隔离有助手：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

编辑：梦佳

暮年人是疫情中的高危人群。美国疾病控制与预防中心3月18日公布的陈诉显示，在美国，约80%新冠肺炎死者年事大于65岁。在疫情隔离期间，实时监控暮年人的康健状况就显得尤为重要。

4月1日，在斯坦福大学以人为本AI研究院（HAI）举行的“新冠肺炎和AI”直播运动上，斯坦福大学教授，谷歌前副总裁，HAI团结主任李飞飞博士提出了一个家用AI系统的观点，该系统可以在确保住民隐私的基础上追踪住民的康健状况，监测新冠肺炎症状。

线上运动开始前，李飞飞在朋侪圈公布消息称，“科学无国界，病痛亦无国界。许多斯坦福大学的研究者们都在到场到新冠肺炎的研究中。仅仅与AI有关的就包罗疾病的诊断，治疗，防疫，公共卫生，政府政策，执法法例，甚至人文影响，地域歧视，社会公正，新闻自由等等方面的研究。这也包罗了我自己斯坦福实验室已往近十年的AI和医疗康健研究（尤其是手卫生和居家疾病治理）。

该家用AI系统设计之初的目的是造福暮年人，尤其是独居老人，让他们更好地享受抵家庭成员或是医护事情者的照顾。在新冠疫情发作期间，掩护暮年人最佳的方式是淘汰与其他人的接触，甚至包罗那些时刻看护他们是否泛起肺炎症状的人。该系统旨在实时追踪暮年人康健状况的同时降低外界接触风险，同时利便照顾护士人员能够远程监测到暮年人的基自己体状况，因为许多暮年人原本就存在种种康健问题。

李飞飞和团队在陈诉中表现，他们的跨学科团队由临床医生和盘算机科学家组成，在新冠疫情发作之前就已经着手这个项目了。“已往几年，我们一直在研究AI技术如何资助暮年人越发独立地生活，以及更好地应对慢性疾病。可是最近，我们意识到同样用于恒久照顾护士的AI技术在应对新冠这样的急性盛行病时对暮年人也有所资助。” 她说。

现在项目仍处于研究阶段。团队需要完成数据集的构建和模型的训练，现在还不清楚这需要多长时间才气完成。但该系统最初是为暮年人照顾护士而设计，在大规模隔离的时代将是康健监测的理想选择。

家用AI系统的隐私宁静问题

该系统将由安装在家中的摄像头和智能传感器组成。陈诉概述了四种传感器 -- 摄像头、深度传感器、热传感器和可穿着传感器(例如 FitBit)。李飞飞说他们的研究现在只集中在前三个方面。她认可，隐私掩护在这样的系统中至关重要，因此摄像头的设置带来了较大的挑战。“摄像机传感器会记载大量小我私家运动的详细信息，因此最可能会触及到人们小我私家隐私方面的需求，”她说。

传感器捕捉数据时，系统会将数据发送至一个宁静的中央服务器。李飞飞认可这一历程存在固有的宁静风险，好比网络攻击。在一封回复 VentureBeat的邮件中，她强调研究人员在整个历程中都遵循隐私和宁静准则。“例如，我们的边缘设备都配备了磁盘加密，数据将举行隐私属性删除(如面部模糊处置惩罚) ，数据将在传输到云之前加密，而且我们的服务器切合康健保险携带和责任法案（HIPPA），”她说。

一旦这些数据到达服务器，团队中的临床医生和人工智能专家将对其举行分析和注释，来开发一个机械学习模型。

“然后我们训练AI模型来识别临床相关的种种行为模式，包罗呼吸、睡眠、饮食和其他行为，”李飞飞说。他们关注的行为模式是围绕日常生活运动中那些可能会引发康健状况恶化的行为。换句话说，这个模型的重点是寻找特定的权衡指标。这并非针对住民所有日常运动的深入和广泛的分析，李飞飞说，训练AI模型的意义是为了实现实用性和隐私宁静之间的平衡。

之后团队将训练好的模型部署到边缘设备上，在那里监测系统可以在当地运行。这将建立一个闭环系统，使得没有数据能够泄露出去。这本质上确保了数据宁静，却阻碍了在这个模型上举行任何进一步的训练。

研究人员想到了一个措施解决这一限制，李飞飞在发给 VentureBeat 的电子邮件中举行了概述了。“我们设想，每个边缘设备上的模型仍将不停更新，以适应新的情况，并通过联邦学习，以无监视的方式提高鲁棒性。通过联邦学习，我们将网络攻击的工具仅限于设备自己，而不是设备和云，以此来降低隐私和宁静风险。”

联邦学习（Federated Learning）是一种新兴的人工智能基础技术，在2016 年由谷歌最先提出，原本用于解决安卓手机终端用户在当地更新模型的问题，其设计目的是在保障大数据交流时的信息宁静、掩护终端数据和小我私家数据隐私、保证正当合规的前提下，在多到场方或多盘算结点之间开展高效率的机械学习。

最后一步，该系统还需要将智能传感器的检测效果，通报给医护人员或老人的家庭成员。李飞飞表现团队还没有找到详细的解决方案，可是正在思量使用APP或者网络界面，这两者都可以通过双重身份验证来确保数据宁静。

她强调: “这些传感器并不是用来做诊断决议或者取代临床医生的，可是它们可以对住在家中的暮年人举行实时不停的监测，向临床医生和家庭成员实时发出康健预警”。

“固然，在这项研究的每一步，以及这项技术的部署历程中，我们必须深入思考其中的每一项道德，隐私和宁静问题，”她增补说。

当前疫情发作，不仅要关注暮年人的宁静和康健，还要密切关注其他患者和隔离人员的情况。可以对系统的某些组成部门举行调整，以便在不侵犯公民权利和隐私的情况下举行追踪。但李飞飞暂时不愿涉足这些领域，她认为，“我们的目的是使用最尖端的盘算机视觉和机械学习技术，以资助解决一些最重要和最具挑战性的卫生保健问题，并为人工智能卫生保健研究提出一个道德、隐私和宁静指南。”

李飞飞说，现在研究已经希望到下一阶段。他们已经在加州旧金山的一家疗养院完成了试点，和当地一家名为On Lok的照顾护士机构互助，该机构致力于为暮年人提供高质量的照顾护士服务。

可穿着设备实现非接触式监控

其他一些家用AI监控系统也涉及到可穿着设备，好比 Current Health、 iRhythm 和 LiveFreely。好比说，iRhythm 公司研发的 Zio 心电贴片，可以一连佩带14天，可提供一连心电监测。Care.ai 系统使用盘算机视觉技术来实现非接触式监控，理念和李飞飞团队相似，可是Care.ai 系统主要是为医院服务的，而非家庭照顾护士。

从另一个角度讲，当前社会隔离政策让独居老人也越发孤苦。除了技术监测，对于暮年人来说，更重要的还是家人的体贴和（线上）陪同吧！

参考链接：

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