如何從“設計向善”到“AI向善”？“AI+醫療”給出了答案 _答案

2019年10月30日，第四屆TDW騰訊設計周在深圳舉行。作為一年一度的設計師盛會，TDW2019以Designforgood設計為主題，聚集了很多國際咖啡館和業界專家，共享業界最先進的設計理念和應用落地，探索業界突破口，實踐設計。

作為計算機視覺和AI視覺分析研究領域的新力量，微型銀行AI團隊被邀請參加會議，高級研究員李權在會議上共享醫療健康行業設計的新視野案例(以下簡稱案例)，與騰訊大數據云視覺中心的高級負責人杜健合作，以比賽監視為演講切入點，與會者共享AI技術在幫助智能體育發展的過程中發揮的重要作用，進一步展AI電視醫療的最新成果和進展。在當前醫療健康行業，體育比賽是一個重要場景。參加者實時發生的大量異構運動和生理數據，對及時醫療事故的分析和干預是很大的挑戰。傳統方式是將數據直接匯總到可視化系統，缺乏實時顯示和預警功能，醫療事故應對滯后，不利于保證人員安全。此案例將在設計城市馬拉松可視化和協調干預系統時融入更多人工智能技術，實現比賽數據的實時監控和可視化總結。另外，基于大數據的AI預測功能，在有效預測可能發生的異常事件的同時，計算異常數據的最佳拍攝路徑，幫助運動比賽組委優化救護車、救護人員等醫療救助資源的配置，提高運動比賽組織的效率，進一步發展智能體育。

微型銀行AI團隊李權展示的案例，不僅是AI和數據可視化在比賽監視領域的重要探索，也是騰訊大數據云可視中心高級負責人杜健所說的正確設計，將AI向善的理念和模式設計在AI領域和更多行業

【如何從“設計向善”到“AI向善”？“AI+醫療”給出了答案】李權所在的微型銀行AI團隊除了在數據可視化方面建立之外，還繼續致力于基于聯邦學習技術的智能醫療領域。作為重視數據安全和隱私保護的分布式機械學習技術，聯邦學習可以在當地共同培訓AI模型，解決醫療健康行業各部門、機構數據單一、質量低、利用率差等制約行業信息化發展的難題。微型銀行AI團隊最近與騰訊天衍AI實驗室等團隊合作，共同研究基于醫療健康大數據的AI預測，通過AI預測、警告能力，輔助醫療信息決策，加快智能醫療落地。隨著科學技術的發展和進步，人工智能醫療不再是一種概念創新，它已經落地，為醫療行業提供最先進和最符合醫療需求的服務。微型銀行AI團隊在智能醫療領域持續發展，致力于AI科學技術的力量，提高醫療服務的效率和質量，融合AI和醫療的深度。醫療領域的關注者從來沒有缺乏溫度，AI在未來持續提高這個溫度是AI和醫療深度融合的意義。