百度CTO王海峰對話王辰院士：大數據與抗疫會摩擦出怎樣的火花？

你有多久沒有關注疫情的消息了?

除了戴口罩變得格外悶熱，以及偶爾從海外傳來的新聞之外，我已經很少會主動點開《新型冠狀病毒肺炎疫情地圖》了，而幾個月之前，我簡直恨不得“住”在疫情新聞板塊里，隨時追蹤數據更新。

隨著北京高風險地區的清零，二度緊張的醫護們、科學家，以及每個普通老百姓，生活也都日漸重回正軌。但想必每一個人都心知肚明，這場疫情猶如一個投進生活湖面的巨石，所引發的激蕩和漣漪一直在繼續。

比如首次將醫療作為賽題的第六屆國際大數據競賽，就即將迎來決賽。比賽擁有聯合國教科文組織IKCEST、中國工程科技知識中心(CKCEST)、百度公司、西安交通大學等協辦單位的“華麗陣容”。

同時，來自哈佛大學、哥倫比亞大學、帝國理工、清華、北大、西交大、哈工大等頂尖高校的人才，將在圖靈獎獲得者Reddy教授、鄭南寧院士等等產學界大牛們組成的強大AI評委團指導下，嘗試運用智能工具來預測傳染病的傳播趨勢和速度。

在16支決賽隊伍的誕生之際，來自AI界、醫學界的眾多“最強大腦”也展開了精彩的尖峰對話，為大家加油鼓勁。

其中，中國工程院副院長王辰院士與百度CTO王海峰，想必大家都不陌生。一個是在17年前的“非典”身先士卒，在新冠疫情期間帶頭出征，“方艙醫院”的首倡者;一個是國際知名的人工智能學者，中國產業AI的領軍人物。

7月20日晚，當這二位“大魔法師”向大眾揮舞起自己手中的技術“魔法棒”，想必現場參賽選手心中，也種下了“AI+產業”的燎原之星火。

大數據如何打破AI魔法與現實醫學的次元壁?

大數據技術與醫學的結合，在國際大數據競賽舉辦的六年中，尚屬首次。人工智能與大數據技術究竟如何找到傳染疾病的規律，助力疫情防控呢?

對話一開始，王海峰就拋出了這個讓數億中國人掛心的話題。

如果說，王海峰所代表的AI軍團，手握的是智能+大數據的“魔法棒”，那么王辰院士背后的醫學精英們，則手執現代醫學，用來刺穿現實中的殘酷疫病。

顯然，對于王辰院士所代表的醫學工作者來說，大數據“魔法”已經成為醫學研究不可或缺的原料。

在他看來，高致病性傳染的傳播本身就是一個高元多次方程。因為待解的函數太多，影響因素更多，幾個簡單的參數想要預測疫情的發展規律幾乎不可能。

王辰院士不無感慨地說道，疫情期間大家時刻關注著“拐點”何時到來，科學家們也十分為難。畢竟自變量都還沒搞清楚，社會干預等各個因變量又會如何相互影響，就更增加了推算的復雜程度。

前期疫情的嚴重程度不同，社會干預的程度和強度不同，種種變量的互相作用構成了非常浩繁的數據，直接導致抗疫決策與結果也南轅北轍。

所以在對話中，王海峰拋出的大數據+AI雙重魔法，就有機會顯現神通了。

在王海峰看來，大數據和傳染疾病一樣，不僅內部復雜，而且也處在劇烈的動態變化之中。能夠抓住大數據規律的人才，運用人工智能算法各顯神通，從各種數據中挖掘出疾病潛在規律的概率自然也很大。

不難發現，大數據技術+人工智能的結合，就像是為疫情預測上了一道超強的計算buff，分分鐘就將奧數級別的現實難題，整得明明白白，讓普通人可以坐享技術果實的甘美。

AI+醫學混合雙打：智能技術如何幫助醫護人員?

疫情之中，為一線醫護工作人員懸心的大眾，將目光移動到智能機器人身上，也是自然而然發生的故事。

畢竟由機器人來輔助和替代他們完成一些相對常規的工作，可以很大程度地降低醫護人員的風險。

在對話中，王辰院士和王海峰和一拍即合，完成了一場配合完美的“男子雙打”：

王辰院士：防傳染問題很嚴重，實驗室里的檢驗人員，病房里面工作的醫生和護士，一整套防護服穿上以后，給體力、與病人接觸、醫療操作等都造成很大的困難，能不能有一部分的工作由智能機器人來替代?

王海峰：百度在這次疫情防控過程中嘗試用了機器人，來幫助送餐、送藥，相信這個會用得越來越廣泛。

王辰院士：病房里忙碌的機器人比重越來越大，但最關鍵的部分還是由人來做。

王海峰：機器人減少傳染是一方面，另一方面用AI技術進行遠程診療，結合算法對病毒RNA進行二級結構預測等等，這些都對疫情防控有幫助。

一場業界最強大腦關于AI+產業的“混合雙打”到此告一段落。事實上，智能技術繁榮的過程，也就是在這樣日復一日的探索與博弈之中不斷成長，挑戰一座座科學高峰，最終惠及你我這樣的普通人。

高含金量的未來人才，在技術專家和醫學專家眼里都長什么亞子?

看到這里大家可能會問，既然智能技術與傳染疾病的碰撞如此有用，為何二者的融合還需要疫情作為催化劑?

大家不妨想一想，今天的醫學家和工程師，都在忙些什么?

夸張點說，前者渴望智能技術加持，恨不能加入“拜AI教”;后者眼饞高質量醫療數據，就差潛伏到醫院做護士。

王辰院士就跟王海峰“吐槽”道，國內無論計算機軟硬件都已經具備了條件，但一直打不破醫學界跟信息科學界、大數據相關技術人員之間的堅冰，所以大家還是在不同的頻道上唱著各自的歌，說著不同的話，沒有交融在一起，把真正的IT技術、大數據分析能力跟醫學問題深刻地結合起來。

而造成這種局面的核心，就是缺乏既懂醫學、又懂信息技術的復合型人才。

誰知管理千萬技術精英的王海峰也深受其困，當即現身說法，坦言百度在做AI醫療時的人才難題。

比如幫助基層醫生的輔助診療系統，協助他們出具診療方案，就需要又很懂醫學又很懂計算機的團隊。所以百度這一團隊不僅有很多計算機工程師，還招募了許多專業醫生的加入，用跨領域人才協作的模式來搞。

復合型人才的培養、跨領域人才協作等等，都指向了一個未來——全民普惠的智能醫療。

王辰院士舉個一個例子，按照百度AI醫療的思路，加上中國EMR(電子醫療病歷系統)醫療信息化整合之后的大數據基礎，未來就算疫情相對持續存在甚至加重，那整個中國社會的應對狀態都會大不一樣。比如要不要加大社會距離，加大社會距離有什么方式?是減少聚會還是要戴口罩?這些都可以根據大數據的分析結果來做出合理判斷。

而大數據競賽的核心目標，也是從技術與產業的碰撞中挖掘出更多的人才。正如王辰院士和王海峰先生所說，醫學深奧，數據浩繁，而在其中翱翔的學子們正如星河之子，心向遠方。

在我看來，像百度一樣踏浪智能征途，在萬千行業與場景當中，這樣關系人類福祉的技術橋梁還在一座座拔地而起……這或許是大數據技術與人類社會，一次最值得銘記的邂逅。