AI为职业病做了啥贡献？

本篇文章2169字，读完约5分钟

在控制嫌疑犯时，他的右手被嫌疑犯抓伤了。伤口大约3厘米。

“我得了艾滋病。”在审判过程中，犯人声称。

尽管囚犯的测试结果是阳性的。但是不久之后，他突然感冒了，再也没有康复。他有点害怕。他自己偷偷溜进了疾控中心。他等待结果的那个月是他一生中最黑暗的时期。

这是智湖最后一个人民警察分享的故事。幸运的是，他的检查结果显示他完全健康。

如果你阅读新的职业病分类和目录，你会发现艾滋病早在2013年就被列入，而且范围仅限于医疗卫生人员和人民警察。因为他们经常在暴露于疾病的环境中工作，所以他们感染各种传染病的几率比普通人高得多。

职业病一直是各行各业无法形容的痛苦，我们如何更好地应对职业病？

使用人工智能来减少先生病的可能性

开始时，只是有点耳鸣，谈话中的一切都很正常。最终，个人听觉能力开始进一步丧失。“你说什么？我根本听不见。”这是噪声性耳聋，是一种职业病。它的发展是一个相对缓慢的过程。如果听力损失严重，随访治愈的可能性不高，很少有人可能终身残疾。

目前，80%的职业病危害企业属于制造业。如何预防“噪音性耳聋”？许多制造企业选择定期体检，以识别噪音敏感者和早期听力损伤。但这里有两个问题:第一，由于时间还早，症状肯定不会特别明显，那么如何避免工人和医务人员普遍认为“这种程度的耳鸣没有错”的心理呢？第二，清楚地知道在嘈杂的环境中工作会影响听力，为什么我们要纵容这种伤害继续发生？在工人先生病后治疗他们是不是有点愚蠢？因此，面对职业病，我们必须做的是预防，而不是事后补救。

最近，阿里巴巴机器智能技术实验室正在开发高工业噪声环境下的语音识别和传输技术。根据职业性失聪诊断标准，当噪音大于或等于85分贝时，工人需要保护。但是，在噪音超过95的车间，为了不干扰日常工作交流，工人不戴防护耳罩。阿里的技术可以在85分贝的工业噪音下将1米处的正常音量转换成文字。因此，工作人员可以再次佩戴防护耳罩，同时只需要配备一个语音终端，这样他们就可以知道对方在说什么，而不会影响工作交流。然而，与车间作业的噪音水平相比，目前85分贝的环境仍然过于安静。因此，这种语音技术需要在未来进一步改进，以便真正降低工人生病的可能性。

如果你有职业病，人工智能可以提高检测的准确性

“当时，我向医生展示了我的一些不适，但医生说这是正常的表现，并在医疗报告上填写了正常范围内的数据。”我们经常会有这样的困惑，那就是，当我们清楚地感觉到我们的身体有问题时，为什么医生总是说没事呢？杨，爱克思得伦公司的一名分析师，试图分析为什么在一般的职业病检测中，医生通常认为人体的某些不适是正常的。

例如，经常接触放射源的职业人群，首先是人类放射科医生，其假阴性率为7%(错过患病概率)，假阳性率为66%(误诊为疾病)。通过比较这两个数据，我们可以发现假阳性率远远高于假阴性率，这将导致什么样的结果？只要该值不是特别异常，医生通常会根据过去的诊断经验假设您的检查结果正常。

此外，当传统的人工目视检查方法用于检测人体的各种细胞指标时，医生往往会漏掉。事实上，遗漏不是一件小事，因为遗漏几个细胞可能会导致我们的检测值出现误差，从而产生“假阴性”的结果。

因此，实际上，使用人工目视检查不利于职业病的识别。如何运用新的技术手段，使职业病的检测更加高效，是解决职业病鉴定的关键问题。目前，许多职业病都有潜伏期，而现在中国工人的流动性相对较大。因此，在未来的职业病检测中，可能需要建立人工智能疾病记录系统、大数据分析和算法疾病预测系统。

职业病检测可能是人工智能最值得的场景

目前，利用人工智能进行图像检测的准确率已经很高了，所以问题来了，为什么人工智能还没有完全登陆医学成像领域呢？有人说这是因为人工智能不能独立工作，但这只是其中一个原因，这个原因可以应用于任何领域。事实上，另一个主要原因是人工智能只能筛选和标记特定的疾病。也就是说，在人工智能的训练过程中，用来训练人工智能的数据仅仅是与某种疾病相关的单一数据，这将导致人工智能先入为主的诊断逻辑。与人类相比，当人类医生获得医学图像来分析疾病时，他们所做的是综合分析，但人工智能只能对该图像说是或否。说白了，人工智能没有全局观，只能做选择题而不是分析题。

但是，如果没有全球视野，它不能用来检测疾病吗？职业病检测只适合人工智能，而不是全局。实际上，职业病体检和普通体检是两种完全不同的模式。不同职业所需的体检项目是根据其工作性质确定的，每个职业所包含的职业病都有特定的范围。这难道不是和人工智能一样，在整体上没有被培养吗？人工智能对于职业病的检测不需要检测你有多少种疾病。只需要检查辐射环境中工人的淋巴微核率，检查粉尘环境中工人是否有尘肺病，噪音环境中工人的听觉细胞是否有损伤，其他都没有，就这样。

一直以来，人工智能在技术层面上发展很快，但实际上，人工智能的应用是很成问题的。至于人工智能的未来前景，我们不能仅仅从情感上推断，我们需要做的是真正找到一个合适的着陆方向来解决利润问题。将人工智能应用于职业病是精细钻井垂直应用的典型表现。只有这样，我们才能为人工智能找到最有价值的场景。

技术的进步应该更多地关注人类的痛点。虽然我们已经有了工伤保险，但工商保险并不能解决所有的问题。用技术把80%的东西变成100%也是技术领域的工匠精神。

来源：搜狐微门户