阻隔有帮手斯坦福李飞飞团队推出家用AI体系实时监测茕居白叟症状

新智元报导

来历：venturebeat

修改：梦佳

老年人是疫情中的高危人群。美国疾病操控与防备中心3月18日发布的陈述数据显现，在美国，约80%新冠肺炎死者年纪大于65岁。在疫情阻隔期间，实时监控老年人的健康状况就显得特别的重要。

4月1日，在斯坦福大学以人为本AI研讨院（HAI）举行的“新冠肺炎和AI”直播活动上，斯坦福大学教授，谷歌前副总裁，HAI联合主任李飞飞博士提出了一个家用AI体系的概念，该体系能够在保证居民隐私的根底上追寻居民的健康状况，监测新冠肺炎症状。

线上活动开端前，李飞飞在朋友圈发布音讯称，“科学无国界，病痛亦无国界。许多斯坦福大学的研讨者们都在参加到新冠肺炎的研讨中。只是与AI有关的就包含疾病的确诊，医治，防疫，公共卫生，政府方针，法令和法规，乃至人文影响，地域轻视，社会公平，新闻自由等等方面的研讨。这也包含了我自己斯坦福实验室曩昔近十年的AI和医疗健康研讨（尤其是手卫生和居家疾病办理）。

该家用AI体系规划之初的意图是谋福老年人，尤其是茕居白叟，让他们更好地享受到家庭成员或是医护工作者的照料。在新冠疫情迸发期间，维护老年人最佳的方法是削减与其别人的触摸，乃至包含那些时间照顾他们是否呈现肺炎症状的人。该体系旨在实时追寻老年人健康状况的一起下降外界触摸危险，一起便利护理人员能够长途监测到老年人的根自身体状况，由于许多老年人本来就存在各种健康问题。

李飞飞和团队在陈述中表明，他们的跨学科团队由临床医师和核算机科学家组成，在新冠疫情迸发之前就现已着手这个项目了。“曩昔几年，咱们一直在研讨AI技能怎么协助老年人愈加独登时日子，以及更好地应对缓慢疾病。可是最近，咱们意识到相同用于长时间护理的AI技能在应对新冠这样的急性流行病时对老年人也起到必定的协助。” 她说。

现在项目仍处于研讨阶段。团队需求完结数据集的构建和模型的练习，现在还不清楚这需求多长时间才干完结。但该体系开始是为老年人护理而规划，在大规模阻隔的年代将是健康监测的抱负挑选。

家用AI体系的隐私安全问题

该体系将由装置在家中的摄像头和智能传感器组成。陈述概述了四种传感器 -- 摄像头、深度传感器、热传感器和可穿戴传感器(例如 FitBit)。李飞飞说他们的研讨现在只会集在前三个方面。她供认，隐私维护在这样的体系中至关重要，因而摄像头的设置带来了较大的应战。“摄像机传感器会记载很多个人活动的详细信息，因而最可能会触及到人们个人隐私方面的需求，”她说。

传感器捕获数据时，体系会将数据发送至一个安全的中心服务器。李飞飞供认这一进程存在固有的安全危险，比方网络进犯。在一封回复 VentureBeat的邮件中，她着重研讨人员在整一个完好的进程中都遵从隐私和安全原则。“例如，咱们的边际设备都装备了磁盘加密，数据将进行隐私特点删去(如面部含糊处理) ，数据将在传输到云之前加密，而且咱们的服务器契合健康稳妥带着和职责法案（HIPPA），”她说。

一旦这些数据抵达服务器，团队中的临床医师和人工智能专家将对其做多元化的剖析和注释，来开发一个机器学习模型。

“然后咱们练习AI模型来辨认临床相关的各种行为形式，包含呼吸、睡觉、饮食和其他行为，”李飞飞说。他们重视的行为形式是环绕日常日子活动中那些可能会引发健康状况恶化的行为。换句话说，这个模型的重点是寻觅特定的衡量方针。这并非针对居民一切日常活动的深化和广泛的剖析，李飞飞说，练习AI模型的含义是为了完成实用性和隐私安全之间的平衡。

之后团队将练习好的模型布置到边际设备上，在那里监测体系能够在本地运转。这将创立一个闭环体系，使得没有数据能够走漏出去。这本质上保证了数据安全，却阻止了在这个模型上进行任何进一步的练习。

研讨人员想到了一个方法处理这一约束，李飞飞在发给 VentureBeat 的电子邮件中进行了概述了。“咱们想象，每个边际设备上的模型仍将不断更新，以习惯新的环境，并经过联邦学习，以无监督的方法进步鲁棒性。经过联邦学习，咱们将网络进犯的方针仅限于设备自身，而不是设备和云，以此来下降隐私和安全危险。”

联邦学习（Federated Learning）是一种新式的人工智能根底技能，在2016 年由谷歌最早提出，本来用于处理安卓手机终端用户在本地更新模型的问题，其规划方针是在保证大数据交换时的信息安全、维护终端数据和个人数据隐私、保证合法合规的前提下，在多参加方或多核算结点之间展开高效率的机器学习。

终究一步，该体系还需求将智能传感器的检测成果，传递给医护人员或白叟的家庭成员。李飞飞表明团队还没有找到详细的处理方案，可是正在考虑运用APP或许网络界面，这两者都能够终究靠两层身份验证来保证数据安全。

她着重: “这些传感器并不是用来做确诊决议计划或许替代临床医师的，可是它们能够对住在家中的老年人进行实时不断的监测，向临床医师和家庭成员及时宣布健康预警”。

“当然，在这项研讨的每一步，以及这项技能的布置进程中，咱们必定要深化考虑其间的每一项品德，隐私和安全问题，”她弥补说。

当时疫情迸发，不只要重视老年人的安全和健康，还要亲近重视其他患者和阻隔人员的状况。能够对体系的某些组成部分做调整，以便在不侵略公民权利和隐私的状况下进行追寻。但李飞飞暂时不肯进入这些范畴，她认为，“咱们的方针是运用最顶级的核算机视觉和机器学习技能，以协助处理一些最重要和最具应战性的卫生保健问题，并为人工智能卫生保健研讨提出一个品德、隐私和安全攻略。”

李飞飞说，现在研讨现已发展到下一阶段。他们现已在加州旧金山的一家疗养院完结了试点，和当地一家名为On Lok的护理组织协作，该组织致力于为老年人供给高质量的护理服务。

可穿戴设备完成非触摸式监控

其他一些家用AI监控体系也涉及到可穿戴设备，比方 Current Health、 iRhythm 和 LiveFreely。比方说，iRhythm 公司研制的 Zio 心电贴片，能够接连佩带14天，可供给接连心电监测。Care.ai 体系运用核算机视觉技能来完成非触摸式监控，理念和李飞飞团队类似，可是Care.ai 体系主要是为医院服务的，而非家庭护理。

从另一个视点讲，当时社会阻隔方针让茕居白叟也愈加孤单。除了技能监测，关于老年人来说，更重要的仍是家人的关怀和（线上）陪同吧！

参阅链接：

https://venturebeat.com/2020/04/06/stanford-researchers-propose-ai-in-home-system-that-can-monitor-for-coronavirus-symptoms/

https://hai.stanford.edu/events/covid-19-and-ai-virtual-conference/overview

https:///topic/20935178/intro