最近，春運開始進入了返程階段，隨著春節假期的結束，在外地上班的人也開始紛紛踏上了返程的路途。但在這樣一個全民戰疫的大環境下，大量人員的流動必定會對疫情傳播的控制帶來一定不利的影響，正因如此，利用高科技來對人員流動進行控制和檢測就顯得尤為重要。

正是出於對疫情傳播控制的考慮，百度也伸出了援手，在第四次工業革命的推動下，百度也開始利用人工智慧AI 技術來幫助火車站以及飛機場等人流密集地區的疫情檢測和控制，做好春運返程的準備。

2月1日，百度官方宣佈，百度AI體溫檢測技術落地北京清河火車站，全力幫助北京春運返程的疫情防控，利用AI技術優勢，為全國疫情防控工作貢獻科技力量。

此次百度採取的AI體溫檢測技術基於AI圖形識別技術和紅外熱成像技術，採取人臉關鍵點檢測及影象紅外溫度點陣溫度分析演算法，可以在一定面積範圍內對人流區域多人額頭溫度進行快速篩選及預警。

用多臺熱成像機器對通過的旅客進行快速體溫檢測，並將快速掃描檢測的結果畫面實時同步在電腦上，並通過人工智慧系統來自動識別並標記體溫異常的旅客，提醒專業人員對其進行詳細檢查。

這種檢測的方式不僅部署簡單、篩選快速、而且非接觸，可快速查出體溫不在正常範圍的人員，以減少疫情在公共場所的的傳播，更減少工作人員被傳染的風險。

相較於我們現在常見的利用紅外測溫儀來進行一對一的檢測，這種大範圍的掃描檢測，不僅提高了車站與機場的通行效率，而且還避免了由於一對一檢測所造成的擁堵問題，減少交叉感染的可能性。

其實對於紅外測溫儀來說，其不僅十分快速便捷，而且隨著科技的發展，現在的紅外測溫儀也早已可以實現高精度的測溫，但不論其如何發展，還是存在一定的侷限性。

在測量的過程中，由於物體無法向外界輻射其自體產生的全部紅外能量，所以測溫儀檢測出來的溫度會比物體的實際溫度要低，而且當對人進行體溫檢測時，測到的溫度屬於人的體表溫度，而體表溫度是可能受人活動狀態的影響產生波動的，因此它並不一定能真正代表人體溫度。

不僅如此，在具有大量蒸汽、塵土、煙霧等環境下進行檢測時，紅外測溫儀的測試結果也會有偏差，而在人流巨大的室內，當環境溫度與目標溫度接近甚至是超出目標溫度時，紅外測溫就可能會實現不準的情況。

因此，相比於室外，在車站以及機場等沒有蒸汽、塵土和煙霧影響下的室內環境中，使用大範圍的紅外測溫儀來對過往行人進行體溫測試還是比較穩妥的，只不過此時需要AI演算法的加持來對環境溫度以及現場情況進行實時監測和計算，智慧化的對行人的體溫進行檢測和篩選，讓行人的體溫檢測更加準確高效。

在未來，這種檢測方式將遍佈人流密集的地鐵站、車站以及機場等地，對疫情的控制起到重要作用。

其實不僅是AI的體溫檢測，在智慧診斷和資訊管理方面，中國的科技企業也做出了巨大的貢獻。阿里的技術團隊在疫情爆發後，僅使用了一天時間就搭建出了一套新型肺炎防控公共服務管理平臺，這個平臺可以為大家提供各種疫情的資訊和防禦辦法，還可以通過市民上傳的身邊疑似人員資訊，進行鍼對性監測，對疫情的控制起到了一定作用。

除此之外，阿里和百度等國內科技巨頭的AI與雲技術也對新型肺炎疫苗的研製以及病毒基因的破解起到了關鍵作用。

近日，浙江省疾控中心宣佈，利用阿里達摩院的AI演算法，首次將原本數小時的疑似病例基因分析縮短至了半小時。要知道，新型冠狀病毒的基因組序列十分長且隨時可能發生變異，而快速高效的智慧化全基因組檢測技術，能有效防止病毒變異產生的漏檢，阿里也針對優化了AI演算法比對模型，大大提升了檢測效率，為後續疫苗與藥物研發打下堅實基礎。

不僅是中國，美國也在控制肺炎發展方面採取了一定做法。

美國當地時間1月20日，一名30多歲的男子被確診感染了新型肺炎病毒，目前在華盛頓埃弗雷特一家醫療中心的特殊病原體病房中進行隔離，並通過機器人進行治療。

醫院的傳染病主任喬治·迪亞茲表示，他並不需要進入病房，而是在這個房間的窗戶外，操縱著一臺醫療機器人為病人進行檢查和治療。

該機器人配備了攝像頭、麥克風和聽診器等醫療器械，迪亞茲通過機器人，確診病人所患的確實是新型肺炎。除非必須，醫務工作者在進行日常的檢查、施藥等工作時，也會通過機器人進行，無須進入他的隔離病房，從而大大減少了被傳染的風險。

其實在第四次工業革命的推動下，當我們在面對重大疫情時，這些AI智慧技術以及功能豐富的人工智慧機器人會給我們戰勝疫情提供十分良好的幫助。所以，我們要全力發展高科技，讓科技幫助我們戰勝困難，為我們帶來更好的生活。

今天是2月3日，截止本文發稿時間，據丁香園·丁香醫生全國新型肺炎疫情實時動態顯示，全國新型肺炎感染者共確診17335例、疑似21558例、重症2296例、死亡361例、治癒518例。