白交 发自 凹非寺
量子位 报道 | 公众号 QbitAI
AI女神李飞飞，也率队加入科技抗疫中。
最近，在斯坦福大学HAI研究院举办“COVID-AI”直播大会上，李飞飞团队提出一种可以监控病人身体状况的AI家用系统，其中包括COVID-19症状。
李飞飞表示，在疫情暴发之前，就已经有一个基于生物医学与计算机的跨学科研究小组，从事研究这项目。但在意识到这样的技术，也许可以运用到这种急性大流行疾病当中来。
这个项目旨在通过跟踪老年人的健康问题，并允许看护远程查看老年人的健康状况，来帮助更多老年人独立生活和慢性病管理。
而在当下疫情的大背景下，该系统可以直接隔断老年人与其他人的接触，解决了疾病流行期间要照顾老年人的困难。
不过该项目仍然处于研究阶段，团队还需要数据集的构建和模型训练。
该系统如何运作？
这一系统究竟是如何运作的呢？
首先第一步，系统需要的是安装在家庭中的摄像机和智能传感器，这其中包括相机，深度传感器，热传感器以及可穿戴式传感器。目前研究只集中在前三个传感器上。
这些传感器将记录一个人特定的日常活动的许多详细信息，之后将这些数据发送到中央服务器。
其次，数据一旦进入到服务器中，一组经审批的临床医生和AI专家将对其进行分析和注释，以开发机器学习模型。
这一步骤主要是为了训练AI模型识别临床相关模式，包括呼吸，睡眠，饮食和其他行为。
然后，将训练后的将训练后的模型部署到边缘设备，其中检测系统可以在本地运行。这样就可以创建一个闭环系统，没有数据必须离开房屋。
这种方法是为了规避隐私和安全风险，但同时是的它无法对模型进行进一步培训。
李飞飞表示，我们设想，将使用联合学习的方法，以无人监督的方式对每个边缘设备上的模型进行更新，以适应新环境并提高鲁棒性。
最后，将智能传感器的检测结果传递给看护或者家庭成员，以便随时可以查看和监测。
隐私与安全风险如何解？
关于AI医疗保健，其实隐私与安全是最大的也是最多人关切的问题。
那么在这一系统中，除了上述的联合学习，李飞飞团队也给出了一些解释和解决措施。
首先，在第一步收集用户生活数据上，李飞飞强调，其收集到的详细信息实则与大多数人的隐私需求不兼容。
而当发送到服务器之后，会采取例如像边缘设备配备磁盘加密功能；数据将删除用户的隐私属性（例如人脸模糊）；数据将被加密后再传输到云中等这些措施。
此外，李飞飞还说，想要开发的模型只是围绕着特定的日常生活活动进行的，例如呼吸，睡眠，饮食等特定生活行为，以此来检测健康状况的变化情况。
该系统并不是对居民的所有日常活动的深入和广泛的分析。
而针对最后一步，向医护人员或家庭成员传送数据，李飞飞团队正考虑使用APP或Web界面，这两种方法可以通过身份验证来保护。
李飞飞团队还强调，这个系统主要侧重于家庭护理，而非远程医疗。
也就是说，系统不需要做出诊断，甚至代替临床医生，而只是对老年人的健康状况进行实时关注，并及时通知到医护人员和家人。
《经济学人》一位医生Eric Topol评论道：在新冠疫情暴发期间甚至在这之后，远程看护将显得至关重要。
关于“COVID-AI”直播大会
最后，简单介绍一下这个 “COVID-AI”线上直播会议。
4月1日，将近30位AI的研究人员与各个领域的专家召开了“COVID-AI”线上直播会议，会议讨论了AI如何帮助理解COVID-19并减轻疾病和解决公共卫生危机的方式。
会议将医学、计算机学科和人文学科等的斯坦福大学教授以及美国各地从业人员和专家汇集在一起，共享了自身正在开展的工作及研究成果。
会上就打击谣言虚假信息，协同帮助对抗新冠病毒，寻求治疗方法这几个方面进行了探讨。
库拉伊（Curai）联合创始人Xavier Amatriain表示，他公司的机器学习工具创建个性化的诊断评估。
斯坦福大学机械工程博士学位候选人蒂娜·怀特（Tina White）设计了一个开源应用程序，使用匿名蓝牙数据来跟踪COVID-19的传播。
斯坦福大学生物工程研究工程师Stefano Rensi正在研究可用于治疗该疾病的现有药物。他和他的团队使用NLP，蛋白质结构预测和生物物理学来识别潜在的药物。
