人工智能賦能下社區智慧養老服務模式及關鍵技術研究

邢珍珍

太原工業學院，山西030008

《中國發展報告2020：中國人口老齡化的發展趨勢和政策》指出，預計到2022 年，中國社會將轉變為老齡社會，65 歲以上的老齡人口將占總人口的14%[1]。我國現行的“9073”養老模式，即90%的老人通過居家養老，7%的老人通過社區養老，3%的老人養老機構養老[2]，可以看出居家養老是我國養老模式核心部分，更容易被老人及家庭成員接受。但是傳統居家養老服務存在一些問題，由于家庭結構變化，空巢老人、失能老人等比例增加，使得傳統居家養老服務很難適應現代老年人的生活需求[3]。隨著新興技術的發展，如何高效地推動養老事業，特別是我國“十四五”規劃和“2035 年遠景目標綱要”所提出的醫養康養相結合、居家社區機構相協調的養老模式，成為亟待解決的問題[4]。人工智能通過一系列理論和方法學習、模擬、延伸人的智能，涉及領域主要有圖像、語音識別、機器學習、深度學習、自然語言處理等方面[5]。人工智能推動各領域向智能化加速發展，這也給養老服務行業帶來了機遇。將人工智能技術屬性和社會屬性進行融合，并將其應用于教育、醫療、養老等各個領域，可以全面改善人們的生活質量[6]。在此基礎上，利用人工智能技術在社區智慧養老服務模式目標下構建模型，對我國養老服務有深遠的影響[7]。

1 社區智慧養老服務模型的構建

人工智能系統處理信息的過程和人類思維類似，通過不斷獲取的知識體系和技能方法等數據進行訓練和學習，最后做出決策[8]。根據不斷獲取的個體數據進行迭代訓練，逐步調整模型，滿足老人的養老需求。人工智能社區智慧養老需要將人工智能的技術優勢與傳統社區養老服務進行深度融合，尋找一種全面提升老年人生活體驗的新模式[9]。社區智慧養老服務系統以社區為單位，通過人工智能相關技術學習老年人醫療護理知識，對老年人身體及情緒狀況以及其行為信息進行收集計算，并推斷老人所需服務[10]。對于老年人來說，智慧養老主要包括醫療健康服務、日常生活幫助和日常安全監護、精神慰藉服務[11]。社區智慧養老服務模型見圖1。

圖1 社區智慧養老服務模型

2 社區智慧養老服務系統架構

系統整體架構由環境監測層、人工智能社區智慧養老服務層以及Web 和移動終端層組成，具體見圖2。

圖2 社區智慧養老服務系統架構

環境監測層主要由老人健康數據采集模塊、房間環境傳感監測器模塊和入侵監測模塊組成。其中老人健康數據采集模塊主要通過視頻監控和相關穿戴設備來實現對健康信息的采集；房間環境傳感監測器模塊主要通過不同傳感器實現對房間的溫濕度、可燃氣體、用水用電量等信息的采集，如家中的各項指標有某項異常，如用水用電量異常會發出報警信息并快速通知老人子女和社區。入侵監測模塊主要由紅外安防傳感器、破碎傳感器等實現對房屋入侵監測，如有可疑人員闖入時，會通過客戶端通知老人的家人及社區管理人員，并自動報警。環境監測層的各個子系統節點組成家庭局域網絡，經網關與Internet 連接，并將采集的各種數據傳送到云服務器[12]。人工智能社區智慧養老服務層對采集的健康數據、房間環境監測數據和入侵監測數據進行分析，與養老專業領域數據庫、基礎信息數據、業務共享數據比對，經自動學習和相應專家審核后，制定相應的決策方案[13]。例如提供專業相關知識，推送營養搭配、醫療建議、鍛煉指導等。Web 和移動終端層可以跟服務器進行消息交互，實現數據互傳。監護人和社區管理員可通過云服務器向家庭控制中心發送相關的命令來控制家中智能設備自動打開，若有人來訪按動監控對講門鈴可以通過手機和來訪人視頻對講并且選擇是否開門。老人也可通過終端向社區發送信息，請求遠程醫療、預約掛號、獲取陪同就醫、買藥等醫療健康服務或商品配送等日常生活幫助。

3 社區智慧養老服務流程及關鍵技術

在醫療健康、日常安全監護、生活幫助、精神慰藉等老年人護理領域，人工智能技術均能發揮作用，提供全面的社區智慧養老服務。

3.1 醫療健康服務流程及關鍵技術

3.1.1 醫療健康服務流程 居家養老人員中很大一部分人因為疾病導致行動能力下降，多數老年人患有高血壓、糖尿病、冠心病等慢性病[14]，此類人群需要定期進行健康檢查、藥物購買以及疾病預防知識等健康教育的普及。在人工智能社區智慧養老模式下，可通過深度學習技術學習養老服務領域知識，獲得大量相關數據[15]；通過對收集的老人健康數據進行分析，針對不同人群推送不同的營養搭配、身體鍛煉方法和醫療建議等知識[16]。對于健康或患有慢性病但能自理的老人，可以通過推薦的專業醫療知識進行自查、自診[17]。可以對一些特征明顯的疾病進行遠程診斷，給老年人帶來方便。

3.1.2 基于深度學習醫療服務推薦模型 深度學習在眾多領域都有很好的應用前景，深度學習方法可以更好地進行特征提取，更加精準地學習用戶和服務的特征[18]。將環境監控層收集的數據與老年人護理服務領域的專業數據進行比較，分析和挖掘它們之間的關系，并使用用戶評分訓練模型選擇具有較高預測評分的服務生成推薦集，滿足老年人需求的服務。可以利用人工神經網絡提取老年人特征，人工神經網絡由內部復雜的神經元通過大量數據學習相應的規則，將學習的數據特征用于預測或分類[19]。老年人特征提取模型見圖3。

圖3 老年人特征提取模型

首先，將老年人姓名、年齡、性別、職業、收入、身體狀況、自理能力程度等基本信息轉化為數字。之后將這些數字映射到低維度并用詞向量進行表示，由此得到老年人每個基本屬性的特征向量。將得到的特征向量通過多個隱藏層合并各個屬性特征以獲得最終的老年人特征向量。

醫療健康服務特征提取模型是根據醫療健康服務基本屬性特征和醫療健康服務內容融合得到的，提取模型見圖4。醫療健康服務內容描述通過分詞處理后，經文本卷積網絡提取，得到醫療保健服務的內容特征，并將與醫療保健服務的屬性如服務類型、服務價格等特征相結合，通過多個隱藏層獲取到醫療健康服務特征向量。

圖4 醫療健康服務特征提取模型

醫療健康服務推薦模型利用老年人特征提取模型和醫療健康服務特征提取模型對網絡進行訓練，并將獲取到的老年人信息輸入訓練的模型中以獲得醫療健康服務的預測得分。 對分數進行排序篩選，以生成醫療健康服務的推薦集[20]，為老年人推薦集合中得分較高的信息。生成模型見圖5。

圖5 醫療健康服務推薦模型

3.2 日常生活幫助流程及關鍵技術

3.2.1 日常生活幫助服務流程 老年護理最大的工作量就是日常生活幫助，通過一個完備的居家生態環境系統，會大大降低護理成本[21]。系統能主動或根據老人需求調節家里家電、溫濕度、空氣質量等環境指標，使老人在舒適的環境中生活。首先，該系統可以主動或根據老年人的需求開關家用電器，調節家里溫濕度和空氣質量等環境指標，使老年生活舒適。同時，對老人居住環境進行監測，可以減少某些安全隱患的發生。其次，監測水電網氣等設備，使用數值異常時提醒家人及社區人員，余額不足時提醒老人及家人通過終端繳費。最后，社區培養護理人才，滿足老人各類上門服務需要。老年人可以在家通過監控對講機或者智慧終端選擇上門服務的內容，獲取外部資源幫助，如助餐、助行、助醫、助浴、助潔、助急等，把每次護理人員監測的血壓、脈搏、呼吸、體溫等基本生命體征數據傳輸到所屬社區的老人健康檔案中，家人和社區可以隨時掌握老人的身體狀況，便于后期對老人進行日常幫助。

3.2.2 日常生活幫助服務關鍵技術 人工智能社區智慧養老服務系統由環境監測層、人工智能社區智慧養老服務層以及終端層組成。環境監測層的功能是負責采集信息，它用到各種各樣的傳感設備，擁有全面的感知能力和更高的靈敏度。把傳感設備接入到無線傳輸網絡之后，就可以把采集到的數據往上層傳輸了。人工智能社區智慧養老服務層是整個系統的上層平臺，負責為用戶提供具體服務。構建智慧養老服務系統涉及物聯網、通信、數據挖掘等技術和衛生醫療護理專業知識。整合這些技術到服務系統中，為用戶提供便捷的、有價值的生活幫助服務。

系統可采用Zigbee 技術組成無線局域網負責智慧養老環境下的數據傳輸，相比于其他無線協議如wifi、藍牙，Zigbee 更加簡單，成本更加低廉，能耗更低。在智能建筑、智能家居、智能醫療等領域有廣泛的應用[22]。基于Zigbee 技術的自組織網形成Zigbee 傳感網，用來組織所有的傳感器。通過編寫代碼，完成傳感器的初始化、信息采集、遠程控制等工作。家庭控制中心是服務器與Zigbee 的中間媒介，負責傳輸、處理數據信息。可以將接收的Zigbee 傳感器發來的相關數據經過處理后發送到網絡或手機終端，也可將終端發送的命令處理后轉發給相應的Zigbee 節點。終端可以對用戶家中溫濕度、煤氣水電、家電等進行設置。在終端到云服務器的數據傳輸上，可使用AJAX 技術，通過JSON 數據格式訪問接口，盡可能減小延遲，提高用戶體驗度[23]。基于Zigbee 技術的家庭網絡結構見圖6。

圖6 基于Zigbee 技術的家庭網絡結構圖

3.3 日常安全監護流程及關鍵技術

3.3.1 日常安全監護服務流程 人工智能社區智慧養老系統可以為老人提供多重保護。首先，當監測到老人身體指標異常、家庭環境異常時，可以與子女和社區人員等聯系，及時得到救助。其次，當家里出現燃氣泄漏或者老人因身體不適未洗衣做飯等情況時，水電燃氣傳感器、溫濕度傳感器、安防傳感器等數據會發生異常，此時也會向子女或社區進行預警[24]。再次，如果有老人意外摔倒且周圍無人時，不能及時到醫院治療，可能會造成更大的健康傷害[25]，人工智能還可以對老年人的異常行為進行監測，當老人因跌倒、突發疾病而處于異常行為狀態時，系統及時發現并報警，使老人及時得到救助，減少意外發生后生命財產的損失。日常安全監護服務見圖7。

圖7 日常安全監護服務分類

3.3.2 日常安全監護服務關鍵技術 由圖7 的分類可以看出，對老人的監測設備要涉及很多方面，需要在老人家中安裝一個本地服務器，定時接收各類監測設備發送的異常數據信息，然后對不同等級的異常信息進行分類并做標記，再由本地服務器分析是本地報警提示還是發送到社區服務器給出異常報警提示。在日常安全監護分類中行為異常報警最常見，主要是指對老人自身行為方面的監測，包括對老年人的活動量、生理信號、地理位置的監測。常見的行為異常可通過穿戴式設備、外圍式設備和視頻分析3 種方式進行檢測，見圖8。

圖8 行為異常檢測分類

常見的行為異常檢測主要指跌倒檢測。首先，基于穿戴式的檢測方法通常把螺旋儀和加速度計等置入智能手機、手環和其他穿戴設備中，螺旋儀和加速度計分別獲取人體的方向信息和不同方向的加速度，之后對收集的運動信息進行分析判斷[26]。基于穿戴式檢測方法的精度較高，受周圍環境的影響較小，并且老人的活動區域不受限制，可以在室內，也可以進行戶外活動。但是可穿戴設備需要每時每刻檢測人體的狀態，如何有效地控制模型的存儲消耗和計算資源，同時又要保證準確性，顯得尤為重要。

基于外圍的檢測方法通過在家中安裝如壓力和聲音等傳感器來收集老年人的運動信息。 當老年人跌倒時，周圍的壓力和聲音信息將發生變化。通過檢測數值進行判斷。由于該方法安裝成本高，且容易受到周圍噪聲的影響，檢測精度相對較低，因此在實際生活中很少使用。

相比較前兩種跌倒檢測方法，基于視頻的跌倒檢測方法對硬件的要求較低，僅需要一個或者多個攝像頭。該方法可以獲取更多的人體信息，如速度、位置和行走的姿態等，并且有很好的展示效果，老人的家屬可以遠程觀察室內的具體情況。該方法可以通過剪影、輪廓、姿態特征估計等方法進行。例如對老人進行姿態估計能夠獲取關節點坐標，這些坐標可以更好地表示人體在圖像中的位置，該方法對跌倒行為識別更加敏感[27]。基于視頻的跌倒檢測方法取得了很好的檢測效果，但現階段還存在許多問題需要解決，例如光照的影響、遮擋問題等，當人體處于復雜環境下，檢測效果會有所下降。

3.4 精神慰藉服務流程及關鍵技術

3.4.1 精神慰藉服務流程 老年人退休后社會角色發生轉變、社交圈變小，與子女共同生活時間有限，共同話題少，容易產生孤獨感。社區作為老年人的主要生活空間,是為老年人提供精神慰藉服務最為便利的提供主體。人工智能社區智慧養老模式下，可通過人機交互系統進行人性化交流，基于深度學習、自然語言處理等技術和心理學、語言學等學科，人工智能系統甚至能像心理醫生一樣疏解老人心理問題。其次，人工智能可收集老年人興趣愛好、生活習慣等個人數據，通過學習，得到老人更喜歡的娛樂項目，并為老人提供個性化推薦服務。在社交方面，隨著智能手機和其他智能設備的普及，老人可以輕松與家人、朋友進行語音、視頻等聯系。在保證正常生活的基礎上，提高老年人的幸福感。

3.4.2 個性化推薦服務關鍵技術 個性化推薦是指計算機系統根據老人的個性化需求，為其提供相關信息，使其得到滿足[28]。個性化推薦過程主要包括用戶、被推薦對象和計算機信息系統3 個部分。其中用戶是個性化推薦的核心，主要收集用戶年齡、性別、收入、健康程度、生活習慣等基本信息，認知風格、消費動機、主觀感受等，被推薦對象主要包括老人感興趣的文本信息、視頻音頻等多媒體信息、衣食住行等建議信息等。用戶可以將其個性化需求主動提供給系統，也可以通過用戶的使用記錄和愛好，根據一定的推薦方法生成。系統采用的推薦方法是關鍵[29]，主要的推薦方法有以下幾種：①基于內容的推薦。該方法是早期使用較多的個性化推薦方法，需要分別建立用戶偏好模型與被推薦對象特征模型，然后執行分類和匹配，按照匹配度的高低排序，將排名較高的結果推薦給用戶。當被推薦對象是文本或具有較強屬性特征的時候，該方法推薦結果直觀，容易解釋，也不需要提供用戶的歷史信息，有很好的效果。但對于屬性較為復雜的對象，構造用戶偏好和被推薦對象分類時需要較大的數據量。②基于協同過濾的推薦。該方法目前使用較為廣泛，主要根據用戶的歷史行為數據，尋找用戶或被推薦對象的近鄰集合，以此計算用戶的偏好。基于協同過濾的推薦不需要領域知識，且隨著時間推移，性能會逐步提高，能處理復雜的非結構化對象，推薦個性化、自動化程度高。③基于關聯規則推薦，挖掘用戶和被推薦對象的關聯規則。④基于知識的推薦，基于某一領域一整套規則和路線推薦。在實際應用中，在不同場景、不同階段，為了彌補不同推薦方式的不足，經常混合使用多種方式，以取得更好的推薦效果[30]。推薦服務通用模型見圖9。

圖9 推薦服務通用模型

4 小結

隨著人工智能技術的不斷發展，社區智慧養老服務模式提供了一種新的養老思路，為解決人口老齡化環境下養老服務產業帶來了新機遇。本研究對人工智能社區智慧養老服務模式及相關技術進行介紹，通過人工智能技術，針對老人不同的服務需求進行不同層次的護理，提供高效、高精度的養老服務供給，從而優化養老模式，減少人力資源浪費。人工智能社區智慧養老服務模式可能會給社會結構、經濟模式和養老服務體系帶來變化，但需要加大政策支持力度，培育人工智能人才、加強老人智能知識學習和操作培訓，通過民政、財政、衛生、信息、養老等部門和街道以及老人、家屬通力協作，才能推動人工智能技術在養老服務領域的發展，提升我國社會養老服務質量，為老年人構建幸福生活提供有力保障。