是暴露隐私还是救人于“无形”，环境智能发展遭遇数据困境(2)

门诊患者数量多，病历录入占用医生大量时间，且效率低易出错；病历质控工作量大、专业性强，医院人员配置不足效率低……这些问题在传统医院中普遍存在。据美国医学会的统计，医生职业生涯中大约35%—40%的时间用在病历书写及相关文案工作上。

“应对这一问题，环境麦克风是一种有效的解决方案。”吕明轩说，2018年美国医疗信息与管理系统学会《医疗行业的发展新趋势》报告指出，语音识别应用可以提高医生录入工作20%—40%的效率，尤其在工作量大、时间压力大的科室，越复杂的报告，就越能体现语音录入的价值。

“环境智能是一个大的概念，它的应用不单局限于医疗，在日常生活中也有广泛应用。”薛向阳举例说，可通过监测日常行为改善慢性病患者管理，协助老年人提高日常生活自理能力，还可能对老人摔倒这一特殊事件监控；在机场或高铁站用上人脸识别系统；在无人零食商店，利用摄像头、电子标签等，可以实现无人全自动销售。

隐私保护问题是应用普及的“绊脚石”

智慧养老与智慧医疗领域已逐步对环境智能开放市场，部分产品已开始投入使用，但大多数潜在应用场景还受限于技术、成本与市场认知等因素，目前还没有看到可大规模商业推广的解决方案和应用案例。其中一个原因，便是环境智能带来的数据隐私问题。用隐私去交换某些便利，人们显然是不愿意的。

在许多环境智能应用中，例如独居老人居家看护等应用，个人信息隐私保护是这类应用推广的关键门槛，此时必须保证环境传感器获取的各类数据的安全，不能泄露用户任何隐私信息。“如在卫生间或者浴室安装智能传感器时，应该考虑这个场景并不适合安装普通摄像头，所以可以考虑能否用声音采集设备完成任务，或用深度摄像机完成任务。”孙力说。

总之，数据的隐私问题，不仅仅可以从技术角度解决，更可以从应用场景对数据的需求本身解决。

“目前，既能在一定程度上保护用户隐私又能实现环境智能的技术是联邦学习，利用联邦学习实现隐私保护下的环境智能应用是值得深入研究的。”薛向阳指出，其他保护隐私的相关技术，还有降低图像中人的分辨率，或对图像中出现人的区域进行替换等，使其不能被他人辨认出身份等。

薛向阳表示，在复杂开放场景下，基于多种环境传感器的环境智能应用尚处于起步阶段，除了数据隐私外，环境智能技术还面临不少挑战，人工智能研究中面临的各种挑战和问题，在环境智能中都是存在的。这类应用涉及传感器技术、网络通信技术、云边端协同计算技术、隐私保护技术、网络信息安全技术以及人工智能算法等，都需要开展广泛深入研究，并且应构建完整的技术体系及标准。

孙力认为，技术上值得完善的地方有多模态数据的融合，这方面学术界后续或许会有所贡献。另外，目前大量数据都需要标注，数据获取的成本过高，因此学术界也一直在关注自监督、弱监督、半监督甚至无监督方面研究，这些研究可以大大降低标注数据的成本，降低环境智能对高质量标注数据的依赖。

（原标题：是暴露隐私还是救人于“无形”，环境智能发展遭遇数据困境）