由於疫情進一步蔓延，世界衛生組織（WHO）於本週將本次武漢新冠肺炎宣佈為緊急醫療事件。在這場與病毒抗爭的戰役中，各方都在盡己所能遏制疫情的傳播，AI 技術也在其中發揮著越來越多的作用。

2020 年2 月1 日，百度方面表示，正在把AI 技術投入到新型冠狀病毒疫情防控中；比如，在北京清河火車站落地應用了AI 多人體溫快速檢測解決方案。而該火車站是京張高鐵始發站之一，也是京張高鐵線上規模最大的一座車站，春節期間高峰日客流量可達3 萬人次左右，北京地鐵13 號線在此設有換乘站。

據介紹，當前在火車站、機場、地鐵站等人流密集的公眾場所使用的體溫檢測方法存在一些局限：

• 傳統額溫槍——檢測速度較慢，容易導致擁堵，增大近距離接觸的可能，從而增加交叉性傳染的風險。
• 發熱篩查系統——需要現場值守的工作人員用肉眼觀察異常情況，篩查的準確率和效率可能會受到一定影響。
• 擁有一定AI 能力的智能測溫系統——對於遠距離、大範圍，以及面部特徵過少（佩戴帽子和口罩）的檢測可能會出現漏判誤判。

不過，百度的AI 體溫檢測技術在很大程度上解決了以上問題。據悉，該技術基於人臉關鍵點檢測及圖像紅外溫度點陣溫度分析算法，可以對一定面積內乘客的額頭溫度進行檢測，即便是佩戴帽子和口罩也能夠快速篩查。

除了在篩選效率方面的提升，該解決方案的部署也十分簡便。

比如，在通道或重要區域放置固定點位攝像機，在無需群眾配合或弱配合的情況下，攝像機完3-5 人/批次的面部溫度快速檢測系統。目前，該系統能夠測量的溫差在0.05 攝氏度之內。

對體溫超出一定闕值的人員，系統將以秒級發出警報，並提供人臉圖像信息，幫助工作人員採取及時有效的措施。

由於車站人流量大，固定點位攝像機可能會出現漏判的情況，工作人員還可以通過此解決方案來使用電腦以及手機等移動設備進行非接觸式巡檢。在發現體溫異常的人員之後，再使用傳統的額溫槍進一步測量，在保障精準篩查的同時，也提升了巡查的效率。

更重要的是，使用該解決方案在很大程度上降低了人工成本，也降低了工作人員被感染的風險。

另外，浙江大華等公司也已於年前成功研發完成熱成像測溫系統，可實現遠距離、大面積檢測，在30℃~45℃ 測量範圍內，測溫精度高達±0.3℃，一旦發現異常體溫人員，系統自動預警，並啟動複查方案。

在疫情爆發時，該公司已將熱成像測溫系統已在上海火車站投入使用，上海虹橋機場及上海浦東國際機場也已成功試用。

實際上，早在幾年前，AI 技術就被應用到了關於病毒感染的防控工作中。

• 2016 年，佐治亞大學、梅西大學和加利福尼亞大學組成的團隊開發的AI 模型用於預測絲狀病毒的傳播——該病毒通常會感染蝙蝠，但也可以傳播給人類；埃博拉病毒和馬爾堡病毒是兩種最常見的菌株。該模型通過綜合57 種不同因素來預測出哪種類型的蝙蝠可能攜帶絲狀病毒，其準確度為87％。
• 2017 年，來自Saw Swee Hock 公共衛生學院和新加坡國家環境局環境衛生研究所的科學家開發了一種預測登革熱暴發的AI 算法，；不久之後，初創公司Aime 開始提供一種工具，以84％ 的準確度預測登革熱暴發的地點和時間。

目前，醫療保健公司Metabiota（其平台可根據疾病症狀和死亡率以及治愈性等信息來估計疾病傳播的風險）正在與美國情報界以及美國國防部合作處理與冠狀病毒有關的問題。