向善而生的AI助盲，让AI多一点，障碍少一点******

　　有人说，盲人与世界之间，相差的只是一个黎明。在浪潮信息研发人员的心中，失去视力的盲人不会陷入永夜，科技的进步正在力图给每一个人以光明未来。

　　AI助盲在人工智能赛道上一直是最热门的话题之一。以前，让失明者重见光明依靠的是医学的进步或“奇迹”。而随着以“机器视觉+自然语言理解”为代表的多模态智能技术的爆发式突破，更多的失明者正在借助AI提供的感知、理解与交互能力，以另一种方式重新“看见世界”。

　　新契机：多模态算法或将造福数以亿计失明者

　　科学实验表明，在人类获取的外界信息中，来自视觉的占比高达70%~80%，因此基于AI构建机器视觉系统，帮助视障患者拥有对外界环境的视觉感知与视觉理解能力，无疑是最直接有效的解决方案。

　　一个优秀的AI助盲技术，需要通过智能传感、智能用户意图推理和智能信息呈现的系统化发展，才能构建信息无障碍的交互界面。仅仅依靠“一枝独秀”超越人类水平的单模态人工智能比如计算机视觉技术还远远不够，以“机器视觉+自然语言理解”为代表的多模态算法的突破才是正确的新方向和新契机。

　　多个模态的交互可以提升AI的感知、理解与交互能力，也为AI理解并帮助残障人士带来了更多可能。浪潮信息研发人员介绍说，多模态算法在AI助盲领域的应用一旦成熟，将能够造福数以亿计的失明者。据世卫组织统计，全球至少22亿人视力受损或失明，而我国是世界上盲人最多的国家，占世界盲人总数的18%-20%，每年新增的盲人数量甚至高达45万。

　　大挑战：如何看到盲人“眼中”的千人千面

　　AI助盲看似简单，但多模态算法依然面临重大挑战。

　　多模态智能算法，营造的是沉浸式人机交互体验。在该领域，盲人视觉问答任务成为学术界研究AI助盲的起点和核心研究方向之一，这项研究已经吸引了全球数以万计的视障患者参与，这些患者们上传自己拍摄的图像数据和相匹配的文本问题，形成了最真实的模型训练数据集。

　　但是在现有技术条件下，盲人视觉问答任务的精度提升面临巨大挑战：一方面是盲人上传的问题类型很复杂，比如说分辨冰箱里的肉类、咨询药品的服用说明、挑选独特颜色的衬衣、介绍书籍内容等等。

　　另一方面，由于盲人的特殊性，很难提取面前物体的有效特征。比如盲人在拍照时，经常会产生虚焦的情况，可能上传的照片是模糊的或者没有拍全，或者没拍到关键信息，这就给AI推理增加了难度。

　　为推动相关研究，来自卡内基梅隆大学等机构的学者们共同构建了一个盲人视觉数据库“VizWiz”，并发起全球多模态视觉问答挑战赛。挑战赛是给定一张盲人拍摄的图片和问题，然后要求给出相应的答案，解决盲人的求助。

　　另外，盲人的视觉问答还会遭遇到噪声干扰的衍生问题。比如说，盲人逛超市，由于商品外观触感相似，很容易犯错，他可能会拿起一瓶醋却询问酱油的成分表，拿起酸奶却询问牛奶的保质期等等。这种噪声干扰往往会导致现有AI模型失效，没法给出有效信息。

　　最后，针对不同盲人患者的个性化交互服务以及算法自有的反馈闭环机制，同样也是现阶段的研发难点。

　　多解法：浪潮信息AI助盲靶向消灭痛点

　　AI助盲哪怕形式百变，无一例外都是消灭痛点，逐光而行。浪潮信息多模态算法研发团队正在推动多个领域的AI助盲研究，只为帮助盲人“看”到愈发精彩的世界。

　　在VizWiz官网上公布的2万份求助中，盲人最多的提问就是想知道他们面前的是什么东西，很多情况下这些物品没法靠触觉或嗅觉来做出判断，例如 “这本书书名是什么？”为此研发团队在双流多模态锚点对齐模型的基础上，提出了自监督旋转多模态模型，通过自动修正图像角度及字符语义增强，结合光学字符检测识别技术解决“是什么”的问题。

　　盲人所拍摄图片模糊、有效信息少？研发团队提出了答案驱动视觉定位与大模型图文匹配结合的算法，并提出多阶段交叉训练策略，具备更充分的常识能力，低质量图像、残缺的信息，依然能够精准的解答用户的求助。

　　目前浪潮信息研发团队在盲人视觉问答任务VizWiz-VQA上算法精度已领先人类表现9.5个百分点，在AI助盲领域斩获世界冠军两项、亚军两项。

　　真实场景中的盲人在口述时往往会有口误、歧义、修辞等噪声。为此，研发团队首次提出视觉定位文本去噪推理任务FREC，FREC提供3万图片和超过25万的文本标注，囊括了口误、歧义、主观偏差等多种噪声，还提供噪声纠错、含噪证据等可解释标签。同时，该团队还构建了首个可解释去噪视觉定位模型FCTR，噪声文本描述条件下精度较传统模型提升11个百分点。上述研究成果已发表于ACM Multimedia 2022会议，该会议为国际多媒体领域最顶级会议、也是该领域唯一CCF推荐A类国际会议。

　　在智能交互研究方面上，浪潮信息研发团队构建了可解释智能体视觉交互问答任务AI-VQA，同时给出首个智能体交互行为理解算法模型ARE。该研究成果已发表于ACM Multimedia 2022会议。该研究项目的底层技术未来可广泛应用于AI医疗诊断、故事续写、剧情推理、危情告警、智能政务等多模态交互推理场景。

　　眼球虽然对温度并不敏感，但浪潮信息的研发团队，却在努力让盲人能“看”到科技的温度，也希望吸引更多人一起推动人工智能技术在AI助盲、AI反诈、AI诊疗、AI灾情预警等更多场景中的落地。有AI无碍，跨越山海。科技的伟大之处不仅仅在于改变世界，更重要的是如何造福人类，让更多的不可能变成可能。当科技成为人的延伸，当AI充满人性光辉，我们终将在瞬息万变的科技浪潮中感受到更加细腻温柔的善意，见证着更加光明宏大的远方。

浙江丽水：擦亮健康底色，以数字化改革提升服务力******

　　时值严冬，呼吸道疾病感染进入高发期。在浙江省丽水市莲都区大港头镇官岭村，山区村民足不出村，即可在家门口的“流动发热门诊”就诊取药。

　　近日，2022年度全国爱国卫生运动大会在北京举行。在大会的健康城市主题分会上，丽水市副市长卢彩柳作“倡导文明健康助力健康城市建设”典型经验分享时介绍，丽水打造的“智慧流动医院”，实现了758个未设医疗机构的偏远行政村全覆盖。

　　早在2018年，丽水市创新建立了“流动医院”巡回诊疗山区模式，此后运用数字化技术加以升级改造。近期，当地基于46辆“智慧流动医院”巡回诊疗车（以下简称“智慧流动医院”），按需开设“流动发热门诊”。

　　地处浙南山区的丽水，生态环境状况指数连续18年位居浙江省首位。记者了解到，丽水市已连续两年获评全国健康城市建设样板市，除了良好的生态环境，以数字化改革提升服务水平，是当地建设“健康丽水”的重要手段。

　　经过升级改造的“智慧流动医院”，除了可进行常规的血压、血糖检查，还能实现心电图、尿检、B超等项目。尤为关键的是，智慧车载系统配备5G网络，通过打通医保系统，安装移动结算系统，在车内就可以实现医保刷卡结算，挂号收费、就医、检查、取药、医保报销、家庭医生签约、公共卫生服务等并网运行，让山区群众在家门口就能享受到县级医院的门诊服务。

　　新冠肺炎疫情防控期间，“智慧流动医院”曾数次驶入封控区，保障隔离群众看病买药需求。如2022年3月至4月，丽水莲都区岩泉街道蔚蓝水岸小区相关区域被划定疫情防控“三区”，莲都区当即协调“智慧流动医院”定期驻点开诊。

　　彼时，群众通过“浙里办”平台的“智慧流动医院”服务端，进入“需求反馈”界面，提出就医需求，区域基层医疗机构就能在“丽水市智慧流动医院管理监测平台”收到群众信息，提前安排出诊医生，为群众提供“点单式”服务，按需备好检查设备、药品、医疗物资等。

　　2022年7月，丽水市卫健委打造的“救在丽水”应用，在“浙里办”平台正式上线，通过构建多跨协同、高效便捷的山区医疗急救服务模式，进一步畅通山区群众“就医通道”。

　　记者了解到，该应用整合了丽水全市233家医疗机构、127辆院前急救车、46个流动医院、524台AED等资源，打通卫健、公安、医保等8个部门数据壁垒，集成双向定位、上车即入院等19个信息模块和1121个数据项目。

　　据介绍，“救在丽水”通过构建“身边救”“同步救”“精准救”“全域救”“全程救”5个场景，将原先急救流程中4个线下人工环节整合为线上一体化流程，将原来车上只能做体征监测模式提升为同步会诊模式，救治成功率从96%提升至98%，院前心肺复苏成功率从1.12%提升至2.26%。

　　2022年以来，“救在丽水”已参与执行急救任务45614次，促使全市急救服务半径从32公里缩小至19公里、平均急救反应时间从34分钟减少至18分钟，被评为浙江省数字社会系统2022年度“最佳应用”。

　　丽水市爱卫办相关负责人介绍，近年来，丽水实施健康优先发展战略，创新健康城市综合管理智慧化监管模式，依托“花园云”城市大脑，建成了健康城市管理体系，打通共享卫生健康、市场监管、行政执法、建设等部门数据，推动城市管理、食品安全、卫生监督等重点领域数字化智慧监管。

　　该负责人表示，接下来，丽水将进一步贯彻“将健康融入所有政策”“人民共建共享”的工作方针，将爱国卫生运动与传染病、慢性病防控等紧密结合，全面改善人居环境，坚持数字化改革，全力构建丽水山区医疗模式，为群众提供更普惠的医疗服务。（洪恒飞 赖英映 科技日报记者 江耘）