隨著人工智能、深度學習等技術的飛速發展，機器視覺正日趨敏銳，技術含量更高的質檢與診病工作也漸漸可以由機器人來擔綱。在很多領域已經離不開機器視覺的應用，下面我們就一起來了解一下機器視覺在醫療行業的應用。

　　金屬3D打印是目前3D打印產業在大規模生產方面走得最遠的分支之一。3D打印“一次成型”的技術特點決定了其產品質量檢測方法也會不同于普通質檢，從最近業界的動態來看，已有專業人士選擇了同樣年輕的機器視覺技術來輔助這個新產業。

　　2017年6月，美國著名研究型高?？▋然仿〈髮W開發了一種識別金屬3D打印粉末的機器視覺系統。與成品檢驗不同，該系統像是一個預言者，它在粉末投入生產前對其質量進行評估，并判斷其能否被制成合格的產品。整個檢測流程都是在無人參與的情況下自動完成，系統會把它對粉末微觀結構的觀察結果詳細呈報給人類工作人員，包括粉末的種類、強度、韌性、疲勞壽命等，準確率超過95%，比訓練有素的人類質檢員更為出色。

　　除了科研機構，一些實力雄厚的企業也在機器視覺質檢領域下功夫。2017年11月初，美國通用電氣（GE）宣布他們正在研發一款金屬3D打印自我檢查系統，其核心技術便是機器視覺。與卡內基梅隆大學相似的是，這套系統也將把觀察重點放在粉末上，做個了不起的“預言家”。根據GE的構想，人們可以根據這套系統的建議選出優質粉末進行生產，且能完全省略后處理與成品質檢環節，大大提升生產效率。

?

　　機器視覺在看病方面的能力也頗像一個先知，它能比人類醫生更早地看出潛伏在患者身上的病魔，且準確率也不輸人類，甚至能糾正人類的漏診、誤診。以往僅由人類醫生來分析判斷的超聲、CT、磁共振等醫學影像，交給機器人重新審視一遍會是個可靠的雙保險。