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，并且正影響和改變着我們的生活。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，醫學檢測品質和效率都遠勝于人類，正在諸多場景中發揮着關鍵作用。
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資料。人工智能應用在智慧醫療領域。此前多數的做法是将資料都上傳至雲端進行推理和訓練，這樣會對雲端造成巨大壓力。
為分擔中心雲節點的壓力，如今學術界和業界都将目光放在了邊緣側：邊緣計算節點可以負責自己範圍内的資料計算和存儲工作，實時或更快速的處理資料分析。
02，為什麼一定要用邊緣側？
看到這裡，有的網友就覺得有點奇怪了，為什麼一定要用邊？
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的訓練在雲端，指令推送到邊緣側，優化後再處理。
2、質檢主要目的是代替人工，提高檢出率。
3、資料量大的情況下，無論是AI，還是其他場景，比如震動傳感器，智能傳感器，都要求在邊緣側做資料的及時處理和傳回。
是以邊緣側要求資料處理的及時性，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迹相同，進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）
那什麼時候需要邊緣計算，或者說，邊緣的典型負載是什麼？主要有以下：
1. 資料量大，資料傳輸成本高
2. 對時延要求高，到雲上的時間太長，來不及處理
3. 對持久連接配接要求高: 如果邊端wifi斷開，掉電等不穩定
4. 資料安全性 privacy & security
5. Workload 排程要求
6. AI/AA要求的資料調用，調配
03，“雲邊協同”
與此同時，雲計算做大資料分析挖掘、資料共享，同時進行算法模型的訓練和更新。這樣利用雲計算和邊緣計算協同工作的架構，也就是常說的“雲邊協同”，是幫助人工智能在醫療數字化程序中更完美落地應用的一大步創新。
舉個眼前的案例，疫苗的生産。
新冠以來，社會對疫苗的需求驟增。不過，可能很多人不清楚，在生産過程中，像疫苗這樣的液體藥物制劑，關乎生命健康，其生産、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，那麼注射疫苗不僅不會保護健康，還會帶來風險。
正因為如此，疫苗生産過程中，不僅要努力實作自動化管理，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裝置，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品質把控。
而更快更準的檢測，也對燈檢機裝置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，需要在幾十毫秒内就完成。這意味着燈檢機從旋瓶電機啟動到擺臂到位、再到圖像擷取、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。
04，什麼是高品質的燈檢機？
高品質的燈檢機事實上是一個人工智能平台，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，及時地将其剔除，進而保證總體疫苗的品質。
事實上，這也對于疫苗的産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，而且要盡快将其轉化成為産品來供公衆社會使用。
而作為疫苗生産線上必不可少的一步，品質把控是至關重要的，“雲邊協同”架構下的燈檢機方案可以讓疫苗生産的品質得到很好的保障。
當然，不隻是疫苗，事實上許多藥物生産上，這種技術也是重要保障。
相信在未來，從疫苗到藥物的生産上，依托“雲邊協同”這樣先進架構，人工智能将會大顯身手，幫助更好地把控生産品質，也為整個社會的醫藥衛生事業提供更強大的助力。