同盲人患者的个性化交互服务以及算法自有的反馈闭环机制,同样也是现阶段的研发难点。
多解法:浪潮信息AI助盲靶向消灭痛点
AI助盲哪怕形式百变,无一例外都是消灭痛点,逐光而行。浪潮信息多模态算法研发团队正在推动多个领域的AI助盲研究,只为帮助盲人“看”到愈发精彩的世界。
在VizWiz官网上公布的2万份求助中,盲人最多的提问就是想知道他们面前的是什么东西,很多情况下这些物品没法靠触觉或嗅觉来做出判断,例如 “这本书书名是什么?”为此研发团队在双流多模态锚点对齐模型的基础上,提出了自监督旋转多模态模型,通过自动修正图像角度及字符语义增强,结合光学字符检测识别技术解决“是什么”的问题。
盲人所拍摄图片模糊、有效信息少?研发团队提出了答案驱动视觉定位与大模型图文匹配结合的算法,并提出多阶段交叉训练策略,具备更充分的常识能力,低质量图像、残缺的信息,依然能够精准的解答用户的求助。
目前浪潮信息研发团队在盲人视觉问答任务VizWiz-VQA上算法精度已领先人类表现9.5个百分点,在AI助盲领域斩获世界冠军两项、亚军两项。
真实场景中的盲人在口述时往往会有口误、歧义、修辞等噪声。为此,研发团队首次提出视觉定位文本去噪推理任务FREC,FREC提供3万图片和超过25万的文本标注,囊括了口误、歧义、主观偏差等多种噪声,还提供噪声纠错、含噪证据等可解释标签。同时,该团队还构建了首个可解释去噪视觉定位模型FCTR,噪声文本描述条件下精度较传统模型提升11个百分点。上述研究成果已发表于ACM Multimedia 2022会议,该会议为国际多媒体领域最顶级会议、也是该领域唯一CCF推荐A类国际会议。
在智能交互研究方面上,浪潮信息研发团队构建了可解释智能体视觉交互问答任务AI-VQA,同时给出首个智能体交互行为理解算法模型ARE。该研究成果已发表于ACM Multimedia 2022会议。该研究项目的底层技术未来可广泛应用于AI医疗诊断、故事续写、剧情推理、危情告警、智能政务等多模态交互推理场景。
眼球虽然对温度并不敏感,但浪潮信息的研发团队,却在努力让盲人能“看”到科技的温度,也希望吸引更多人一起推动人工智能技术在AI助盲、AI反诈、AI诊疗、AI灾情预警等更多场景中的落地。有AI无碍,跨越山海。科技的伟大之处不仅仅在于改变世界,更重要的是如何造福人类,让更多的不可能变成可能。当科技成为人的延伸,当AI充满人性光辉,我们终将在瞬息万变的科技浪潮中感受到更加细腻温柔的善意,见证着更加光明宏大的远方。
(文图:赵筱尘 巫邓炎)