疫情后方的阿里技術人:多爭取一秒,就多一份希望!
從新冠肺炎疫情襲來,到今天,已經走過了將近兩個月的光景。
這段時間,對于大多數自我隔離在家的人來說,就像進入了一個扭曲的時間的機器,每一分每一秒都被無限拉長。
我們身在其中,看著疫情張牙舞爪地來,也看著疫情一點點地好轉,可能這前后的區別僅僅是出門或者不出門。
但我始終覺得,從來沒有一件事,就理所應當要發生。
從來沒有一雙無形的大手在推動者疫情往好的方向發展,我們聽到的所有好消息的背后,一定是無數人默默努力的結果。
疫情好轉,不代表結束,更不代表可以遺忘。
如果把一次疫情比作一場戰役,醫護人員就是沖在一線和病毒浴血奮戰的戰士。
而在一線醫護人員之外,有這么一群技術人,他們用代碼默默扛起一片天,去和死神搶時間。
他們可能不太會表達,不注意外表,甚至有人覺得他們固執、木訥,但實際上,他們心里都藏著一團熾熱的火。
那些漫長又無聊的時間,對于他們來說,每分每秒都極其珍貴,每多爭取一秒的時間,就多一份希望。
12小時
連夜上線同行程查詢工具
1月23日,武漢緊急宣布“封城”,當時人們對于封城并無概念,只知道疫情到了非常嚴重的地步。
緊接著1月26日,武漢市市長周先旺通報,因為春節和疫情的影響,“有500多萬人離開武漢”。
消息一出,全國震驚。
500多萬人都去哪里了,他們當中有多少人是新型冠狀病毒的攜帶者,那些病毒攜帶者會造成多少人際間的感染?
新冠肺炎的平均潛伏期為14天,還有很多人是無癥狀感染者,自己是否與這些人有過接觸,這些問題像一層陰影籠罩在每個人的心頭。
果不其然,隨著越來越多的確診病例被發現,大大小小的媒體都加入到了尋找同行人的行列中來。
“擴散!急尋這235個車次、航班同行人”
“緊急尋人!急尋Z264、Z265列車同行人!”
“急尋同行旅客,這趟到瓊海的動車發現確診患者”
……
在所有查詢者中,來自成都無糖科技、阿里云開發者童永鰲心里非常著急。
因為這些信息一般都是以圖片為載體,很容易看漏信息,而且查找起來非常不方便,每次都要從頭查。
再加上信息不斷更新,來源多樣繁雜,很難保證每一個人都能看到每一條同行信息。
在這個關鍵時期,如果同行人沒有看到信息并且已經被感染,造成的后果不堪設想。

一條條跳動在新聞上的患者同行信息,就是一個個防控疫情的關鍵節點,童永鰲以一個技術人的角度思考,認為必須要在短時間內做一個搜索工具。
說干就干,1月27日上午11點,童永鰲立即拉了一個小群,里面有在技術群里認識的十多年的老網友,也有自己公司的運維主管,最開始童永鰲畫了一張簡單的布局圖丟到群里:

總體思路很直接,先是在網上查找公開的信息,交通工具就包含:火車、飛機、公交車、出租車等。所以,初步設計數據庫中可能用到的這些字段。
接下來就是考慮用戶可能會用什么方式來查詢,查詢的關鍵詞等。第一點是日期,先查詢哪天乘坐交通工具。第二點就是貼合車次做具體檢索。另外是地區搜索,如果用戶在某個位置,那么這個地區的火車、飛機等是否存在已確診患者。
前面兩點是后臺數據庫設計,最后就是界面設計。考慮完這兩個設計,把前端、后端、數據收集的工作安排出去就立馬開始干活了。
這其實是最簡單、粗暴的方式,也是效率最高的方式,幾個有不同背景的技術人在此刻達成了一種默契,悶著頭為了一個目標努力,大家不敢有絲毫的松懈,因為能提前一秒做出來一個工具,就可能挽救一批密切接觸者。
緊趕慢趕,到了下午五點,功能上基本就已經做好了,后來團隊又花了6個小時整理網上紛繁復雜的數據,不斷地篩選、去重,錄入數據的時候,感覺已經有點強迫癥了,精神高度緊張,生怕敲了一個數字,需要反復確認。
終于,1月27日晚上11點第一個版本的查詢工具完工,從最開始有想法,到最后產出工具,只用了12個小時。

當童永鰲把這個工具分享到朋友圈之后,立刻刷屏。1月28號上線第二天,訪問總量是450萬。第二天晚上八點開始就是一個幾何級數的增長,從一個小時10萬訪問量跳到300萬。

后來人民日報點贊并轉發了這個工具,累計訪問量突破了3500萬次。幸好他們提前就把工具搭載在阿里云上,成功扛住了不斷爆發的流量。毫無疑問,這為快速確認是否與新型肺炎確診患者同行,迅速進行診斷和隔離作出了不小的貢獻。

回憶起1月27日那風風火火的12小時,這位技術人說道:
“有人是醫務人員,所以他們去了;有人是警察,所以他們去了。我們是工程師,我們可以用自己的技能做一些力所能及的小事,希望可以幫到大家”
外呼1500萬人次
達摩院團隊緊急開發智能疫情機器人
“當一個人對一樣東西完全不了解的時候,就是他最恐慌的時候。”
浙江省各地的客服人員恐怕對這句話深有體會,在疫情僅僅露出一絲端倪的1月19日,浙江省多個地方的政務熱線、疾控熱線、12345熱線都被打爆了。
無數電話像潮水一樣涌了過來,有人想了解疫情的最新進展、有人想知道咳嗽發熱該如何自判,需不需要就醫問診,定點醫院又在哪里,太多人有太多的疑問。
緊接著1月20日,央視《新聞1+1》節目連線鐘南山,鐘老面對著鏡頭說出了“肯定有人傳人現象”的論斷。
全國嘩然,一輪更細密的恐慌開始在人群當中瘋狂蔓延。
第二天,浙江省各地疾控中心的人工客服嚴重告急,電話像沸騰的水壺一樣從來沒安靜過一秒,漏掉的任何一通電話,都可能是一位感染者。
在這樣的情況下,浙江省衛生健康委員會、阿里健康緊急找到達摩院團隊, 希望能夠在最短時間內研發一個智能機器人,承擔起快速準確解答的角色。
阿里巴巴達摩院團隊獲悉后,緊急召開電話會議,決定在1月22日臨時組建一支30多人的疫情機器人研發小組,李永彬擔任小組的主要技術負責人。

他直言,當整個團隊面臨這樣一個艱巨的任務時設想都很模糊,甚至業務同學也提不出任何具體需求,算法工程師最擅長建模型,可手頭卻沒有任何數據,各部門也不知道從何入手
“我們唯一能做的就是,一個個試,做一款樣本,測試,否定,調試,測試,優化,再測試。”
李永彬的工作環境非常簡陋,他霸占了侄子的藍色書桌,然而也只夠放臺電腦,連保溫瓶也上不了桌。
李永彬有兩個孩子,大的6歲,小的6個月,正在長牙,晚上經常哭鬧。孩子半夜兩三點哭醒,李永彬一般還沒睡,一邊安撫小孩一邊敲電腦繼續工作。
通常,團隊工程師都要到凌晨三四點才能入睡,一個環節完結了,才是他們睡覺的時間。
而阿里AI訓練師周芷慧工作環境更加艱難。
當時則在老家廣西的醫院里,奶奶不小心摔傷,就在她被奶奶緊捏著手做檢查時,接到了達摩院團隊的電話會議。
為了能一邊照顧奶奶一邊兼顧工作,她就每天坐在病床邊,腿上擱著電腦,一個姿勢幾小時保持不變,坐到腰酸背痛也不敢吭聲。

頭發五六天沒洗,劉海只能全往側邊梳,有一次,周芷慧正在為奶奶換尿不濕,釘釘群內忽然發起了電話會議,她只好一邊塞上耳機開會,一邊加快擦拭的動作,生怕影響到隔壁病床休息。
還有唐呈光,他承擔的職責是把整個對話流程跟我們的IT進行配置優化,然后保證它的正確性,每天的工作時長,基本上都超過十五個小時。

他坦白道,這個項目做起來難度系數甚至超過雙11,因為雙11是已知的、可預期的任務,然后這個項目是比較緊急的,有很多未知的、不確定的東西。
唐呈光的孩子才一歲多,所以這段時間是白天干活,晚上花點時間照顧小孩,給他喂奶粉、換尿布,一直在連軸轉。
時間一點點流逝,確診人數一點點增加,整個團隊快馬加鞭,不敢有絲毫松懈。
就是在所有人每天十五六個小時的高強度工作中,在一次次的測試、推倒、優化之中,智能機器人的模塊一點點地被搭建出來。
終于,1月27日凌晨4:30,“浙里辦”App上線浙江省新型肺炎公共服務與管理平臺。
在這個APP里的“網上智能問診與人工服務”模塊,智能機器人可以做到秒級回應,應答例如什么情況下需要就醫、浙江省定點醫院都有哪些等各類問題,極大地解放了人工客服。
看一下時間,從1月22日有想法到落地,用了五天時間。

隨后全國各地的城市紛紛發來需求,如今達摩院團隊的智能疫情機器人已在全國20多個省市地區落地,幫助完成外呼1500萬人次,提供在線問診服務220萬人次。
周芷慧透露:“只要任何一個城市有需要,我們都會接待,上線機器人。而基于5天努力換來的整套模型系統、全國通用知識庫和用戶調研對話設計流程沉淀,在每個城市的線上部署不超過2小時。”
周芷慧在醫院照顧奶奶的時候,遇到一位全副武裝的呼吸道醫生,她問醫生:“這次疫情,你怕嗎?”
醫生隔了很久,回道:“我是醫生,我怕了,病人怎么辦。”
周芷慧回憶道,“比起一線的醫生,我們做的事情真的太小,但能在場外幫他們分擔一點,我們也會盡全力去做。”
6天搭建系統
火速馳援鄭州小湯山醫院
1月31日,阿里云受鄭州衛健委委托,著手準備鄭州“小湯山”的信息系統建設。
“6天,建好一所醫院的信息化系統,你去不去?!”
阿里云工程師楊文魁(墨桀)的電話響了,戒煙2個月,楊文魁忍不住狠狠抽了2根,然后回復:“去!”。
沒跟家人解釋太多,他直奔上海火車站,空蕩蕩的列車只有他一個人。
楊文魁在1月31日中午趕到醫院,一進醫院就傻眼了,基建、方案、設備,什么都沒有,一切都要重頭做,之前從沒有遇到過這樣的項目。
但箭在弦上,又不得不發。

正準備大干一場的時候,出事了。
合作伙伴中有4人發熱,總計7人需進一步隔離觀察,院方要求他們在賓館隔離,大家都有點慌。
但所有人在決定來這里的時候,已經做好了最壞的打算,真要是被傳染了,那只能說是命了。
就這么著,大家一邊等檢查結果,一邊完成了項目排期和分工。
直到第二天下午,院方傳來好消息,7個人都排除新冠肺炎,這才松了一口氣。
在楊文魁負責整個項目進程的同時,阿里云數據智能醫療產品經理張明耀(弭丙)開始著手打造AI診斷助手。
張明耀首先盡可能地找到足夠多的樣本,供機器學習。但非常時期向各個醫院要脫敏的CT并不容易。達摩院費了一番周折,終于找齊了2000個樣本。
3天后,第一個版本誕生,測試了一下,準確率達到了90%,但按照國家治療方案,判斷疑似病例是否確診還要結合核酸檢測結果等多項數據綜合判斷。
所以張明耀又拜托了開發團隊,集成了確診概率算法和病歷質檢算法,最終,當多個算法組合到一起,就成為了“新冠病毒AI輔診助手平臺”。
AI診斷時間僅為20s,準確率高達96%,整個信息化系統中最亮眼的部分完成了。

而楊文魁那邊依然在解決著各種問題,樣本數據、人員、物流、貨物、交通、后勤保障都是挑戰。不過大家互相支持,到底是把這根硬骨頭一點點啃下來了。
到了2月6日,所有人的體力已經到達極限,全靠意志力在撐著。
鄭州的管控越來越嚴格,去醫院路上被攔下,必須有醫院證明才能通行,全國都對道路進行了封閉管理,這對醫院的設備運輸帶來巨大的挑戰。
700多臺設備要正式進入醫院調試,最終,當所有調試正常的那一刻,所有人才敢讓自己放松下來。
一支穿云箭,千軍萬馬來相見,難以想象,僅僅六天時間,一個醫院的信息系統被快速且完整地搭建了起來。

這一次疫情,在經濟學家口中它是“黑天鵝”,在文學家口中,它是“改變命運的決定性瞬間”,而在你我這樣的普通人口中,它是“意外”。
當新冠肺炎意外來臨那一刻,就沒有旁觀者。
我們經歷了恐慌與別離,但這絕不是全部,幸運并非沒有憂懼,厄運也絕非沒有希望。
魯迅有句話說得好:“有一分熱,發一分光。就令螢火一般,也可以在黑暗里發一點光,不必等候炬火。”
2020開頭這場疫情是一場對云基礎設施的全民壓測,政府大量采用數字化防疫復工,全民在家辦公上課、企業在云上復工自救,28個省迅速建起數字防疫系統,健康碼復制到200多個城市,法院啟用遠程AI審判等等。
這背后是阿里云過去10年建設的數字經濟基礎設施,厚積薄發在疫情期間釋放技術的力量,為社會大協同加速、為社會經濟增長提供技術動力。
那些和時間賽跑的阿里技術人,用自己的專業知識,竭盡全力地為跑贏疫情爭取時間,哪怕多一秒也好。

阿爾貝·加繆在《鼠疫》里說:“即使世界荒蕪如瘟疫籠罩下的小城奧蘭,只要有一絲溫情尚在,絕望就不致于吞噬人心。”
用一種無聲的方式,把自己的時間精力堆在電腦前,用一行行代碼筑起防疫的高墻,與疫情賽跑,爭分奪秒,這可能就是技術工作者獨特的溫情所在。
感謝所有默默堅守在后方的人,向技術致敬,向擔當致敬。
| 留言與評論(共有 0 條評論) |



