（文章來源：VB）

在斯坦福大學人類中心人工智能研究所（Human-Centered AI (HAI)）舉辦的“新型冠狀病毒肺炎和人工智能”直播活動中，斯坦福大學教授和人工智能聯合主任李飛飛博士提出了一個家庭人工智能系統的概念，該系統可以追蹤居民的健康狀況，包括新型冠狀病毒肺炎的跡象。值得一提的是，李飛飛強調，這個系統在追蹤健康同時也注重保護隱私。

它的目的是讓許多獨居的老年人可以得到醫療照顧，在新型冠狀病毒肺炎大流行期間照顧老年人的困難在于，既要減少他們與他人的接觸，又要考慮到對他們的照顧。該系統旨在解決跟蹤老年人健康狀況而不面臨接觸風險，還將允許護理人員遠程監測老年人的基本健康狀況。

李飛飛和她的團隊報告中說，由臨床醫生和計算機科學家組成的跨學科團隊，在新型冠狀病毒爆發之前就已經在開發這個項目了。“過去幾年，我們一直在研究一套人工智能技術如何幫助老年人更加獨立地生活，并應對慢性疾病管理。但是最近，我們意識到同樣的長期護理技術也可能對這種急性流行病風險下的老年人有所幫助。”

該項目仍處于研究階段。該團隊需要完成數據集的構建和模型的訓練，目前還不清楚這需要多長時間才能完成，但是這個最初是為老年人護理而設計的系統，在大規模隔離期間將是老年人健康監測的理想選擇。

該系統由安裝在家中的攝像頭和智能傳感器組成，報告中李飛飛團隊概述了四種傳感器ーー攝像機、深度傳感器、熱傳感器和可穿戴傳感器（例如 FitBit）。李飛飛表示他們的研究只集中在前三個方面，同時她也承認，因為在這樣的系統中隱私很重要，攝像頭帶來的挑戰是其他類型的傳感器所沒有的。“相機傳感器攜帶了大量關于個人活動的詳細信息，但它侵害了大多數人的隱私。”

當傳感器捕獲數據時，系統會將數據發送到一個安全的中央服務器。李飛飛也表示，這一過程中存在固有的安全風險，比如網絡攻擊的威脅。但她強調研究人員在整個過程中都遵循隱私和安全準則。“例如，我們的邊緣設備配備了磁盤加密，數據將刪除用戶的隱私屬性(如面部模糊) ，數據將在傳到云端之前進行加密，而且我們的服務器符合HIPPA標準，”她說。

服務器獲取數據后，一個臨床醫生和人工智能專家組成的團隊將對其進行分析和注釋，開發機器學習模型。“這個人工智能模型將被訓練來識別臨床相關的模式，包括呼吸、睡眠、飲食和其他行為，”李飛飛表示。數據獲取是圍繞可能導致健康問題的日常活動的，換句話說，這個模型的重點是尋找具體的衡量標準，并不是對居民日常活動的深入和廣泛的分析，李飛飛認為這是一個能讓“實用性和隱私性“得到平衡的方法。

然后，將訓練好的模型部署到邊緣設備上，以使得檢測系統可以在本地運行。這將創建一個閉環系統，沒有數據必須離開前提，因此在本質上，這是安全的。但是這也使得在模型上進行任何進一步的培訓都變得不可能。

研究人員有一個解決這個限制的計劃，李飛飛一封電子郵件中概述了這個計劃。“我們設想，每個邊緣設備上的模型仍將更新，以適應新的環境，并且，通過使用聯邦學習（federated learning），以無監督的方式提高健壯性（robustness），通過使用聯邦學習，我們希望通過將攻擊僅限于設備，而不是設備和云，以此來降低隱私和安全風險。”

作為最后一步，該系統還需要一種方式，通過提供智能傳感器的檢測結果，照顧弱者或需要被照顧的家庭成員。不過李飛飛表示，目前團隊還沒有找到具體的解決方案，但是他們正在考慮移動應用程序或者網絡界面，這兩種應用程序都可以通過雙重身份驗證安全服務來實現。

最后，李飛飛給出了一些警告，她說：“（這些傳感器）不是用來做診斷決策或者替換臨床醫生的，但它們可以繼續存在下去，用以監視住在家里的老齡化人口，更加及時地向臨床醫生和家屬發出警報。”“當然，在這項研究的每一步，以及這項技術的部署，我們必須更加深入地思考道德、隱私和安全問題。”她補充說。

當前流行病帶來的挑戰不僅包括保護老年人的安全和健康，還包括更廣泛地關注感染者和隔離者，這個系統似乎存在可以調整的地方，以便在不侵犯公民權利和隱私權的情況下進行某些跟蹤。但李飛飛不愿涉足這些領域，只是說，“我們的目標是提出尖端的計算機視覺和機器學習技術，以幫助解決一些最重要和最具挑戰性的衛生保健問題，同時為人工智能衛生保健研究提出一個道德、隱私和安全指南”。

其他一些由人工智能驅動的家庭監控系統也涉及到可穿戴設備，比如Current Health、iRhythm和LiveFreely，像Care.ai使用計算機視覺實現非接觸式監控的方式，李飛飛的團隊也正在開發的類似的系統，不過，Care.ai的系統是為醫院而不是家庭護理而設計的。

李飛飛表示，目前研究項目正在進行中，研究小組仍然專注于科學研究。不過，在與致力于高質量老年護理的組織的合作之下，他們已經在舊金山的一家輔助生活設施完成了一項試點研究，現在正準備進行下一階段的研究。
? ? ?（責任編輯：fqj）