谈谈人类为啥没被大数据海洋淹没 时势造AI！

serenade

数据本应是人类的帮手，但如今人类却被数据淹没，不知所措。廉价的数据储存器以及自动数据收集引发了大数据革命，与过去相比，组织机构的数据一直在膨胀增长。从计算机日志文件到天气状况，从购买数据到电视播放量，庞大的数据一直在展示世界的方方面面。
  f( h. e! z9 X% w5 z

" q( f$ f& T6 \5 D
但同时，仍有大量难辨真假的数据等待处理，有时它们并不投入使用，有时也会用作检测目前的趋势。而处理如此多的数据绝非易事。

1 U3 _) w2 X4 `( a- ?/ r$ ^1 H/ \" ^/ F& Z( n, Q
/ o7 D$ @$ C6 h# q+ c8 N1 b比方说在医疗方面，新诊断技术的出现便意味着需要对患者收集比以往更多的信息。


0 `! a1 c; ]' M; S, a9 @3 E/ d0 `医生不能也不会忽视病人的新信息。当诊断技术证实可投入正式使用后，便可用于挽救千千万万的生命。曾经CT和MRI这些诊疗工具并不常见，只在最复杂的案例中出现，但现在它们已不再罕见。随着这两种工具诊断越发准确，每次使用拍摄的图像数量也会增加。最近有研究表明，1999年平均每位患者拍摄82张CT图像，而2010年，图像数量增加了730%，达679张。
7 u6 _+ {' B& T1 V! K  Y# ~' u6 T6 m
" W0 R0 W$ p1 e8 U  Q$ J3 k5 S. V; V5 x" o/ |1 V5 Z
- s/ I; y5 |4 I" `8 }# |6 ?  m对于希望获得精准诊断的患者而言，这的确是个好消息，但同时也为放射科医生带来巨大压力。在医疗设备数字化的背景下，放射科的医生们筛选的数据也大大增加。研究还表明医生们为了保持工作量，需在在3至4秒内检查完一张图。, a( G* C. m7 I0 n# ~  |
: }, W' l0 v- @; Z% i0 E2 P
  p) _- [3 C* `
聘请更多的放射科医生是解决繁多工作量的一个方法，但培养专业人员耗时并不短。而且，假设当今图像的数目是30年前的50倍，难道放射科医生人数也相应提升至50倍吗？这个解决方法显然不可取。
4 [, H! ~2 O- J2 I. n% p/ J, \/ i) [6 r9 {7 X; |9 C
0 L/ D8 ~# |' V; q+ \
( ^5 C/ H7 G* g3 V; r) f因此，时势造AI。0 v! W# X( l2 c& c
% Y4 b$ M, W! D& n3 |  ?8 Z7 o$ w& s  j) f+ c0 a& u
' [$ Q& \; g6 L7 q2 C' `
1 A0 w6 }* J4 s4 K" ?" _4 fAI能为这些医生们做什么呢？传统的AI计算机辅助诊断方法检测到问题后，需要医生手动发送诊断图像，十分麻烦。而在新的方案中，AI“持续在线”，并且能自动检测筛选图像。
6 I+ w# E  h+ G3 @0 F, m7 F, k$ k9 F/ j' N* m  y. W

) U& I, s( t" s( U, C: P# E7 TAI不仅仅输出诊断信息。有些AI方案还可以对病例排序，确认哪个患者（如栓塞症患者）情况更严重，需要先看医生。比方说，癌症患者可以在几周内接受手术，但颅内出血的病人情况更为危急，濒死的几个小时是不可错过的救治时间。7 w( }1 h/ t( x" S9 o7 @& o
% I* ]% F& a4 M  n, j

AI并不是利用算法来取代放射科医生的工作，也不会取代任何获益于大数据的岗位。相反的是，AI是放射科医生们的主力工具，帮助他们持续关注病人状态。该科室的医生如果一天工作10至12个小时，那么一人可能就需要检查1万多张图像，而AI却可以帮助提升其准确率，减少工作负担。埃森哲（Accenture）公司在研究中发现，AI技术正重塑医疗服务，改善人类活动。
$ r% I8 _: ^9 V/ J

但如今仍未确定AI在医疗领域的价值，也不知晓AI是否已充分发挥其作用。AI不是完美的代名词，依然存在着一定的缺陷。但它也从“遥不可触”变成了一种实打实的技术。美国的食物与药品管理局在医药市场批准了部分AI支持方案，它们同时也获得了欧盟的许可。* @) g4 g2 x9 u# r3 N: v
6 A7 e& z9 {  O* K9 `1 x) ~: H. t! l& u
8 M' Q  z4 f8 r# d, x* K: o% u- h" A% f& @7 e
" S" y: |$ G. [3 j数据仍在增长，CT和MRI仪器将变得更加准确快捷，每个病患的图像会更加全面。AI将帮助众多医生赶上数据的大流，他们也因此有了更多时间关注病人。
1 J' t: N: m9 k( E
) j/ S0 T- A. u# J
6 a+ Y, z, I6 _AI不会抢了业务数据分析师的饭碗，而是帮助他们处理数据时更加得心应手，比方说处理亚马逊等大公司数亿交易数据可不容易。AI也不会冲击IT行业的就业情况，但如果没有AI，业内人士也难以处理大量的日志数据。
- V1 ^0 h& r8 I6 U' Y* f- J- V& t
5 ]. u/ \! Y+ t3 k  {: z7 ^
汽车制造业也出现了类似的趋势。1928年，近50万人受雇于美国汽车业; 但现在数量已上升近一百万人。机器自动化并未给汽车制造业带来苦果，而是促进了更先进汽车的诞生。- w- c( u/ \3 Q' }4 |8 b
& x! \* R1 n& T4 u
  Z3 ?/ |5 H% }) A$ C
; ~' r8 Y- P8 j! U& {5 ]. ?然而讽刺的是，为了使AI更加精准强大，必须使用大量数据训练深度学习模型。也就是说，大数据是AI进步的一大前提；同样，为了充分利用大数据革命，首先需要AI的革命。) O" _9 _" S6 [7 g
5 u9 g  X$ f* T7 a

. g$ {! D  J0 I4 M1 z5 R" G" yAI从大数据中拯救了人类，使我们免于淹没在数据之中，并给出明确的方向。在AI的帮助下，业务运营更妥当，软件应用运行更快，医生也得以使用更多的数据更好完成本职工作。
* D) }" k# W9 w. E$ B# Y