在過去的一年中，超過 700,000 名的羅興亞難民逃離緬甸，在孟加拉國的庫克斯巴扎找到了臨時避難所。

他們所生活的難民營人滿為患，極差的衛(wèi)生條件使得他們極其容易患上感染病和其他疾病，聯(lián)合國稱這里的醫(yī)療服務存在嚴重的資金不足問題，因此，對醫(yī)療服務的需求也是巨大的。

為了滿足這些遠程需求，硅谷的一家醫(yī)療初創(chuàng)公司 Polyfins 伸出了援手。這家公司使用人工智能驅動的移動應用幫助皮膚科醫(yī)生診斷皮膚狀況，進而獲取潛在疾病的強有力線索，從常見的濕疹到嚴重的腫瘤、傳染病和寄生蟲感染。

“在難民營里，許多人共同居住在一片非常小的區(qū)域內，那里的衛(wèi)生條件極差。” Polyfins 的首席執(zhí)行官 Faisal Basar 說道， “這種條件下，極易發(fā)生感染性皮膚病?！?/p>

Polyfins 是NVIDIA初創(chuàng)加速計劃的成員，他們已與孟加拉國當局展開合作，將兩名皮膚科醫(yī)生和幾名護士派遣到難民營。在短短兩天之內，這個團隊大約接診了 500 位患者。

在其中一天，兩位皮膚科醫(yī)生使用 Polyfins 的 Tibot 智能手機應用作為診斷助手，在另一天中，則使用傳統(tǒng)的診斷方法。他們發(fā)現，如果護士首先使用此應用對患者的癥狀進行分析，那么他們可以多看 25% 的病例。

人工智能成為診斷助手

Tibot 要求用戶上傳皮膚狀況的圖像，并回答關于自身癥狀的問題。隨后，此應用將用戶的回答和圖像的壓縮版本發(fā)送到 Polyfins 的服務器，該服務器會發(fā)送回它的預測，其中包含用戶最有可能存在的三種皮膚狀況。

此應用的分析可以幫助醫(yī)生在醫(yī)療營接診更多的患者，因此 Polyfins 便能夠為營地內更多的患者分發(fā)急需藥物。

Polyfins 向在醫(yī)療營內確診的難民分發(fā)藥物。

Polyfins 曾使用一個包含 100,000 張圖片的數據集對驅動此應用的人工智能進行訓練，這些圖片來自公共資源、研究合作伙伴和 Polyfins 的合作醫(yī)院。在此應用的開發(fā)過程中，這家初創(chuàng)公司與醫(yī)生們合作對圖像數據進行標注，并提供關于識別疾病癥狀的指導。

Polyfins 在 Google Cloud 中使用 NVIDIA GPU，用于對其神經網絡（使用 TensorFlow 框架開發(fā)而成）進行訓練和推理。

通過采用圖像壓縮技術，即使在僅擁有 2G 或 3G 蜂窩網絡的區(qū)域（比如難民營），Tibot 也能在云端高效運行分析。自 6 月發(fā)布以來，此應用已分析了 15,000 個病例。

不僅僅是診斷

Polyfins 的總部位于加利福尼亞州弗里蒙特，在印度和孟加拉國設有團隊，且目前正在與位于印度孟買的 D.Y.Patil 醫(yī)院的皮膚科醫(yī)生合作撰寫一篇論文。這篇論文不久便會發(fā)表，旨在評估其深度學習模型的準確性、敏感性和特異性。

Basar 認為，對于那些喜歡使用搜索引擎來判斷自身癥狀的人們來說，這款工具是一個更加有效的選擇。

除了診斷之外，該團隊計劃為這款應用增加更多功能，比如護理建議、醫(yī)生的虛擬問診以及對皮膚病變的情況進行實時跟蹤。Polyfins 的目標是利用人工智能將 Tibot 打造成一個全面的皮膚管理應用。