江苏龙网

  1. 首页 > 资讯 > 科技 > >

『系统』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( 二 )


【『系统』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】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进行分析和注释 ， 来开发一个机器学习模型 。
“然后我们训练AI模型来识别临床相关的各种行为模式 ， 包括呼吸、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找特定的衡量指标 。 这并非针对居民所有日常活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安全之间的平衡 。
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本地运行 。 这将创建一个闭环系统 ， 使得没有数据能够泄露出去 。 这本质上确保了数据安全 ， 却阻碍了在这个模型上进行任何进一步的训练 。
研究人员想到了一个办法解决这一限制 ， 李飞飞在发给 VentureBeat 的电子邮件中进行了概述了 。 “我们设想 ， 每个边缘设备上的模型仍将不断更新 ， 以适应新的环境 ， 并通过联邦学习 ， 以无监督的方式提高鲁棒性 。 通过联邦学习 ， 我们将网络攻击的对象仅限于设备本身 ， 而不是设备和云 ， 以此来降低隐私和安全风险 。 ”
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本地更新模型的问题 ， 其设计目标是在保障大数据交换时的信息安全、保护终端数据和个人数据隐私、保证合法合规的前提下 ， 在多参与方或多计算结点之间开展高效率的机器学习 。
最后一步 ， 该系统还需要将智能传感器的检测结果 ， 传递给医护人员或老人的家庭成员 。 李飞飞表示团队还没有找到具体的解决方案 ， 但是正在考虑使用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安全 。
她强调: “这些传感器并不是用来做诊断决策或者取代临床医生的 ， 但是它们可以对住在家中的老年人进行实时不断的监测 ， 向临床医生和家庭成员及时发出健康预警” 。
“当然 ， 在这项研究的每一步 ， 以及这项技术的部署过程中 ， 我们必须深入思考其中的每一项道德 ， 隐私和安全问题 ， ”她补充说 。
当前疫情爆发 ， 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 。 可以对系统的某些组成部分进行调整 ， 以便在不侵犯公民权利和隐私的情况下进行追踪 。 但李飞飞暂时不愿涉足这些领域 ， 她认为 ， “我们的目标是利用最尖端的计算机视觉和机器学习技术 ， 以帮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、隐私和安全指南 。 ”
李飞飞说 ， 目前研究已经进展到下一阶段 。 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的护理机构合作 ， 该机构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
其他一些家用AI监控系统也涉及到可穿戴设备 ， 比如 Current Health、 iRhythm 和 LiveFreely 。 比如说 ， iRhythm 公司研发的 Zio 心电贴片 ， 可以连续佩戴14天 ， 可提供连续心电监测 。 Care.ai 系统使用计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 ， 但是Care.ai 系统主要是为医院服务的 ， 而非家庭护理 。
『系统』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
图片

从另一个角度讲 ， 当前社会隔离政策让独居老人也更加孤独 。 除了技术监测 ， 对于老年人来说 ， 更重要的还是家人的关心和（线上）陪伴吧！
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/overviewhttps://www.zhihu.com/topic/20935178/intro


推荐阅读


上一篇：「AI」AI录音笔一战成名！搜狗以语言AI为核心重点突破多点开花

下一篇：『』华为P40 Pro原生壁纸！想要的速速来看，还有Mate30的都给你！