2020年2月7日 星期五

‧ 2020\02\07\3S MARKET Daily 智慧產業新資訊

3S Market deliver Smart and Valuable information for Business
3S Market 傳遞 智慧應用與價值的商業資訊

Coronavirus turns bustling Beijing into a ghost town | DW News 

.AI 驅動熱像攝影機,如何減輕武漢病毒的傳播

Wuhan virus: More companies looking to buy thermal scanners


來源:https://anyconnect.com




人工智慧驅動的智慧攝影機,如何減輕武漢新型冠狀病毒的傳播,以及我們從 17 年前的 SARS 爆發中學到的知識。

當世界衛生組織(WHO)宣布冠狀病毒爆發為「全球衛生緊急情況」時,我們檢查了 2003 年應對 SARS 的熱像攝影機感測器設置,以了解 17 年後武漢病毒爆發的變化。

最後,我們探索了錯過的機會,將 AI 驅動的智慧攝影機解決方案,部署在已有十年半之久的邊界攝影機設置上,這可以提高圍堵工作的準確性、效率和可擴展性。

2013 年 SARS 出現時,熱像攝影機感測器檢查站的狀況如何?

2003年,全世界都在應對嚴重的急性呼吸道綜合症(正式命名為 SARS 冠狀病毒,SARS-CoV),在 29 個國家報告了 8,096 例病例,其中 774 例死亡。 

當時,世界各國政府都採取了應對措施,在邊境檢查站(機場、港口、過境點)部署了熱成像感測器,以檢查 SARS 的關鍵症狀之一:發燒。

像新加坡這樣的國家,甚至透過在其檢查站,部署了軍事級技術進行了創新,從而實現了比當時市售的輻射熱成像攝影機,更精確的熱成像。

除了感測器硬體之外,安裝過程非常簡單。 攝影機感測器連接到監視器和員工,陪同人員透過熱感測器和即時顯示,提要的螢幕監視終端。

2003 年在樟宜機場爆發的 SARS 疫情的熱量檢查站。
圖片來自 CNA(照片:AFP / Roslan Rahman

當時,這是「非接觸式」監測的革命性一步,因為它消除了耗時的個人溫度讀取器,該讀取器要求進行篩查的員工,與個人保持密切聯繫。

在 2003 年 SARS 爆發期間在香港機場進行溫度檢查。
圖片來自曼谷郵報(路透社檔案照片)

諸如熱篩查(用來辨識越境受感染者的關鍵策略之一)之類的措施,被認為對衛生官員的口頭禪有效。辨識、隔離和治療 SARS 個體,以避免全球大流行。

當時證明是有效的,因為熱掃描攝影機很容易能辨識出發燒為100.5 °F(38 °C)的 SARS 的典型症狀。到 2003 年 7 月,也就是第一例 SARS 發病六個月後,世界衛生組織(WHO)宣布已包含該病毒。

從那時起到現在,衛生官員還必須在 2012 年應對中東呼吸綜合徵冠狀病毒(MERS-CoV)。由於全身發燒,也是該病毒的伴隨症狀,因此再次採用了相同的措施,並證明這是一種有效的措施,是解決跨境傳播的有效策略。但是,病毒在不斷發展,在 2020 年,直接篩查方案的衛生官員,面臨著新的困境:如果僅憑溫度篩查是否還夠呢?

為了應對武漢起源的新型冠狀病毒,熱像攝影機感測器是否會在 2020 年變得更加智慧?

快進到 2020 年,我們有了一種新的冠狀病毒,其權威機構爭先恐後地進行檢測和解決。 以病毒命名為武漢流感,2019 年新型冠狀病毒,2019-nCoV 為名,截至 2 月 6 日,在全球擁有 28,345 例已知和確診病例,新病例仍在加速發展,並且新國家被全球感染每天列出。

2009 年,位於韓國仁川機場的熱掃描站。
圖片來自 NBC 新聞(Jung Yeon-Je /法新社)

再次,世界轉向了一個經過驗證的設置。 紅外線熱像攝影機連接到監控站,需要在內部對其進行實體監控。

正如時間所證明的那樣,對過去十年半的危機,採用相同的不靈活的解決方案,這一次可能還不夠。 熱成像站的前端幾乎沒有創新。

因此,我們想到了一個問題:熱感測器變得更好或更智慧了嗎? 在某些方面,它是具被的。 樟宜機場已部署了更多的移動溫度檢查站,這些檢查站不再位於固定位置。 

這使機場可以策略性地,將航站樓放置在高風險的入境航班上,並且可以對來自不同地點的,每位到達的旅客,進行更詳細的審查,而不必透過單個檢查站監視每位旅客。

2020 年從樟宜機場出發的移動檢測站。
圖片來自樟宜機場 Facebook 頁面

此外,現在部署的系統,似乎內置了一定程度的軟體功能。 在上圖的功能選項卡上,有視覺警報,音訊警報和區域效果,可以幫助更多地吸引關鍵人物。 

它的外觀設計,目的在幫助熱力站人員注意。 還有一個系統運行狀況指示器,可以在需要更換或維護終端時,發出信號,以及根據用戶類型,而有不同的視圖級別。

這些新功能無疑是,增強此類終端功能的積極步驟,但這是否足夠? 正如越來越多的跨境案件顯示的那樣,事實並非如此。 

由於缺少更智智慧的攝影機感測器,因此錯過了效率,準確性和安全性方面的機會。

自 2003 年以來,健康檢查點的基本設置,似乎沒有任何變化,只是增強了個人監控螢幕的可用性。這在最佳情況下,是錯失的機會,在最壞的情況下是過時的實踐。 

市場上有可用的技術解決方案,這些技術解決方案是自動化的,由 AI 驅動的,並結合了感測器數據的多個輸入,這可能不僅僅是檢查溫度。

讓我們探討一下。

如今,帶有熱掃描檢查點的問題#1:必須配備人員以應對人員配備的挑戰,以使這些終端保持 24/7 全天候運行。

Facebook動態資訊中尋找「緊急500名醫療助理」

現在,更智慧的攝影機傾向於無線連接到雲端,從而實現對檢查點的遠端監控。如今,透過在熱檢查點設置中,使用更智慧的攝影機,我們無需在現場,對每個工作站進行實體監控。它可以遠端完成,因此需要整合人員,以啟用全面的熱量檢查點。

這是一個現實問題,困擾著新加坡樟宜機場等機場,新加坡是中國境外感染病例最多的國家之一(截至 2020 年 1 月 31 日為 13 個)。我們在 Facebook 上看到一條動態資訊,樟宜機場急需「 500名醫療保健助理」

這顯示出了,在不睡覺的機場維護各種熱量檢查站的挑戰。根據新加坡當地一家報紙的相關新聞報導,這些職位中只有一半被填補。使無人操作的硬體無法運作,變成毫無用處。

利用具有雲端/邊緣,推理功能的智慧 AI 驅動攝影機,可以執行相同的任務,透過按需自動完成 24/7 的工作,來消除人員需求。可以將它們設置為在必要時(例如,檢測到高燒時),自動向地面人員發送警報。

這也可以減少人為錯誤的機會,並避免由於注意力不集中,而導致檢測失敗。透過顯著減輕必須訓練終端和人員的操作負擔,可以更有效地進行大規模部署。

最後,這也意味著健康的個體需要始終與他們需要監控的高風險個體保持密切接觸或接近。可以從任何地方(例如中央指揮中心)遠端查看連接的智慧攝影機感測器,從那裡可以協調辨識有症狀的個體,並對其採取行動的努力。

透過雲端與 AI 驅動的攝影機感測器,相連的中央指揮中心,可以透過員工監視動作來減輕暴露,並以更高的準確性自動進行檢測。

由智慧連接的攝影機提供驅動的中央指揮中心,從那裡可以整合監控工作(並由自動化的 AI 功能輔助),可以將人員需求大幅減少,至此類危機所需的全面部署,並允許操作按需擴展(向上或向下) ,並且不會因人員短缺而受阻。

如今,熱掃描檢查點的問題2:固定,通常是單一/有限功能的熱檢查點,其功能不外乎視覺溫度計。

發燒是武漢起源的冠狀病毒的症狀之一。許多國家已安裝了全面的熱量檢查站。該病毒的大多數病例,是從從中國進入另一個國家的受感染個體中進口的。如果這些要點保持牢固,則檢查點應充當密封過濾器,但事實並非如此。

實際上,記錄在案的確診病例數,排名前 6 位的國家是日本(45)、泰國(25)、新加坡(28)、香港(21)和澳洲(14)、韓國(23),台灣 2 月 6 日晚間再增三例確診,累計為 16 例,它們各自都擁有全面的溫度檢查站飛機場。可能有一些因素。

我們可能在「問題1」中提到了這一點。人力不足,可能會導致綜合設置中的漏洞。因此,可能仍有一些人跳過檢測工作,也可能出於粗心或疏忽,也是應考慮人為錯誤。

另一個可能的罪魁禍首,是該病毒比其先前的 MERS-CoV 和 SARS 進化的性質。據報導,與他們的前輩相比,受感染者的症狀更多,這意味著儘管他們患有肺炎,但發燒並不總是一種症狀。解決方案可以是利用感測器融合,其中熱像攝影機,與具有附加 AI 功能的一般監控攝影機一起使用。可以對這類攝影機進行訓練,以檢測行為「事件」或「實例」,例如有人打噴嚏或咳嗽等病毒的其他症狀。

可以對 AI 驅動的攝影機進行訓練,以檢測打噴嚏和咳嗽的情況,從而增加了新的檢測可能性。

智慧型攝影機的另一功能,是能夠辨識和記錄,顯示經過訓練可辨識的許多症狀的個人臉部。透過先進的影像遠端資訊處理,並和感測器融合,再加上 AI 推理的增強,可以更加準確地辨識個人。

如今,具有熱掃描檢查點的問題3:如果沒有與城市級資料庫直接協調,則如果它不能中繼和協調,從非智慧設備捕獲的關鍵資訊,則工作將保持隔離狀態。

今天的檢測工作是由單獨的實體(例如檢查站(陸地、空中和海洋))管理的,這些實體可能沒有記錄資訊,其他平行的解決武漢冠狀病毒傳播的努力,也無法獲取這些資訊。

如果正在使用的設備,是未連接到中央資料庫的,非智慧獨立設備,並且沒有捕獲有關可疑人員移動的重要資訊,則尤其如此。當辨識出「事件」(例如打噴嚏、咳嗽或發燒的人)時,智慧連接的攝影機,可以觸發特定事件的記錄。透過事件記錄,主管部門無需經過傳統的 CCTV 錄影,就可追蹤到疑似的個人病患。

共享的資訊,將透過更協調的方式,幫助當局發現和做出更好的反應。

還有機會同步數據,以使設備實質上透過雲端彼此「交談」。 如果再加上當今大多數城市,都擁有全面的監視網路這一事實,如果今天的孤島系統,以一個團體的形式進行資訊交流,那麼共享數據的好處,就是當局可以採取行動。 

從理論上講,這可以輕鬆辨識和追踪,具有多種可疑症狀的個體。 除此之外,智慧互聯城市還可以辨識出,誰與感染者進行了接觸,從而更快地開展了實地工作,例如對處於風險中的患病人群,進行接觸追踪。(這段描述,好像在反諷中國的雪亮計畫)

在高度連接的世界中部署的,既有 17 年例史的解決方案,既沒有智慧也沒有連接,不足以應對武漢冠狀病毒。

在危機時期,使用智慧聯網攝影機的機會千差萬別,可以幫助城市官員或整個國家,更好地協調努力,以最大程度降低,武漢冠狀病毒等全球緊急情況的影響。

那些支持高級 AI 驅動功能的技術,在 2003 年 SARS 首次爆發時,衛生官員就將其視為科幻小說,如今已可透過 AnyConnect 等平台使用。 

遺憾的是,他們已經 17 年沒有充分利用它了,而像這樣的全球緊急情況顯示,現在也許是時候了。

本影片由「禾企電子」提供

3S MARKET 後記:從這篇文章大家可以感受到,台灣擁有所有這些設備與技術,但是幾乎沒有相關專業者挺身出來,這樣的解決方案,會讓台灣受全球的重視!

.人工智慧如何應對冠狀病毒爆發

Outbreak: How AI Tech Predicted Virus , Why You Didn’t Know…


from Vox By OPEN SOURCEd 

人工智慧幫助發現了有關爆發的預警,研究人員利用飛行旅行者的數據,確定了下一步,可能會出現新型冠狀病毒的地方。


當一種神秘的疾病首次出現時,政府和公共衛生官員可能難以迅速收集資訊,並協調應對措施。但是,新的人工智慧技術可以自動從世界各地的新聞報導,和在線上內容中進行挖掘,從而幫助專家們辨識,可能導致潛在流行病,或更嚴重的流行病的異常情況。換句話說,我們新的 AI 霸主,實際上可能會幫助我們度過下一個災難。

這些新的 AI 功能在最近的冠狀病毒爆發中,得到了充分展示,這是由一家名為 BlueDot 的加拿大公司,在早期發現的,BlueDot 是使用數據,評估公共健康風險的眾多公司之一。


該公司表示將進行「自動傳染病監測」,並於去年 12 月底(即美國疾病控制與預防中心(CDC),和世界衛生組織(WHO) )發出了官方通知,如 Wired 所報導。

到1月底,與中國武漢市有關的呼吸道病毒,已經奪去了 100 多人的生命。在包括美國在內的其他幾個國家,案件也頻發。美國疾病預防控制中心警告美國人,避免不必要的赴中旅行。


傳染病醫師,BlueDot 的創始人兼首席執行官Kamran Khan,在一次採訪中解釋說,該公司的預警系統,如何利用人工智慧(包括自然語言處理和機器學習),透過分析 65 篇文章中的 100,000 篇內容,來跟踪 100 多種傳染病每天的語言。

這些數據可幫助公司知道,何時將傳染病的潛在存在,和傳播通知客戶。

其他數據,例如旅行者的行程資訊和飛行路線,可以幫助公司進一步了解疾病的傳播方式。例如,本月初,BlueDot 研究人員預測,冠狀病毒在中國大陸出現後,還會在亞洲其他城市出現。


BlueDot 模型(其最終結果,隨後由人類研究人員進行分析)背後的思想是,盡快將資訊提供給醫護人員,希望他們能夠及早診斷出(如果需要,可以將其隔離)受感染和可能傳染的人上。

Khan 告訴 Recode:「官方資訊並不總是即時的。」 「旅行者中的一例,與暴發之間的區別,取決於您的前線醫護人員,是否意識到某種疾病。可能是防止實際爆發的差異。」

Khan 補充說,他的系統還可以使用,一系列其他數據(例如有關某個地區的氣候、溫度,甚至本地牲畜的資訊),來預測某人感染疾病,是否可能導致該地區爆​​發疾病。他指出,早在 2016 年,BlueDot 就能預測 Zika 病毒,在佛羅里達出現之前的六個月的出現。


同樣,流行病監測公司 Metabiota 確定,在實際報告這些國家的病例,之前一周多的時間裡,泰國、韓國、日本和台灣發現該病毒的風險最高,部分原因是透過查找航班數據。

像 BlueDot 一樣,Metabiota 也使用自然語言處理功能,來評估有關潛在疾病的線上報告,並且還致力於開發,用於社交媒體數據的相同技術。

Metabiota 的數據科學總監 Mark Gallivan 解釋說,在線上平台和論壇,也可以顯示存在流行病的風險。 Metabiota 還聲稱,它可以根據疾病症狀,死亡率和治療方法等資訊,估計疾病傳播導致社會和政治混亂的風險。例如,在本文發表時,Metabiota 將在美國和中國,將新型冠狀病毒引起公眾焦慮的風險評估為「高」,但在剛果民主共和國(其中有報導稱該病毒為「中等」


很難知道這種評級系統或平台,本身的準確性如何,但加里文說,該公司正在與美國情報界和國防部合作,處理與冠狀病毒有關的問題。這是 Metabiota 與 In-Q-Tel 合作的一部分,In-Q-Tel 是與中央情報局相關的,非營利性風險投資公司。

但是政府機構,並不是這些系統的唯一潛在客戶。 Metabiota 還向再保險公司宣傳其平台 - 再保險,本質上是為保險公司提供的保險 - 他們可能想管理與疾病,潛在傳播相關的財務風險。

但是,人工智慧不僅可以使流行病學家和官員,在疾病暴發時,即時獲悉資訊,還可以發揮更大的作用。研究人員已經建立了基於 AI 的模型,可以即時預測 Zika 病毒的爆發,從而可以告知醫生應對潛在危機的方式。人工智慧還可以用來指導公共衛生官員,在危機期間如何分配資源。實際上,人工智慧已成為對抗疾病的新的第一道防線。

更廣泛地說,人工智慧已經在協助研究新藥,解決罕見疾病和檢測乳癌。人工智慧甚至被用來辨識傳播查加斯(Chagas)的昆蟲,查加斯是一種無法治愈,且可能致命的疾病,已經感染了墨西哥、中美洲和南美洲的約 800 萬人。


使用非健康數據(例如社交媒體動態資訊),來幫助健康政策制訂者和製藥公司,了解健康危機的廣度,也越來越引起人們的興趣。例如,可以挖掘社交媒體動態資訊,以跟踪非法鴉片類藥物的 AI,並使公共衛生官員了解,這些受控物質的傳播情況。

這些系統(包括 Metabiota 和 BlueDot),僅與他們評估的數據一樣好。而且,人工智慧(通常)存在偏差問題,它既可以反映系統的工程師,也可以反映系統所接受的數據。而且,醫療保健中,使用的 AI 絕對不能避免該問題。


儘管如此,所有這些進步,都代表了 AI 可以做的更樂觀的前景。通常,關於 AI 機器人篩選大量數據的消息,並不那麼好。考慮使用根據從網路上獲取的圖像,建構的臉部辨識數據庫進行執法。或聘請現在可以使用 AI 的經理,根據您的社交媒體動態資訊,預測您的工作表現。 

AI與致命疾病作鬥爭的想法,為我們提供了這樣一種情況,即使我們沒有完全的希望,我們也會感到不那麼輕鬆。也許這項技術(如果開發和使用正確)實際上可以幫助挽救一些生命。

Omidyar Network使開源成為可能。 所有開源內容在編輯上都是獨立的,由我們的記者製作。

康橋科技 —— 白光攝影機專業廠商!

.負壓室(病房)的原理

Negative and Positive Pressure Rooms - Hospital Infection Control


From Wikipedia





內部空氣被排出,從而產生負氣壓,從而將空氣從其他入口被動地拉入系統。

傳染性疾病患者的負壓隔離室的內部視圖。



負房間壓力是一種用於醫院和醫療中心的隔離技術,可防止從一個房間,到另一個房間的交叉污染。 

它包括一個通風裝置,該通風裝置產生負壓,以允許空氣流入隔離室,但不能從隔離室逸出,因為空氣自然會從較高壓力的區域流向較低壓力的區域,從而防止污染的空氣逸出房間。 該技術用於隔離患有空氣傳播傳染病(例如結核,麻疹或水痘)的患者。


機制
通風系統會產生並維持負壓,該通風系統從室內排出的廢氣,要多於允許進入室內的空氣。 空氣通過門下面的縫隙進入房間(通常高約半英寸)。 

除此間隙外,房間應盡可能密封,不允許任何空氣通過裂縫和縫隙進入,例如窗戶,燈具和電源插座周圍的縫隙。 這些來源的洩漏會損害或消除房間的負壓。


煙霧測試 
煙霧測試可以幫助確定房間是否處於負壓狀態。在負壓室門底部附近,靠近門前約 2 英寸處,裝有一根煙管。 煙管與門保持平行,然後輕輕擠壓燈泡即可產生少量煙。 小心緩慢地從管中釋放煙霧,以確保管中的煙霧速度不會超過空氣速度。

 如果房間處於負壓狀態,煙霧將在門下傳播並進入房間。 如果房間內沒有負壓,煙霧將向外吹或保持靜止。