在新冠肺炎大流行的当下，照顾老年人变得更加困难。人工智能是否在这个领域发挥作用？4月6日，斯坦福大学计算机学教授李飞飞向外界介绍了一款新型人工智能家用系统，它可借助相机、深度传感器、热传感器和可穿戴传感器，来跟踪居民的健康状况，包括新冠肺炎的症状，还能确保隐私。
该研发项目相关演讲视频截图
这套AI系统的目的在于帮助老年人，特别是家独居老年人，与家庭或医疗护理人员保持联系。其优势在于，它可以让看护人远程监视老年人现有疾病和基本健康状况，减少接触风险。
据介绍，该家用AI系统包括安装在家中的摄像头和智能传感器。智能传感器包括四种传感器：相机、深度传感器、热传感器和可穿戴传感器。目前，整个团队的研究主要集中在前三个。
整个系统如何运作，以及如何确保隐私？
据李飞飞介绍，当传感器获得数据时，系统会将其发送到安全的中央服务器进行处理。不过，在这一过程中，李飞飞也承认目前阶段还存在易收到网络攻击的安全风险。但研究人员会在整个过程中都遵循隐私和安全准则。团队给边缘设备配备了加密磁盘，用删除涉及用户隐私的数据，做人脸模糊处理，经过加密后，再传输到云中。
资料图
一旦数据到达服务器，一组临床医生和AI专家就会对其进行分析和注释，以开发机器学习模型。训练后的这套模型，可识别临床相关的一些行为，包括呼吸、睡眠、饮食和其他行为。目前，研发团队正在开发涉及日常生活活动的模型，模型可计算出用户的健康状况是否恶化。
训练后的模型可部署到边缘设备中，并在本地运行。这样一来，研究团队就搭建了一个闭环系统，数据安全也可以得到保证。但这个闭环系统无法对模型进行进一步的更新和提升。
为解决这点，研发团队正设想使用联合学习和无监督学习的方式，即无需人工注释，就对每个边缘设备上的模型进行更新，以使用新环境，并提高鲁棒性。通过联合学习，团队可以将安全攻击限制在设备上，以减少针对云的隐私和安全威胁。
最后，系统还需要一种能将智能传感器检测结果传递给医护人员或家庭成员的方法。目前，团队还未找到具体的解决方案，但正在考虑使用移动应用程序或者Web界面。
李飞飞说，这些传感器并不是要做出诊断决策或取代临床医生，而是可以持续出现，随时关注我们在家中的老年人，并及时向临床医生和家人发出警报。
目前，该项目仍处研究阶段。整个团队还需要完成数据集的构建和模型工作，团队也未透露仍需多少时间才能完成。但是，团队已与美国致力于优质高级护理公司安乐（On Lok）合作，在旧金山一家辅助生活设施中完成了一项试点研究，并将进入下一阶段的研究。
自新型冠状病毒肺炎疫情爆发以来，传感器专家网一直密切关注疫情进展，根据国家及地方政府的最新调控与安排，为更好的服务相关企业，在疫情期间，传感器专家网免费发布企业相关文章，免费成为传感器专家网认证作者，请点击认证，大家同心协力，抗击疫情，为早日打赢这场防控攻坚战贡献自己的一份力量。