时隔八年，李飞飞团队又发布重大科研成果！

9月9日，由斯坦福大学计算机系李飞飞教授、斯坦福医学院Arnold Milstein教授及其博士生Albert Haque共同签署的学术论文发表在顶级学术期刊《自然》上。

该论文的题目是“利用环境智能照亮医疗的黑暗空间”，旨在通过人工智能和非接触式传感器的结合实现环境智能，以潜在地改善医疗服务的物理执行。

论文被《自然》收录后，李飞飞在朋友圈透露，这篇论文由两代博士生、10多名本科/硕士/博士/博士后，以及近10名斯坦福医学院的博士和教授组成，经过8年的努力。建成。

同时，她还说，

“AI Sensors”（人工智能传感器）必将对患者治疗、养老和医疗服务产生深远的影响，而我们的研究只是一小步。

当李飞飞加入AI医疗浪潮时，他将注意力集中在“AI Sensors”上。在她看来，智能传感器、人工智能算法及相关技术的进步，为智慧医疗带来了新的可能。

此前，她曾与Arnold Milstein教授进行深入合作，尝试在ICU场景中引入智能传感器，以改善医护人员因系统效率低、成本高、人员短缺等可能带来的安全威胁。此解决方案已在多家医院进行了测试。

同样，这项科研成果仍以智能传感器为核心，但其解决方案是针对医院和日常生活的物理空间，实现更广泛的环境智能。

基于“环境智能”的AI医疗解决方案

所谓环境智能，就是通过机器学习和非接触式传感器，能够灵敏地响应和反馈人类存在的电子空间。对医院和日常生活空间有很大的应用价值。

例如，在医院领域，可以实现更高效的临床工作流程，以提高重症监护病房和手术室的患者安全；在日常生活中，可以通过了解日常行为来改善慢性病患者的管理，提高老年人的独立性。

具体来说，机器学习和传感器可以使用计算机来帮助理解医疗活动并补充现有的临床决策支持系统。无源非接触式传感器嵌入环境后可形成一种环境智能，能够感知人们的活动，适应其持续的健康需求。如下所示：

类似于现代智能驾驶系统，这种环境智能可以帮助临床医生和家庭护士改善身体运动，这是现代医疗的关键一步。临床身体动作支持实现了更好的制造、更安全的自动驾驶汽车以及更智能的运动和娱乐。物理空间还可以将生物医学的快速流动转变为无差错的医疗保健服务。

当然，与其他技术类似，大规模转化为临床应用必须克服严格的临床验证、适当的数据隐私和模型透明度等挑战。

在论文中，研究人员通过几个典型的临床用例和患者结果验证了他们的研究算法以及可行性和有效性，并进一步讨论了更广泛的社会和伦理因素，包括隐私、公平和透明度问题。.

AI传感器助力多维医疗空间

2018 年，大约 7. 4% 的美国人需要过夜的医务人员。同年，英国国民健康服务 (NHS) 报告了 1700 万例住院病例。医务人员超负荷、人手不足、资源有限的问题已经相当严重。

李飞飞的研究团队认为，环境智能可以在缓解临床服务压力、提高医疗服务质量和效果方面发挥重要作用，可应用于多个医疗空间。

环境智能发挥作用的一个用例是计算机辅助的患者运动监测。

据统计，在美国，重症监护病房每年花费1080亿美元，占医院总费用的13%。在危重患者中，神经肌肉损伤可能导致一年死亡率增加三倍，住院费用增加30%。动员患者尽快接受环境情报监测，可使相对发生率降低40%。

目前，面对面的评估方法存在成本高、观察者偏见和人为错误等局限性。非接触式环境传感器可以有效解决上述问题，提供连续准确的患者运动数据。

在一项开创性研究中，研究人员在 ICU 病房中安装了环境传感器，并收集了 8 名患者 362 小时的数据。

与三位医生的人工检查相比，机器学习算法将患者的运动分为卧床活动、下床活动和步行活动，准确率达到87%。