6日，鐘南山院士團隊與騰訊公司合作成立了“大數據及人工智能聯合實驗室”，利用大數據和人工智能進行流行病、呼吸疾病和胸部疾病的篩查和防空預警。人工智能在抗疫主戰場的作用日益顯著，從CT診斷到智能機器人，AI抗疫中有這些上海身影。
人工智能在本次新冠肺炎疫情的防控中得到了實際應用，涵蓋了輔助診斷、影像分析、藥物研發、體溫檢測、醫療機器人等多個AI+醫療領域。尤其是在主戰場AI醫學影像方面，AI技術實現了篩查的時間窗口前移。

而上海作為全國首個人工智能先導區，以及人工智能試驗區所在地，長期的技術積累在抗疫中得以運用，尤其是在醫學影像輔助診斷系統、智能醫護機器人等領域涌現出一批實力強勁的企業。

CT診斷

雖然新冠病毒感染確診主要依靠病毒核酸檢測，但肺部的醫療影像檢查對于病情的診斷仍起到不可或缺的作用。在待診斷人數超出現有醫療資源的情況下，不少病人需要排隊數小時等待CT檢查。

上海本土企業依圖科技聯合上海市公共衛生臨床中心，在春節期間開發上線了“新型冠狀病毒性肺炎智能影像評價系統”。這是行業內首款新冠肺炎智能評價的AI影像產品，在2~3秒內就能完成肺炎篩查、定量評價，目前包括該產品在內的依圖系列產品已經在全國100多家醫療和公共機構落地。

這套系統可以在依圖胸部CT智能4D影像系統的基礎上快速升級。由于新冠肺炎防控的需要，在臨床診療中需要快速篩查，并進行定量的分析，該系統能夠在圖像生成的第一時間，就提示受檢者肺內是否有疑似肺炎，從而提醒醫生第一時間提早關注，讓整個肺炎的篩查時間窗口前移。
為了以最快的速度緩解前線醫生的壓力，商湯科技將自主研發的SenseCare肺部AI智能分析產品以云服務的模式接入到合作伙伴的醫學影像閱片平臺，通過遠程的方式快速馳援十余家前線醫院及多地醫院和醫療機構，為醫生提供免費的AI輔助分析。
在商湯AI技術的加持下，醫生登陸平臺發送AI輔助診斷請求后，可快速獲得輔助診斷結果，系統同時自動提示CT中的疑似病灶位置以及精準的三維量化分析、精確測算雙肺肺炎的受累程度，幫助醫生更精準地對病例進行影像學分型及分期的綜合分析，以實現早發現、早隔離、早治療，為患者爭取寶貴時間、最大程度避免交叉感染。

一組數據可以反映出放射科醫生平時的工作量。根據《中國人工智能醫療白皮書》，以肺結節檢測為例，一家三甲醫院平均每天接待200例左右的肺結節篩查患者，每位患者在檢查環節會產生200~300張左右的CT影像，放射科醫生每天至少需要閱讀4萬張影像。

上海第十人民醫院放射科主任湯光宇曾表示，AI在醫療影像識別領域幫了醫生一個大忙，能將醫生診斷效率提升30%~50%，解放一些老專家，讓他們有更多時間進行深度研究。

智能機器人

如果說智能影像評價系統運用在了人工智能抗疫的主戰場，那么在醫療和公共場所的服務型機器人則有效輔助醫務人員完成了部分危險工作，能減少醫務人員的交叉感染風險。

位于上海閔行馬橋的達闥科技，是去年世界人工智能大會后落地上海的20個AI創新項目之一。該公司已經在武漢方艙醫院、北京地壇醫院和湖北、北京、浙江、廣西、廣東、上海等多地完成部署交付的5G云端智能防疫機器人產品。以5G測溫巡查機器人為例，一旦發現人體異常，會立即上報，避免測溫人員頻繁、長時間工作。
基層街道社區的健康情況追蹤和流動情況排查是疫情防控工作的重要一環，但挨家挨戶走訪的方式上門排查，任務繁重且存在感染風險。針對這一情況，云知聲開發的“疫情防控機器人” 可以自動快捷呼出、全程錄音備查、高精確度轉寫并自動匯總電話撥打報告，對于重點防控對象還可以自動標記，排查效率較人工提升數百倍。
除了“疫情防控機器人”之外，云知聲還推出了AI遠程專家診療系統以及智能電梯、智能送貨機器人等非接觸式服務，構成了一套從管理、防控到服務全面覆蓋的綜合疫情防控體系。

把人工智能上升為優先發展戰略的上海，已經擁有人工智能核心企業1000余家。此前，上海公布了兩批人工智能應用場景，涉及醫療、教育、民生等多個領域。預計到2020年，上海擬形成60個左右人工智能深度應用場景，建設100個以上人工智能應用示范項目，打造一批人工智能特色小鎮和特色示范園區。

目前，人工智能正處于第三個發展高潮期，技術應用的落地是本輪發展的重要特征。而落地于上海浦東的首個人工智能先導區，在本次疫情中，就征集了兩百余項人工智能企業疫情防控產品和解決方案，組織推進與疫情防控相關機構對接。

上海交通大學人工智能研究院副院長王延峰對記者說，AI技術在這一次疫情中運用的范圍很廣，尤其是有前期積累的AI公司表現較好，但是在主戰場（比如醫院診斷、藥物研發等）還可以有更深度的運用，這種情況也跟AI所需要的三要素（算力、算法、數據）有關，“要有真正能夠起到貢獻的數據，算力、算法都要針對這件事做改變，才能起到作用。”
王延峰還認為，此次疫情會讓AI企業加速兩極裂變。那些能真正落地提供AI服務的企業未來的機會將更多，而那些沒有實際應用也難以將項目落地的企業，可能就會在資本和疫情的雙重作用下加速淘汰。