王程祥

　　近年来，临时遇困人员AI识别技术成为社会救助领域的重大创新成果。依托人脸比对、跨部门数据联动和智能巡查机制，该技术大幅提升了临时遇困人员的主动发现效率与救助精准度。以山东省青岛市为例，其临时遇困人员AI识别应用系统自2024年1月上线至2025年6月25日，已成功识别790人。然而，各地在实际推广应用过程中，仍面临诸多痛点与堵点，亟须有效解决。

技术应用中的痛点堵点

　　首先是数据壁垒制约救助效能。当前，部分地区公安机关的人口数据、卫健部门的精神障碍患者数据尚未共享和完善，严重影响临时遇困人员身份识别的效率与准确性。此外，民政、卫健、公安等多部门数据分散独立，缺乏高效整合与共享机制，致使救助管理工作难以形成协同合力。

　　其次是区域发展失衡。AI建模、无人机巡查等先进技术在临时遇困人员救助管理工作中作用显著，但技术应用所需资金投入巨大。经济欠发达地区受限于有限的财政资源，难以大规模推广应用，造成不同地区间救助工作的技术水平差距明显，不利于实现救助管理工作的均衡发展。

　　再次是容貌识别面临特殊案例挑战。尽管AI识别技术在多数情况下能够快速准确地识别临时遇困人员，但在应对严重毁容、衰老等特殊案例时，单纯的人脸识别技术往往失效。此时，还需依赖DNA比对等辅助手段进行身份确认，然而这些辅助手段操作复杂、成本高昂且耗时较长，无法满足紧急救助需求，容易延误最佳救助时机，影响救助效果。

　　最后是救助机制短效引发二次流浪。目前，临时遇困人员多就业无着，现有救助管理工作侧重短期安置和助其返乡，缺乏对其后续社会融入的长期规划与支持。许多人员返乡后，因就业技能缺失、社会支持网络薄弱等问题，难以重新融入社会，导致二次流浪。同时，针对高危易走失群体，预警与预防机制缺失，无法从根源上减少流浪乞讨现象。此外，社会力量参与救助工作的积极性不够，政社联动机制不完善，制约了救助工作的全面性与持续性。

对策建议

　　第一，构建安全可控的数据共享机制。国家层面应尽快制定救助领域生物特征数据共享规范，明确数据脱敏标准，如保留眉骨、耳廓等关键特征点，模糊无关信息。同时，整合全国寻亲数据平台，推动公安人口、民政救助、卫健精神障碍患者等数据共享，建立统一生物特征库。此外，搭建“数据沙箱”平台，各部门可通过加密通道上传特征数据，系统自动匹配后反馈结果，确保原始数据不离开原部门，保障数据安全。    

　　第二，创新轻量化技术应用模式。充分利用现有城市安防监控系统、城市管理监控设备、公共交通安检设备（如铁路、地铁）等，嵌入救助识别模块，降低新增设备成本。在运维方面，采用“AI+众包”模式，倡导群众通过小程序标注疑似临时遇困人员，由AI自动初筛可疑目标。

　　第三，推进多技术融合应对容貌难题。补充生物特征库，综合运用步态识别、声纹比对、头皮静脉扫描、Y染色体祖源分析等技术，弥补单纯人脸识别在特殊案例中的不足，提升身份识别的准确性与及时性，确保在各种复杂情况下都能高效开展救助工作。

　　第四，建立长效救助与社会融入机制。可构建涵盖身份确认、短期安置、技能培训、就业帮扶的返乡链接闭环，助力流浪乞讨人员实现回乡就业。通过就地就业帮扶切断二次流浪链条，推动救助工作从“找到人”向“稳住人”升级。高危群体预警方面，在精神卫生系统、低保家庭数据库中标记易走失人群，为其配备防走失手环，降低走失风险。完善政社联动机制，培育“救助观察员”队伍，除社工和志愿者队伍外，将快递员、外卖骑手、环卫工人、出租车司机等也纳入主动发现力量，实现对临时遇困人员的快速上报与救助。

　　（作者系山东省青岛市人大代表，青岛市救助服务中心社会监督员，青岛市市北区同明书坊社会服务中心主任）