李飞飞团队最新研究 :「四步」AI方案助老人抵抗新冠肺炎，联合学习降低个人隐私风险

[原创文章：www.ii77.com]

[好文分享：www.ii77.com]

编译 | 机械之能

会上，李飞飞分享了她和团队的最新研究——《AI-ASSISTED IN-HOME ELDERLY CARE AMID COVID-19 PANDEMIC》。她介绍了人工智能手艺匡助老年人抗击新冠肺炎和慢性病治理的落地解决方案，该方案运用了 RGB 相机、深度传感器、温度传感器、可穿戴传感器，以边缘较量为焦点，同时着重强调了小我隐私珍爱。

2018 年 9 月，斯坦福大学终身传授，斯坦福大学人工智能实验室主任李飞飞竣事两年学术假期，卸任谷歌云机械进修负责人，回来斯坦福重拾根蒂科研。她曾谈到，一部门精神将持续 AI 医疗相关范畴和 AI 根蒂科学的研究，「我今朝最看好的是医疗健康的 AI 落地」。

本年 2 月，李飞飞入选了美国国度工程院院士。作为一名知名女性科学家，李飞飞现为美国斯坦福大学红杉讲席传授、以工资本人工智能研究院院长、AI4ALL 结合创始人主席等。李飞飞长在四川，十几岁时移居美国，2015 年入选「全球百大思惟者」，并曾任谷歌云 AI 负责人及谷歌首席科学家。

回首视频链接可见：https://hai.stanford.edu/events/covid-19-and-ai-virtual-conference/video-archive

（HAI线上分享部门内容）

李飞飞分享了一套基于 AI 的居家防护系统，该系统用于跟踪居民的健康状况，包罗 COVID-19 的体征，重点为茕居白叟与家人或医疗护理人员连结关联，同时确保隐私和数据平安风险。

在新冠肺炎疫情大风行时代，照看老年人的难题在于，珍爱老年人的最佳方式是削减与人的接触，包罗注重到他们是否与示意出疾病症状的人进行接触。

该系统旨在解决跟踪老年人健康的问题，而不会使他们面临接触危险，而且还许可关照者长途看管患有现有疾病的老年人的根基健康状况。

李飞飞在演讲中提到，她的团队由临床大夫和较量机科学家慎密合作构成，在新型冠状病毒爆发之前就已经在研究该项目。

李飞飞研究团队成员

团队介绍环节，李飞飞重点谈到了 Alan Luo，他是斯坦福大学较量机科学系的二年级博士生，此次展示的项目是他当前研究的一部门。

「曩昔几年来，我们一向在研究一套 AI 手艺若何匡助老年人加倍自力生活，并应对慢性病治理。但比来，我们意识到，用于历久护理的沟通手艺或者也对疫情时代的老年人有所匡助。」她谈到。

该项目仍处于研究阶段。团队需要完成数据集的构建和模型练习，今朝尚不清楚需要多长时间才能完成。然则，部门或整体而言，该系统最初是为一样老年人护理而设计的，对于在大规模隔离时代进行健康监测非常幻想。

因为大规模隔离，老年人无法获得实时救治而失去生命的新闻不是少数。李飞飞在直播中介绍了一则真实发生的事情，一位儿子讲述了他年迈的怙恃在意大利的家中患了 8 天的高烧，在没有适当的医疗匡助的情形下传染了冠状病毒作古。

李飞飞在直播中介绍了新冠的最新研究数据。她谈道，无论是在传染率照样灭亡率方面，新冠病毒对老年人的袭击都比年青年头人大，下图中的红条显露跟着岁数的增进灭亡率急剧上升。

 究其原因，还需更进一步的科学研究作为佐证，大夫和研究人员正在推想或者导致这种趋势的几个身分。

例如，大多数老年人的健康状况欠好使他们加倍懦弱，很多老年人的社区生活使得这种高传染性病毒流传更快。此外，老年人与护理人员互动交流，这些护理人员往往是较年青年头的群体，或者携带病毒而没有症状。其他原因还或者包罗医疗水平挑战或因为不胜重负的医疗系统而导致的对根蒂慢性病缺乏护理。

为此，李飞飞提出一个或者有效削减老年人传染和病死率的方式，即使用人工智能驱动的智能传感器手艺，经由在家里安装传感器，匡助家庭和临床大夫以通用和可扩展的体式跟踪老年人的健康状况。

一个或者有效削减老年人传染和病死率的方式是使用人工智能驱动的智能传感器手艺，经由在家里安装传感器，匡助家庭和临床大夫以通用和可扩展的体式跟踪老年人的健康状况。

李飞飞介绍，这套人工智能系统分为 4 个步伐，首先是经由把传感器放在家里收集数据。下表显露了各类智能传感器，它们在采集数据的形式和种类上互为增补，在活络度上也互为增补。

李飞飞在演讲中概述了四种类型的传感器—摄像头、深度传感器、热传感器和可穿戴式传感器（例如 FitBit）。李飞飞透露，他们的研究只集中在前三个方面。

她认为，因为隐私在如许的系统中很主要，所以相机提出了其他类型的传感器没有的挑战。她说：「摄像头传感器包含一小我运动的很多具体信息，但它与大多数人的隐私需求组成了辩说。」

她谈道，人工智能模型能够安装在边缘设备上，如许在布置时，数据就不必再脱离房子，直接在终端处理，削减了隐私风险。

在第二步中，当传感器捕捉数据时，系统会将其发送到平安的中央办事器。李飞飞认可，该过程存在固有的平安风险，例如收集冲击的威胁。

李飞飞在经由电子邮件回答 VentureBeat 采访时情调，研究人员在整个过程中都遵循隐私和平安准则。「例如，我们的边缘设备配备了磁盘加密功能，用户隐私属性的数据将会被删除，例如人脸，然后数据被加密后再传输到云中，而且我们的办事器相符 HIPPA 尺度。」她说。

在第三步中，一旦数据达到办事器，经由核准的临床大夫和 AI 专家将会对其进行剖析和注释，以斥地机械进修模型。

「人工智能模型被练习来识别临床相关的模式，包罗呼吸、睡眠、饮食和其他行为。」李飞飞增补说，他们所寻找的模式是环绕平常生活运动进行，换句话说，该模式存眷的是具体的办法，并不是对居民所有的平常运动进行普遍的剖析。

其次他们将练习后的模型布置到边缘设备，个中检测系统能够在内陆运行。这将建立一个闭环系统，个中没稀有据必需脱离的前提。「这素质上是平安的，但这使得我们无法对这个模型进行进一步的练习。」

研究人员制订认识决此限制的规划，李飞飞在复原 VentureBeat 的电子邮件中概述了这一限制。

「我们设想，仍将使用结合进修 ，以无监视的体式对每个边缘设备上的模型进行更新，以适应新情况并提高鲁棒性。经由使用结合进修，我们进展经由将冲击面仅限于设备，而不是设备和云来降低小我隐私和平安风险。」

最后，系统还需要一种将智能传感器检测究竟传递给医疗护理人员或家庭成员的方式。

李飞飞说，今朝团队尚未找到具体的解决方案，但正在考虑使用移动应用法式或 Web 界面，这两种方式都能够经由多身分身份验证来珍爱。

她透露：「在这项研究的每一步以及这项手艺的布置中，我们都必需对道德、隐私和平安方面的挑战进行深图远虑。」

在直播中，李飞飞分享了四个实际应用案例，包罗传染检测、移动性剖析、睡眠模式剖析和饮食模式剖析，以注释人工智能传感器若何协助医疗护理人员和家人，匡助和珍爱老年人。

传染检测方面，据显露发烧检测和呼吸模式识其余样本图像透露，使用热传感器获取更多信息有助于传染的早期检测。

移动性剖析方面，李飞飞团队将人工智能运用于懂得人们的活动轨迹。在很多相关疾病中，病人的活动轨迹作为一个主要的临床指标。据下图显露，基于 AI 的传感器识别分歧类型活动的正确性非常高。

睡眠模式剖析，统计和剖析天天睡眠的时间，以及睡眠的深浅。

最后，人工智能智传感器手艺还能够用于剖析饮食习惯，包罗饮食、液体摄入和药丸摄入等。

在新冠肺炎时期，最大的难题是医疗系统超负荷导致护理人员缺乏，这些应用能够在生活平常匡助到老年人。李飞飞强调，「这些传感器并不是要做出诊断性决议或庖代临床大夫，而是能够持续存在，存眷生活在家中的老龄生齿，并实时向临床大夫和家人发出警报。」

当前的风行病带来的挑战不光包罗确保老年人的平安和健康，还包罗更普遍地存眷急迫需要跟踪的疾病和应该被隔离的人群。

李飞飞透露不会涉足隐私范畴。「我们的方针是提出尖端的较量机视觉和机械进修手艺，以解决医疗保健中最主要和最具挑战性的问题，并提出道德、隐私和 AI 医疗保健研究的平安指南。」

其他一些由 AI 驱动的家庭监控系统也涉及可穿戴设备，例如 Current Health、 Rhythm 和 LiveFreely 。

诸如 Care.ai 的解决方案采用较量机视觉来接纳非接触式看管方式，而且这种体式雷同于李飞飞团队正在斥地的系统，然则 Care.ai 的系统是为病院而不是家庭护理而设计的。

李飞飞透露，今朝这个研究项目正在进行中，研究团队仍然专注于科学研究。最新的进展是，他们已经在旧金山的辅助生活举措完成了一项试点研究，与致力于优质老年护理的组织 On Lok 合作，并将进入下一阶段的研究。

▼ 专题介绍