Ohad 是 Essence Group 的首席技术官,负责监督集团的技术路线图,在这个职位上,他负责将新的创新引入 Essence 的产品组合。Ohad 持有计算机工程学士学位。
AI 正被应用于解决世界各地的广泛问题,其中包括让老年人在老化过程中保持安全。老年人绝大多数希望独立生活:92% 的老年人 表示他们更愿意在当前的家中度过余生。的确,能够按照自己的方式生活和老化,让老年人感到独立和对自己生活后期有控制权。但是,老年人独立生活的增加,也伴随着老年人和他们的亲人共同担心的一个问题:如果老年人独自在家时发生紧急情况——如摔倒、中风或心脏病发作——会怎么样?幸运的是,人工智能可以帮助解决这个挑战。人工智能是许多技术的基础,这些技术可以实现无缝、准确和个性化的监测,让老年人能够自信和安全地在家中老化。这些先进的家庭监测系统可以在背景中无缝运行,将安全的额外层次融入独立老年人的日常生活中,而不会干扰他们的常规或提醒他们的局限性。这些技术被设计为适应每个个体的独特行为和需求,它们不仅仅是让人们保持安全——它们还促进独立,同时庆祝人生独特阶段的多样性。跌倒检测随着年龄的增长,日常活动变得更加危险——考虑到老年人不小心踩到翻起的地毯或在湿滑的浴室地板上滑倒的风险。仅在美国,一半的跌倒导致老年人受伤,如骨折或头部损伤,每年有 32,000 名老年人因跌倒而死亡。非 AI 集成的可穿戴设备长期以来一直被用来解决这些潜在风险。但是,许多日常任务,如坐下或从轮椅上移动,具有与跌倒类似的急促运动,导致可穿戴跌倒检测设备混淆,触发虚假报警,并为老年人和他们的护理人员带来不必要的压力。人工智能可以在解决跌倒检测的一个最大挑战——提高准确性方面发挥关键作用。人工智能算法可以在大量场景的数据集上进行训练,增加区分日常生活活动和需要关注或紧急干预的跌倒轨迹的准确性。这些深度学习算法从可穿戴设备内部的陀螺仪和加速度计中获取数据——理想情况下佩戴在颈部或臀部——以监测三维空间中的速度和角度变化。这些算法称为卷积神经网络 (CNN),它包含一个数据库,用于关联各种日常生活活动的陀螺运动。当检测到异常时,设备可以准确地检测用户是否发生了跌倒,但不会被其他类型的类似运动混淆。另一个解决方案是环境、基于雷达的跌倒检测技术——它依赖于放置在房间周围的传感器,而不是可穿戴设备。利用计算机视觉算法处理捕获的图像流,雷达技术不断分析各种房间布局、室内和室外情况、有宠物的环境和不同形状、大小和年龄的人,以准确分类和检测跌倒。人工智能算法的持续学习性质确保即使房间布局和环境发生变化,老年人也可以保持安全监测。当正确训练——在不同大小、年龄和医疗限制的人群中——人工智能启用的跌倒检测可以在各种场景中提供高水平的准确性。这在验证跌倒、减少老年人和他们的亲人压力以及使更多老年人能够按照自己的方式生活方面具有明显的优势。整体监测几乎 95% 的 60 岁以上的人 至少有一个慢性病——充分监测这些病症是老年人选择独立生活时面临的最大挑战之一。人工智能可以通过增强老年人需要的远程医疗解决方案来解决这个问题。对于希望在家中独立老化的老年人,具有人工智能的设备可以收集和分析健康数据,提供安心感。配备人工智能的远程患者监测解决方案可以实时跟踪老年人的生命体征——例如心率、血压和血糖水平——并将这些数据集成到电子健康记录中,允许医疗保健提供者主动调整治疗计划。这些数据来自哪里?数据的一部分可以通过一套隐蔽的摄像头、雷达和传感器系统收集。机器学习算法可以学习老年人的日常生活习惯,监测和分析他们的日常活动,如睡眠和移动。这些设备会在出现可能表明健康状况下降的微妙变化时提醒护理人员——例如,行走速度变慢或卧床时间增加。远程医疗数据还通过集成人工智能的可穿戴设备增强,持续收集和分析健康数据。例如,在特定患者的心跳上训练的人工智能模型可以检测到心律不齐或呼吸突然变化,并立即通知医疗保健提供者。这种预防性方法——使用高级分析来识别健康模式和偏差的变化——可以实现及时干预,减少住院率和改善整体结果。收集和分析如此大量的连续数据的副产品是人工智能实现了更明智的决策、更好的患者结果和更个性化的支持计划,甚至在非紧急时刻。人工智能在监测解决方案中的应用为护理人员和家庭成员提供了对老年人在原地老化时的整体健康状况的全面了解,给他们带来了应有的安心感。更老、更睿智、更安全独立生活是人们在老化过程中最珍视的事情。人工智能使其比以往任何时候都更容易——使老年人能够保持独立,同时确保他们在紧急情况下的安全。通过预测和应对紧急情况,人工智能技术不仅提供了主动和个性化的护理解决方案来解决老化的独特挑战,还为老年人和他们的亲人提供了应有的平静和自信,知道他们被照顾。每个人,无论年龄大小,都应有机会享受一种平衡独立性和安全性的生活质量。