斯坦福李飞飞团队推出家用AI系统，实时监测独居老人症状

资料来源:新智元

这篇文章大约有2527个单词，建议阅读6分钟。

本文介绍了斯坦福大学人工智能研究所副所长李菲菲团队开发的家庭人工智能系统，该系统能够在保证隐私和安全的基础上实时跟踪老年人的健康状况。

老年人是这种流行病的高危人群。根据美国疾病控制和预防中心3月18日发布的一份报告，在美国新诊断的肺炎死亡病例中，约有80%年龄在65岁以上。在隔离期间，实时监控老年人的健康状况尤为重要。

4月1日，在斯坦福大学以人为本的人工智能研究所(HAI)组织的“新皇冠肺炎与人工智能”的现场直播中，斯坦福大学教授、谷歌前副总裁和HAI联合总监李菲菲博士提出了家庭人工智能系统的概念，该系统可以跟踪居民的健康状况，监控新皇冠肺炎的症状，同时确保居民的隐私。

在线活动开始之前，李菲菲在朋友圈里发布了一条消息，“科学没有国界，疾病也是如此。”许多斯坦福大学的研究人员参与了新冠状肺炎的研究。只有人工智能相关的研究包括疾病诊断、治疗、流行病预防、公共卫生、政府政策、法律法规，甚至人类影响、地区歧视、社会公正、新闻自由等等。这也包括我自己的斯坦福实验室在过去十年里的人工智能和医学健康研究(尤其是手卫生和家庭疾病管理)。

家庭人工智能系统最初是为老年人设计的，特别是独居的老年人，这样他们可以更好地享受家庭成员或医务工作者的照顾。在新的皇冠流行病爆发期间，保护老年人的最好方法是减少与他人的接触，即使是那些总是关心自己是否有肺炎症状的人。该系统旨在实时跟踪老年人的健康状况，同时降低外部接触的风险。同时，护理人员可以方便地远程监控老年人的基本健康状况，因为许多老年人已经存在各种健康问题。

李菲菲和他的团队在报告中说，他们的跨学科团队由临床医生和计算机科学家组成，并且在新的皇冠流行病爆发之前就已经开始了这个项目。“过去几年，我们一直在研究人工智能技术如何帮助老年人更独立地生活，更好地应对慢性病。但最近，我们意识到人工智能技术，也用于长期护理，也有助于老年人应对急性流行病，如新的皇冠。”她说。

目前，该项目仍处于研究阶段。团队需要完成数据集构建和模型培训，不清楚需要多长时间才能完成。然而，该系统最初是为照顾老年人而设计的，将是大规模隔离时代健康监测的理想选择。

家庭人工智能系统的隐私安全

该系统将由安装在家中的摄像头和智能传感器组成。该报告概述了四种类型的传感器——照相机、深度传感器、热传感器和可佩戴传感器(例如FitBit)。李菲菲说，他们的研究目前只集中在前三个领域。她承认在这样一个系统中隐私保护是至关重要的，所以摄像头的设置带来了巨大的挑战。“相机传感器记录了许多关于个人活动的详细信息，所以它们最有可能触及人们的个人隐私需求，”她说。

当传感器采集数据时，系统会将数据发送到安全的中央服务器。李菲菲承认，这一过程存在固有的安全风险，如网络攻击。在回复VentureBeat的电子邮件时，她强调，研究人员在整个过程中遵循隐私和安全准则。“例如，我们的边缘设备都配备了磁盘加密，数据将被删除隐私属性(如面部模糊)，数据在传输到云之前将被加密，我们的服务器符合健康保险便携性和责任法案(HIPPA)，”她说。

一旦数据到达服务器，团队的临床医生和人工智能专家将对其进行分析和注释，以开发一个机器学习模型。

“然后我们训练人工智能模型来识别临床相关的行为模式，包括呼吸、睡眠、饮食和其他行为，”李菲菲说。他们关注可能导致日常生活活动中健康恶化的行为模式。换句话说，这个模型的重点是找到具体的度量标准。这不是对所有居民日常活动的深入和广泛的分析。李菲菲说，训练人工智能模型的意义在于实现实用性和隐私安全性之间的平衡。

之后，团队将训练好的模型部署到边缘设备上，在那里监控系统可以在本地运行。这将创建一个闭环系统，这样就不会有数据泄露出去。这从本质上确保了数据安全，但阻碍了对该模型的任何进一步培训。

研究人员已经想出了解决这一限制的方法，李菲菲在给VentureBeat的电子邮件中概述了这一方法。“我们假设每个边缘设备上的模型将继续更新以适应新环境，并通过联邦学习以无监督的方式提高鲁棒性。通过联合学习，我们将网络攻击限制在设备本身，而不是设备和云，以降低隐私和安全风险。”

联合学习是一种新的基本人工智能技术，由谷歌在2016年首次提出。它最初用于解决安卓手机终端用户在本地更新模型的问题。其设计目标是在保证大数据交换过程中信息安全、保护终端数据和个人数据隐私、确保法律合规的前提下，在多个参与者或多个计算节点之间进行高效的机器学习。

在最后一步，系统还需要将智能传感器的检测结果传送给医务人员或老年人的家庭成员。李菲菲表示，该团队尚未找到具体的解决方案，但正在考虑使用APP或网络接口，两者都可以通过双重认证确保数据安全。

她强调说:“这些传感器不用于做出诊断决定或代替临床医生，但它们可以实时连续监测住在家里的老年人，并及时向临床医生和家庭成员发出健康警告。”

“当然，在这项研究的每一步和这项技术的部署中，我们必须深入思考每一个道德、隐私和安全问题，”她补充道。

当前的疫情不仅要关注老年人的安全和健康，还要密切关注其他患者和隔离人员的情况。该系统的一些组件可以被调整以进行跟踪，而不会侵犯公民的权利和隐私。然而，李菲菲暂时不愿意涉足这些领域。她认为，“我们的目标是使用最先进的计算机视觉和机器学习技术来帮助解决一些最重要和最具挑战性的医疗保健问题，并为人工智能医疗保健研究提供道德、隐私和安全指南。”

李菲菲说，这项研究现在已经进入下一阶段。他们已经在加州旧金山的疗养院完成了一个试点项目，与当地一个名为安乐的护理组织合作，该组织致力于为老年人提供高质量的护理服务。

可穿戴设备实现非接触式监控

其他家用人工智能监控系统也包括可穿戴设备，如当前健康、智能家居和生活自由。例如，iRhythm开发的Zio心电图贴片可连续佩戴14天，并可提供连续的心电图监测。Care.ai系统利用计算机视觉技术实现非接触式监控。它的概念与李菲菲团队的相似，但是护理系统主要服务于医院，而不是家庭护理。

从另一个角度来看，当前的社会隔离政策使得独居老人更加孤独。除了技术监控，对老年人来说，家庭成员关心和陪伴他们(在线)更重要。

参考链接:

https://venture beat . com/2020/04/06/Stanford-research-propose-ai-in-home-system-that-can-monitor-for-corona virus-症状/

http://hai . Stanford . edu/events/covid-19-and-ai-virtual-conference/overview

https://www.zhihu.com/topic/20935178/intro

-完毕-

关注官方微信公众平台“艾数据派”和清华-青岛数据科学研究院姐妹号“数据派THU”，获取更多讲座收益和优质内容。

本文由 在线网速测试 整理编辑，转载请注明出处，原文链接：https://www.wangsu123.cn/news/4448.html。