月26日舉行的紅杉全球醫療健康產業峰會上，斯坦福大學教授李飛飛提出了一種人工智能在醫療領域基于環境智能(ambient intelligence)的新應用趨勢。

[[390265]]

李飛飛和其團隊2020年9月曾在《自然》雜志發表相關論文，這篇名為“Illuminating the dark spaces of healthcare with ambient intelligence(用環境智能照亮醫療領域的黑暗空間)”的論文中，主要涉及環境智能在重癥監護室(ICU)、手術室、心理健康、慢病管理、老年監護等領域的應用，通過在醫療環境中嵌入更多被動、非接觸的傳感器(攝像頭、深度、熱感、射頻和聲學傳感器等)來實現。

具體說來，以醫院中的ICU為例，ICU在美國每年經費開支占到了整個GDP的1%，ICU中患者容易產生褥瘡，引發患者生命安全，增加醫療費用。而患者的翻身等移動對褥瘡的預防很重要，傳統的做法是定時人工記錄患者的翻身情況，但這種記錄并不準確。

這種情況下，非接觸式環境傳感器可以供連續和細微的感知，相對準確地測量ICU中患者的各種移動。在論文中，李飛飛和其團隊提及，在一個ICU病房中安裝了環境傳感器，并從八名患者中收集了362小時的數據。與三位醫師的人工回測相比，使用機器學習算法將活動進行分類，有接近90%的準確性。

在心理健康領域中環境智能也能派上用場，論文中指出，在美國有4300萬人，在歐洲有1.65億人次受到精神疾病(例如抑郁癥，焦慮癥和躁郁癥)的影響，而有56%的精神疾病患者由于財務成本等因素沒有尋求治療，目前對于精神疾病的診斷主要憑靠自我報告問卷和臨床評估，而環境智能在這種情況下能提供持續且成本較低的癥狀篩查。

除此之外，環境智能也能介入和幫助老年人做慢病管理。李飛飛在當日紅杉全球醫療健康產業峰會中提及，老年人的一些慢性病如果在發病起初就被發現，有可能抗生素就能解決問題。老年人相對來說不太習慣穿戴式設備，這種情況下環境智能可以持續觀測到老人行為變化以及飲食、睡眠、心率、呼吸等醫療有關的重要信息，并及時反饋給家人和醫護人員。

李飛飛表示，她和團隊關注在醫療健康場景中人的行為和動作，而不限于僅僅關注試驗數據、影像光片和細胞的情況。無論是ICU中患者的移動軌跡，心理急診科內患者的行為舉止，還是老年人的初始感染狀態，這些都是在醫療場景中人的行為動作。環境智能對醫療場景下，對人體的行為狀態加以感知、監測和分析，也許能彌補此前醫療領域在這一方面的欠缺。

不過，如果要將這些技術在臨床中大范圍使用，必須要經過進一步臨床驗證，同時還要通過數據安全、模型透明、倫理合規以及法律許可等各方面的挑戰。