本篇文章1733字，读完约4分钟
李飞飞
在新冠肺炎肺炎流行期间，照顾老人变得更加困难。人工智能在这个领域有作用吗？
当地时间4月6日，在斯坦福大学以人为本的人工智能研究所(hai)的直播中，斯坦福大学计算机科学教授李菲菲向外界介绍了人工智能家居系统，该系统可以跟踪居民的健康状况，包括新冠肺炎肺炎的症状，同时确保隐私。
这个人工智能系统的目的是帮助老年人(主要是独居老人)与他们的家人或医疗护士保持联系。保护老年人的最好办法是减少与人的接触，特别是那些感染了新冠肺炎肺炎但尚未出现症状的人。据李菲菲的团队称，这种家庭系统的优势在于，它允许护理人员远程监控老年人的现有疾病和基本健康状况，从而降低暴露风险。
李菲菲和她的团队在现场演讲中介绍说，在新冠肺炎肺炎爆发之前，这个系统是由临床医生和计算机科学家组成的跨学科研究小组开发的。“在过去的几年里，我们一直在研究一个人工智能系统，它可以帮助老年人独立生活和管理他们的慢性病。最近，我们意识到这项技术对新冠肺炎肺炎大流行下的老年人也有帮助。”李菲菲在讲话中说。
据李菲菲称，整个家庭人工智能系统包括安装在家中的摄像头和智能传感器。李菲菲在演讲中提到了四种传感器，包括摄像机、深度传感器、热传感器和可穿戴传感器。整个团队的研究主要集中在前三个方面。因为隐私在这个系统中非常重要，所以对摄像头的研究更具挑战性。“摄像头可以透露个人活动的详细信息，但不符合大多数人的隐私需求。”李菲菲说。
整个系统如何工作，如何保证隐私？李菲菲在演讲中逐一介绍了他们。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。但是，在这个过程中，李菲菲也承认现阶段仍然存在安全隐患，比如受到网络攻击的威胁。但她强调，研究人员将在整个过程中遵循隐私和安全准则。该团队为边缘设备配备了加密磁盘，用于删除与用户隐私相关的数据，模糊面部，加密，然后传输到云中。
一旦数据到达服务器，一组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。经过训练，该模型可以识别一些临床相关的行为，包括呼吸、睡眠、进食等行为。李菲菲说，该团队目前正在开发一个涉及日常生活活动的模型，该模型可以计算用户的健康是否已经恶化。但这种模式并不是对用户的所有日常活动进行深入而广泛的分析，需要在隐私和公共安全之间找到平衡。
经过训练的模型可以部署到边缘设备并在本地运行。这样，研究团队搭建了一个闭环系统，可以保证数据安全。然而，这种闭环系统不能进一步更新和升级模型。为了解决这个问题，李菲菲提到，该团队正在设想使用联合学习和无监督学习，即在每个边缘设备上更新模型，而无需手动注释，以便使用新环境并提高鲁棒性。通过联合学习，团队可以限制对设备的安全攻击，以减少对云的隐私和安全威胁。
最后，系统需要一种方式将智能传感器的检测结果传输给医务人员或家属。李菲菲说，该团队尚未找到具体的解决方案，但正在考虑使用移动应用程序或网络界面。
“这些传感器并不是为了做出诊断决定或取代临床医生，而是可以继续出现，随时关注我们家中的老人，及时提醒临床医生和家属。”在演讲结束时，李菲菲说:“当然，在这项研究的每一步和这项技术的部署中，我们都必须充分考虑道德、隐私和安全。”
当前新冠肺炎肺炎大流行带来的挑战不仅包括确保老年人的安全和健康，还包括追踪疾病和应该更广泛和紧急隔离的人。当被问及这个系统能否解决这个问题时，李菲菲表示，该团队不愿意涉足这个领域。“我们的目标是提出尖端的计算机视觉和机器学习技术，以帮助解决医疗保健中一些最重要和最具挑战性的问题，同时为伦理、隐私和人工智能医疗保健研究提出安全指南。”李菲菲说。
目前这个项目还处于研究阶段。整个团队还需要完成数据集构建和模型工作，团队没有透露还需要多少时间才能完成。然而，该团队已经与致力于高质量老年护理的美国公司on lok合作，并在旧金山的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。(本文来自《The Paper》，更多原创信息请下载《The Paper》app)新闻推荐
美国高价抢购盟国口罩
SARS-CoV-2的大流行使口罩变得稀缺。美国最近以高价抢购或拦截了德国、法国、加拿大等盟国订购的防疫物资，引发强国恐慌...
