【英特尔王鹏分享】“云边协同”架构，为智慧康养带来新变革

《面向智慧康养的运动能力评估、筛查和交互》

大家好，非常感谢IEEE x ATEC科技思享会的邀请。我是来自于英特尔中国研究院的王鹏。今天给大家介绍一下我们围绕系统康复训练做的一些工作，希望以后有机会也能跟大家做一些深入的技术交流。

首先介绍一下我自己，我博士期间主要围绕多媒体和人机交互。我在二十多年前所做的工作是基于内容的视频理解和分析。今天我们看到很多视频网站、短视频和视频编辑在这方面的应用非常广泛。我工作后主要是在工业界实验室做一些科研创新和商业落地，基本上每隔几年就会调整一下技术方向，比如2010年时做过跟增强现实有关的一些工作Augmented Reality，之后几年也做过一些可穿戴设备、服务机器人的云平台融合的创新。最近两年，我围绕智慧健康这一领域做一些合作。

除了科研背景、工作经历外，我业余时间也会参与一些社区和志愿者的活动，包括像IEEE全球的工程师协会，中国计算机协会CCF, 还有像LeanIn这样的一些女性领导力的圈子，主要是推动一些多元化和包容性方面的工作。

先介绍一下英特尔。英特尔这家公司可以说是数字世界的底层基础设施的支撑。它的商业模式是把沙子这样地球上最普遍的元素变成数字世界当中支撑比特运算的引擎，它于1968年成立。大家最熟知的摩尔定律实际上是一个经济定律，或者说推动处理器稳定持续进步的一个标准，也是一个半导体行业创新的一个起点。

在最近一两年，英特尔提出来了IDM2.0 的新战略，Integrated Design And Manufacturing, 相继也投资了几百亿美元建设新的晶圆厂，扩大代工业务，这也是一个非常重大的转型。事实上，英特尔对于转型非常富有经验。如在1985年，英特尔在存储器市场萎缩的情况下，也做出了转战微型处理器领域的决定。这也是一种历史的传承和公司文化的自我更新。

从产品上来说，英特尔的产品不只是做CPU，也包括主板、芯片组、网卡、闪存、GPU，包括嵌入式处理器，以及通信运算有关的产品。在当下时代，算力是新型生产力，怎么样节约算力节点和节点之间的传输延迟、降低服务器的功耗，也是英特尔在努力打造的竞争力。

英特尔跟医疗健康领域有着一定的渊源。我们的领导层，英特尔董事会主席，现任主席奥马尔·伊什拉克先生，他曾经任美敦力董事长和兼任首席执行官。美敦力，作为一家医疗器械的制造商，为包括像心脏、血管、呼吸系统、糖尿病等疾病提供技术和解决方案。奥马尔也认为，英特尔在转型期间，从XPU这样的一种产品服务（涵盖多种计算单元这样一种产品的组合），可以充分利用市场的变革机遇扩展到其他新兴的领域。英特尔全球有12万左右员工，其中有五个地区和国家的人数大于1万人，包括美国、中国大陆、马来西亚、印度和以色列。

关于医疗健康的一些西方的数字统计和现状。我们知道美国在医疗保健上的花费超过了GDP的18%，是发达国家平均水平的两倍多，有将近三分之一的成年人患有慢性疾病，而且这种慢病的并发症数量比较多、治疗费用也很高；同时65岁以上的人数已经超过了5岁以下的婴幼儿，这些挑战也会导致2030年全球的医疗保健工作者出现巨大的1500万人的缺口。

在欧美国家尝试解决医疗资源短缺这样的问题，尤其有几个方向是我们值得关注的。第一个方向是人和机器之间的协同，包括我们可以看到像手术机器人、康复机器人，还有像药房机器人等等。另外一方面，远程化和无人化也是一个趋势，包括像远程诊断、远程会诊、远程监控等等。医生和医生之间的沟通手段，还有医生和患者之间的协作或者说一些医学知识的普及，也越来越多的去利用增强现实、虚拟现实的一些技术手段，去对治疗方案进行讨论、进行讲解，去对一些康复训练包括像安宁疗护当中怎么样帮助患者去减轻疼痛，克服焦虑等等，都有很多的常识。

关于英特尔中国的一些业务布局。中国是除美国市场之外最全面的部署，现在英特尔中国的营收已经占了全球营收的30%左右，英特尔的成都工厂是芯片的封装和测试基地，全球半数以上的移动处理器和半成品的晶片都是英特尔成都基地生产的。

英特尔中国研究院的博士和博士后的比例有将近70%。英特尔亚太研发中心的大本营在上海，员工人数超过3000人，90%为研发人员。英特尔资本从1998年以来，投资了170多家中国的企业和公司，总金额也达到了25亿美元。

其中关于未来医院和解决方案方面，我们也有自己的展示中心。一方面大家可以在线上扫码访问，看到对于智慧医疗的新世界当中，包括影像、制药、脑科学，都有我们的典型案例。另外一方面，我们也看到在几个维度方面，“云边协同”架构，可以支撑起多种不同场景的医疗数字化变革，包括像 “医院集团”云、“互联网+健康”云、远程医疗协作云、“卫生管理及协同机构”云等等，我们都可以去解决如何提升医学影像检查的分析处理速度，包括边缘侧如何实时处理敏感数据，以及在云端我们怎样基于海量数据去训练模型，怎样把数据的预处理，还有数据的分析、病人的信息同步，能够上传到云端。在这方面，因为计算存储和网络这样的一些全系列的产品，我们在这种基础算力存储性能AI加速方面都有非常多的组合的推荐。

谈到中国的医疗健康转型和数字化升级也有一些统计数据。一方面中国是全球规模最大的、技术最先进的5G独立服务的网络建设。另外一方面，国内的信息化水平，尤其是区域医疗信息化水平还远远落后于发达国家。我们可以看到在一些创新应用当中，排名靠前的包括像健康管理、远程诊断、急诊救治，对于云计算本身，也是能够赋能核心的医疗建设。提高信息化的资源配置效率，包括像在医疗的平台化、生态化转型的大背景下，云计算的应用也非常重要。目前可以看到云计算的应用已经超过了三分之二。数据的价值本身开发需要时间，同时因为医疗数据的特殊性敏感，各个医院和主体之间的信息共享开放问题其实也是一个需要解决的挑战。

在这方面，英特尔中国研究院以及北京市朝阳医院，也共同去联合推动和建设、实践方面的一些示范应用、典型的前沿技术。朝阳医院专家也提到在医疗科研实践当中，尤其是智能感知这样的研究方向上，我们可以共同探讨急诊医学数字化转型的一些需求，包括以机器人为载体，把健康管理、急救、康复延伸到家庭社区，共同打造连续性医疗体系，构建数字化医疗的新生态。

在今年四月份，该战略合作正式对外发布。接下来想给大家介绍一些英特尔中国研究院围绕着数字化转型做的一些成果、一些核心创新。英特尔中国研究院是如何去做产品和技术转化的例子，包括像云基站，像爱迪生这样的科学家系列的可穿戴芯片，也包括像AI 技术，在环保、在科技向善当中的一些实力。欢迎大家多多交流一些技术细节。

接下来我想围绕着今天的一个案例，即智慧健康养老产业当中，我们在政策导向下怎样去定义一个研究课题。首先也是看到像工信、民政，还有国家卫健委三部门联合印发的行动计划，计划提出要打造智慧化的解决方案，包括像创新互联网+、互助养老、如何提高老年人运动能力的评估技术手段。

我们也向世卫组织统计过，跌倒大约是三分之一的老年人意外死亡的一个重要原因。跌倒只是发生在一瞬间，但却给患者还有家人带来的长期持续的负面影响。我们看到这样一个需求和政策指导，围绕着这方面去和领域专家探讨，有什么样的AI技术可以减轻我们从业者的负担、可以帮助提高患者在跌倒的风险评估方面的一些工作。

从规范、从评估的多维度测试环境下来看，一方面它是一个综合评估的规范，里边适用于各级各类的医疗机构，包括像养老院、社区和居家老人。另外一方面，它从躯体的功能、疾病、用药、认知、抑郁状态、居家环境等多个方面去做评估。以往都是靠评估师通过提问填表完成这种评估，它有很多问题很多局限包括保存、回溯、持续更新、共享等。我们也看到，在这种评估当中，躯体功能的测试实际上是非常适合用计算机视觉和人工智能的一些算法去辅助完成的，可以解放评估师、解决人力不足的问题，同时也能够在多种场合打通形成数字化的评估结果,这是一方面。因此我们定义了一个项目，这个项目叫PROJECT VITAL :Visual Analysis based Motion Ability Evaluation。这个项目本身其实是希望能够解决一些费时费力、执行上缺乏统一的问题。同时我们是和山东省智慧康养共同体泰安中心医院合作，泰安中心医院本身在康复科、护理科，从主任这边也很认同我们的一些科研创新的课题，他们也是支撑帮助我们去设计这个外投项目当中具体的交叉学科的创新的算法的设计。同时我们看到这样的一种思路不只可以用在老年人跌倒风险的评估，也可以应用在包括分诊、脊柱侧弯的评估，包括像褥疮、ICU等一些场景中提到的需求。

这里我们也给大家展示一下，目前在评估师使用的一个可视化工具。评估师本身基于这样的一个应用程序，它可以去按照规范的标准动作去邀请患者完成从站立位到坐下位，甚至于行走位，包括蹲下位等等这样一些符合民政部的一些标准的动作。在动作执行过程中，有现场的摄像头拍摄动作完成的情况。有计算机视觉的人体的关键骨骼点的检测算法去做定量的一些分析，最终和专家评估的一套知识库做比对，目前这种测试能达到96%和专家判断一致的结果。

这个标准本身规定是要有16个测试打分出来，这样的测试打分分别从静态平衡能力、动态平衡能力、姿态步态平衡能力，去描述刻画目前的跌倒风险患者的风险高低程度。这是评估师使用的一个交互界面。

有了这样一个插件以后，我们如何去集成到现有的一些慢病管理系统。也是尝试和联想做的一次慢病管理系统，联想的健康云后台打通，我们是作为一个插件，单独把这样一个评估功能对接进来。每一次慢病管理系统的使用方用户，他可以去更新他在1个月、3个月、半年，他的跌倒风险的回溯。同时，后台的医护人员，包括康复科、治疗科、护理科，也可以看到具体的一些评估细化的定量数据。这是我们目前做的一个原型系统。

在做这样的一个实践当中，我们也发现AI算法本身对于赋能传统的行业领域非常重要的一点就是如何在领域专家和AI算法工程师之间去完成这种跨学科的交叉融合，能够去定义一个任务、去选择合适的算法、去解决在特征提取方面和在算法融合方面的一些交互。比如说医疗风险里面跌倒评估的一些量表要由专业的医护人员评估和定义，AI算法工程师更多的是看三维人体跟踪的一些关键骨骼点是如何去把一些定性的评估指标映射到我们的人体跟踪的特征提取后的结果。中间知识翻译的过程实际上是非常重要的，是需要双方紧密去讨论、设计的。最终这个算法和系统设计出来，要能够满足评估师和患者对于实际应用场景的一些包括实时性处理，包括它使用的方便度等一些要求。同时我们也是一个边缘智能的架构，去平衡算力资源、平衡本地部署之间的一些实际问题，包括怎么样设计正确的AI模型，保证比较良好的训练效率和学习效果。因为不断有新的评估的采样数据进来更新AI模型。

另外一方面，根据动态的变化、一些架构的特点，要实现AI模块的供给侧和消耗侧的性能优化。目前大多数的边缘智能的架构只涉及到单一系统、单一业务处理。如果我们现在这里面只有一个插件是平衡能力评估，那将来我们再增加新的插件，包括脊柱侧弯、包括它对于不同的人群（现在是针对老年人，如果是针对青少年），或者是针对一些需要有运动康复的一些需求，那我们如何在这种分布式的边缘节点能够支持不同的编程框架训练出来的AI模型的可移植性，也是一个实际的挑战和需要完成的问题。

在我们看来，Project Vital这样的一些项目定位有更广阔的应用场景。包括像从2023年1月1号要开始实施的体育法，也是规定了体育成绩要纳入中高考。青少年本身运动方面，他的发育、他的体质提高都需要去设计更合理的运动处方。我们看到校园里的操场、场馆，也包括一些课外的体育运动，也都有这样一些更智慧化的方案需求。

同时在健康中国2030年生态体系的发展前景下，我们也看到像政治、经济、社会、技术、环境等等方面都有很多不确定因素，在一些多维因素的驱动下，我们如何去规划一个供需端和一个消费端的场景映射。这里也是对于这种更多的医疗基建的热潮，更广泛更精准的医疗创新的突破，也包括像消费者对于新的健康管理需求，以及我们全民健康促进的一些带动等等，都有很多的科研交叉创新机会。

我今天的分享更多的是开启一个交流话题，围绕着我们现有的一些产品，围绕着我们在做的一些新型的传感器技术，包括围绕着像毫米波雷达技术，在这种非接触式的一些诊疗，包括我们怎么样融合视觉和非接触式技术，怎么样为医生和患者提供更方便的交互手段。包括我们也看到像在数字人这样的一些元宇宙的新的发展趋势驱动下。在医院这个场景当中，数字人怎么样去帮助医生去提高他的生产效率，都是很开放的话题。同时我们也看到，其实需要方方面面的技术供应商、软件开发商、系统集成商、服务的部署方，共同去推动这件事情。

可以去从示范项目入手，也可以在具体的场景当中去打磨我们的技术的精度和系统的运行效率。能够去一步一个脚印，没有捷径，踏踏实实去推动我们的全民健康这样的一个愿景。我今天的分享就到这里，大家有什么问题呢，可以在后面我们多多交流。非常感谢这样的一个平台和机会，让大家去了解我们做的工作，也非常希望我们能够一起努力，能够把健康的理念和生活带给每一个人。