近日，由斯坦福大學Human-Centered Artificial Intelligence（HAI，以人為本人工智能研究所）主辦的線上會議《Artificial Intelligence and COVID-19:How Technology Can Understand,Track,and Improve Health Outcomes》，將橫跨醫學、計算機科學和人文學科的30位斯坦福大學教職人員召集在一起，討論了AI如何幫助理解、跟蹤新冠肺炎，和改善公共衛生等話題。
會上，李飛飛分享了她和團隊的最新研究——《AI-ASSISTED IN-HOME ELDERLY CARE AMID COVID-19 PANDEMIC》。她介紹了人工智能技術幫助老年人抗擊新冠肺炎和慢性病管理的落地解決方案，該方案運用了RGB相機、深度傳感器、溫度傳感器、可穿戴傳感器，以邊緣計算為核心，同時著重強調了個人隱私保護。
今年2月，李飛飛入選了美國國家工程院院士。2018年2月，李飛飛辭去了谷歌雲AI負責人職位，回到斯坦福大學擔任教授，同時繼續保留谷歌雲的AI/ML顧問。
以下為李飛飛演講內容整理：
大家下午好。很榮幸能在這裡分享我們的一些研究想法，來幫助我們的老齡化人口應對和抵禦新冠肺炎。
過去幾年來，我們一直在研究一套人工智能技術如何幫助老年人更獨立地生活，並應對慢性病管理。但是最近，我們意識到這套長期護理技術可能也有助於老年人應對新冠肺炎這一急性流行病。以下是我今天想和大家分享的。
HAI線上會議視頻內容（部分）
首先，我想感謝我們的研究人員和合作機構，我們的團隊由臨床醫生和計算機科學家緊密合作組成。今天我想強調的一個人是Alan Luo，他是斯坦福大學計算機科學系的二年級博士生，我在這裡展示的一切都是他當前研究的一部分。
當我們聽到關於新冠肺炎的世界新聞時，最令人心痛的是人們失去親人的痛苦。有一個兒子講述了一個令人毛骨悚然的故事，他年邁的父母在意大利的家中患了8天的高燒，在沒有適當的醫療幫助的情況下感染了冠狀病毒去世。
老年人感染率和病死率高，為什麼？
當前，我們對冠狀病毒的本質瞭解不多，但我們從一些研究中發現一點：無論是在感染率還是死亡率方面，這種病毒對老年人的打擊都比年輕人大，下圖中的紅條顯示隨著年齡的增長死亡率急劇上升。
到底為什麼？這仍然需要進一步的科學研究。但是醫生和研究人員正在推測可能導致這種趨勢的幾個因素。
例如，大多數老年人的健康狀況不好使他們更加脆弱，許多老年人的社區生活使得這種高傳染性病毒傳播更快。另外，老年人與護理人員互動交流，這些護理人員往往是較年輕的群體，可能攜帶病毒而沒有症狀。其他原因還可能包括醫療水平挑戰或由於不堪重負的醫療系統而導致的對基礎慢性病缺乏護理。
找到解決辦法的一個關鍵問題是，我們如何在保護老年人安全的同時照顧他們。如果一個人不需要去醫院，沒有什麼地方比家更安全。那麼，我們如何才能幫助老年人呆在家裡，同時幫助他們持續監測感染的早期症狀或輕微症狀的進展，甚至繼續管理他們的基本慢性健康問題。
人工智能“四步走”解決方案，
幫助老年人抵抗新冠肺炎和慢性病
一個可能有效減少老年人感染和病死率的方法是使用人工智能驅動的智能傳感器技術，通過在家裡安裝傳感器，幫助家庭和臨床醫生以通用和可擴展的方式跟蹤老年人的健康狀況。
這套人工智能系統分為4個步驟，首先是通過把傳感器放在家裡收集數據。下表顯示了各種智能傳感器，它們在採集數據的形式和種類上互為補充，在靈敏度上也互為補充。可能很多人擔心隱私問題，這些相機傳感器攜帶了許多個人活動的詳細信息，但與大多數人的隱私需求是不兼容的。
其他傳感器包括第二列的深度傳感器、第三列的溫度傳感器以及最後一列的可穿戴傳感器，我們的研究主要是在前三種類型的傳感器上。
在第二步中，傳感器數據被傳輸到某種安全的中央服務器，用於機器學習和訓練。我們需要解決傳輸數據的安全問題，但由於時間限制，我不在這裡詳述。然後人工智能模型被訓練來識別臨床相關的行為，包括呼吸、睡眠、飲食和其他行為。
Step 2
Step 3
這些人工智能模型可以安裝在邊緣設備上，這樣在部署時，數據就不必再離開房子，直接在終端處理，減少了隱私風險。
最後一步是建立一種方法，將智能傳感器檢測結果傳達給護理人員和家人，如下圖。
我們將這套方案應用了實踐，在這裡我分享四個實際應用案例，包括感染檢測、移動性分析、睡眠模式分析和飲食模式分析。
其中顯示發燒檢測和呼吸模式識別的樣本圖像表示，使用熱傳感器獲取更多信息有助於感染的早期檢測。
以下是人工智能運用於理解人們運動軌跡的一個例子，病人的運動軌跡也是許多相關疾病的一個重要的臨床指標，從圖中可以看出我們目前識別不同類型運動的準確性非常高。
另一個例子是睡眠模式分析，統計和分析每天睡眠的時間，以及睡眠的深淺。
最後，人工智能智傳感器技術還可以用於分析飲食習慣，包括飲食、液體攝入和藥丸攝入等。
在新冠肺炎時期，最大的問題是我們醫療系統超負荷導致護理人員缺乏，以上這些只是人工智能傳感器如何幫助我們臨床醫生的具體例子，幫助和保護我們的老年人，而不是說做診斷決策或取代臨床醫生，但他們可以一直在那裡關注生活在家中的老齡人口，並幫助臨床醫生和家庭及時發出警報。
這項研究的每一步，和這項技術的部署，我們都必須非常周到地考慮道德隱私和安全挑戰。我們不在這裡詳述這些觀點，但它是我們正在進行研究的一部分。
總結
人工智能傳感器技術可以提供一個機會，讓我們的老年人呆在家裡，同時幫助我們的家庭和臨床醫生繼續監測他們的健康狀況。這不僅有助於保持弱勢人群的居家隔離，也有助於緩解醫院超負荷運轉。
同時，這項技術也可以參與幫助管理慢性疾病，也可以用於身體康復。這個系統即使本次大流病期間沒有應用，也是未來需要的，是非常鼓舞人心的工作。謝謝大家。
閱讀更多 AIweekly 的文章
