1. 创业头条
  2. 前沿领域
  3. 人工智能
  4. 正文

AI为职业病做了啥贡献,了解一下

 2018-08-18 13:42  来源:A5专栏  我来投稿 撤稿纠错

  【推荐】海外独服/站群服务器/高防

文 | 杨苏颖

来源 | 智能相对论(ID:aixdlun)

在控制嫌疑犯的时候,他的右手被犯罪嫌疑人抓伤。创口大约3厘米。

“我有艾滋病。“审讯过程当中犯人自称。

尽管犯人检查结果显示阳性。但是不久后,他却突然感冒一直没好,有点害怕。他自己一个人偷偷到疾控中心检查。而等结果的那一个月,是他人生最黑暗的一段时期。

这是知乎上一位人民警察分享的故事。很幸运,他的检查结果显示他完全健康。

如果看过新版职业病分类和目录,会发现早在2013年的时候艾滋病就被列入其中,范围仅限医疗卫生人员及人民警察。由于经常在疾病暴露的环境当中工作,他们染上各种传染病的机率比普通人高很多。

职业病一直是各行各业不可言说之痛,而我们如何才能更好地应对职业病呢?

用AI降低一下生病的概率先

初期只是有点耳鸣,交谈什么都还算正常。到后来,个人听觉能力开始进一步丧失,“你说啥?我完全听不清啊。”这是噪声聋,也是职业病的一种。它的发展是一个比较缓慢的过程。噪声作业工龄较长的人如果听力损伤比较严重,后续治愈的机率并不高,极个别还有可能留下终生残疾。

目前,存在职业病危害的企业八成属于制造业。如何预防“噪声聋”?很多制造企业选择进行定期体检,以便鉴定噪声敏感者和早期听力损伤者。但是这里就存在两个bug:第一,既然是早期,症状表现肯定不会特别明显,那么如何避免工人和医护人员普遍觉得“这点程度的耳鸣还没毛病”的心理?第二,明明知道在噪声环境下作业会影响听力,为什么还要放纵这种伤害继续产生,先让工人生病再给他们治疗的方式是不是稍显愚笨?因此,面对职业病,我们需要做到的一定是防止产生,而不是事后补救。

近日,阿里巴巴机器智能技术实验室正在研发在高工业噪声环境下的语音识别及传输技术。根据《职业性噪声聋诊断标准》,噪声大于等于85分贝时,工人需要有所防护。但是在噪声95以上的车间当中,为了不妨碍日常工作交流,工人们均没有佩戴防护耳罩。阿里的这项技术可以实现在85分贝的工业噪声下,将1米处的正常音量语音转换为文字。因此,工人们可以重新戴上防护耳罩,只需要同时再配备一个语音终端,就能够知道对方在说什么,也不影响工作交流。只是目前85分贝的环境与车间作业的噪声程度相比还是过于安静,因此,这项语音技术在未来还需要再做进一步的提升,才能真正降低工人得病的概率。

如果你患了职业病,AI或能提高检测的精准性

“当时我跟医生表明了我的一些不适症状,但是医生说这是正常表现,并在体检报告上填上了正常范围内的数据。”我们时常会有这样的困惑,就是明明感觉自己的身体已经出问题了,为什么医生却老说没问题呢?智能相对论(aixdlun)的分析师杨苏颖试图分析在一般的职业病检测当中,为什么我们的身体上的一些不适常被医生认定为是正常表现。

拿经常接触放射源的职业人群来举例,首先,人类放射科医生有7%的假阴性率(漏掉有病的概率),有66%假阳性率(误诊为有病的概率)。两项数据一对比可以发现,假阳性率要比假阴性率高得多,而这会导致一种什么样的结果?只要数值不是特别反常,凭借以往的诊断经验,医生通常会认定你的检查结果是正常的。

另外,利用传统人工目测的方式检测人体各项细胞指数时,医生常常会发生漏看的情况。而漏看其实并不是小事,就是因为漏看几个细胞,可能就会导致我们的检测数值出现误差,而“假阴性”的结果也就这样产生了。

因此,其实使用人工目测的方法其实并不利于职业病的认定。如何使用新的技术手段让职业病的检测更高效是当下解决职业病认定很关键的一个问题。目前,很多职业病都具有潜伏期,现在中国的职工流动性又比较大。所以,在未来的职业病检测当中,AI录病系统,大数据分析,算法预测疾病系统可能都需要被建立起来。

职业病检测将可能是AI最值得付费的场景

目前,用AI来做一些影像检查的准确率已经很高,那么问题来了,AI现在为什么没有全面落地医疗影像领域呢?有人说这是因为AI不能独立工作,但这只是其中一个原因,而且这个原因放在任何领域都适用。实际上,另外一个更主要的原因其实是AI它只能对某一种特定的疾病进行筛选标记。解释一下也就是说,在训练AI的过程当中,拿来训练AI的数据均是只与某一种疾病相关的单一数据。那么这就会造成AI先入为主的检病逻辑。而对比人类,当人类医生拿到一张医疗影像图的分析疾病的时候,他所做的是全面分析,但是AI却只能对这张影像图说YES或者NO。说白了就是AI没有全局观,只会做选择题而不会做分析题。

Buuuuuuuuut,没有全局观就不能用来检测疾病了吗?职业病检测就正好适合这种没有全局观的AI。实际上,职业病体检和普通体检是完全不同的两种模式。不同的职业所需要进行的体检项目是根据该职业的工作性质来决定,并且每一种职业所囊括的职业病有特定范围。这不就正好与全局观没有培养起来的AI不谋而合吗?做职业病检测的AI不需要检测出你到底患了多少病,它需要做的只是为放射环境下的职工检查淋巴微核细胞率,为在粉尘环境下工作的职工检查到底有没有尘肺病,在噪音环境下工作的工人听觉细胞有没有受损,别的一概不管,仅此而已。

一直以来,AI在技术层次都发展得很快,但是实际上AI的应用却很成问题。对于AI未来的前景,我们不能仅凭感性推断,更需要做的是去真正找到合适的落地方向来解决盈利问题。把AI运用到职业病领域,是细钻垂直领域应用的一个典型表现。只有这样,我们才能为AI找到最值得付费的场景。

技术的进步应该更多地照拂到人类的痛点,尽管目前我们已经有了工伤保险,但是工商保险并不能解决全部的问题。利用技术将事情80%的解决程度变成100%,这也是技术领域的一种工匠精神。

【完】

智能相对论(微信id:aixdlun):深挖人工智能这口井,评出咸淡,讲出黑白,道出vb深浅。重点关注领域:AI+医疗、机器人、智能驾驶、AI+硬件、物联网、AI+金融、AI+安全、AR/VR、开发者以及背后的芯片、算法、人机交互等。

申请创业报道,分享创业好点子。点击此处,共同探讨创业新机遇!

相关标签
ai技术
ai智能

相关文章

  • 开发者怎么拥抱智能化浪潮?昇腾AI给出了“通关指南”

    在大模型代表的新一轮技术浪潮下,智能化转型已然是毋庸置疑的趋势,科技大厂们纷纷给出了智能化的“道法术”,大大小小的企业也开始更新认知,想要从创新中挖掘出驱动增长的新质生产力。但现实和智能化的美好愿景之间,仍然横亘着一片鲜有人涉足的“荒海”,脚下还没有坚实的路。3月23日在天津举办的昇腾AI开发者创享

    标签:
    ai技术
    ai智能
  • 8款AI视频生成产品实测,谁将成为中国Sora?

    ©自象限原创作者丨罗辑、苏奕编辑丨程心2024年开年,科技圈没有什么比Sora的出现更让人兴奋。如同ChatGPT在2023年初带来的LLM创业潮,Sora的发布也同样将视频生成模型推到了风口浪尖。科技巨头猛推产品,创业公司则乘风而上。3月13日,AI视频大模型公司爱诗科技完成亿元级人民币A1轮融资

    标签:
    ai技术
    ai智能
  • AI业务收入盈利双增,但百融云没有止步

    当为科学技术巡游一方的神,行至人工智能的篇章,中国公司的2023年报里,写着AIGC的前世今生。翻开科技进步的编年史,每一次技术革命都有这样一条铁律:技术革命的最大受益者,通常不是率先做出突破的开疆派,而是率先将其发扬光大的技术流。靠着工业革命超越日不落的美利坚,把同样的故事,转载到了50年代的半导

  • AI手机需要新故事

    言必称AI的时代,已经来了,尤其是随着sora等的震撼发布,以及Google、微软和国内大厂等在AI研发、大模型等方面的日新月异。就手机行业而言,在存量时代出货量连年不及预期的情况下,如何刺激用户换机,成了一道摆在所有手机厂商面前的共同命题。从三星到国内的一些手机厂商,实际上已先行一步打出了“AI手

    标签:
    ai技术
  • 智能校对大模型文修2.0重磅发布:赋能“人工智能+办公”转型升级

    3月22日,由天津蜜度文修智能科技有限公司主办的智能校对大模型文修2.0智臻发布会在津举行。发布会以“大模型赋能‘人工智能+办公’体验升级”为主题,邀请语言智能领域专家,以及各大媒体机构和合作伙伴,围绕大模型技术、应用落地发展、标准化进程进行分享交流。发布会上还发布了智能校对大模型文修2.0。天津市

  • 阿里通义千问重磅升级:免费开放1000万字长文档处理功能

    3月22日消息,阿里通义千问重磅升级,向所有人免费开放1000万字的长文档处理功能,成为全球文档处理容量第一的AI应用。即日起,所有金融、法律、科研、医疗、教育等领域的专业人士,都可通过通义千问网站和APP快速读研报、分析财报、读科研论文、研判案情、读医疗报告、解读法律条文、分析考试成绩、总结深度文

    标签:
    通义千问

编辑推荐