八年心血力作！李飞飞团队：用“环境智能”照亮医疗黑暗空间，登顶《Nature》！(6)

几十年来，研究人员开发了带有可穿戴设备和非接触式环境传感器的坠落检测系统。经测试发现，可穿戴设备检测跌倒的准确率为96%，而环境传感器的准确率为97%。
而当二者结合使用时，深度传感器的跌倒检测精度从90%提高到98%，这表明非接触式传感器和可穿戴式传感器之间存在潜在的协同效应。
此外，研究人员将深度传感器用于16所老年公寓进行了为期2年的试验测试，结果显示，传感器每月产生一次误报，摔倒检测率为98%。同时，环境传感器能够及时向辅助生活社区的护理人员提供实时电子邮件警报，与其他老年人的数据对比，其实时干预的方式显著减缓了86名老年人的功能衰退。
慢性病管理步态分析（Gait Analysis）在身体康复和慢性病管理中，是诊断和测量治疗效果的重要工具。
经过实验研究表明，使用加速计（Accelerometers）来估算30名慢性肺病患者的临床标准（6分钟102步），其平均错误率为6％，而且可穿戴设备附着在身体上，也给患者带来不便。相反，非接触式传感器可以持续测量步态，提高保真度，并创建交互式的家庭康复程序。
一项研究使用深度传感器测量了9名帕金森病患者的步态模式。研究发现，深度传感器可以跟踪膝盖的垂直运动，其误差仅在4厘米以内。
而在另一项研究中，研究人员使用深度传感器为脑瘫患者制作了一个运动游戏。经过24周的测试，使用游戏的患者的平衡和步态提高了18%。而如果将麦克风与可穿戴传感器结合使用，其步态检测可以从3%提高到7%。
心理健康抑郁症、焦虑症和双相情感障碍等精神疾病影响着美国4300万成年人，欧盟1.65亿人。据估计，56%患有精神疾病的成年人由于经济问题，或者可获得性障碍而没有寻求治疗。
环境传感器可以为检测认为提供连续且经济的症状筛查方法。在一项研究中，研究人员在30分钟半结构化临床访谈中收集了69个人的音频、视频以及深度数据。利用这些数据中患者的言语、上身运动，机器学习算法检测出46名精神分裂症患者，阳性预测值为95%，敏感性为84%。
同时，环境传感器还可以进一步为其心理治疗提供更便宜、更高质量的解决方案。在一项研究中，研究人员使用麦克风和语音识别算法，从200个数据集（均为20分钟的访谈）中转录和评估了心疗愈师的方法，与人类评估委员会为标准，该算法的准确率为82%。
总体而言，虽然通过实时监测与反馈，环境智能可以减少医护人员意外的临床错误，帮助患者实现疾病筛查与诊断，协助老年人提高日常生活自理能力，但其技术在现实场景和应用，以及更大范围内的应用还存在诸多挑战和机遇。