許惪瀧 趙莉 謝夢(mèng)瑤 傅崧玲 高上欽 譚海洋

摘? 要： 研究了現(xiàn)有養(yǎng)老模式，提出以小區(qū)為單位，手環(huán)為依托，建立起家人、物管、醫(yī)院、商家緊密圍繞老年人的智慧養(yǎng)老服務(wù)平臺(tái)。該平臺(tái)能夠降低智慧養(yǎng)老模式的實(shí)現(xiàn)成本、簡(jiǎn)化使用難度、提供完善的健康保障服務(wù)、推動(dòng)實(shí)現(xiàn)醫(yī)療與生活服務(wù)結(jié)合的目標(biāo)。

關(guān)鍵詞： 養(yǎng)老； 手環(huán)； 機(jī)器學(xué)習(xí)； 神經(jīng)網(wǎng)絡(luò)； 自然語言處理

中圖分類號(hào)：TP319? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? 文章編號(hào)：1006-8228（2023）04-101-05

Abstract： With regard to the existing senior care model， an intelligent senior care service platform is proposed， which takes the community as the unit， the wristband as the backbone， and family members， property management， hospitals， and merchants closely surrounding the elderly. The platform can reduce the realization cost of the intelligent senior care model， simplify the difficulty of use， provide perfect health security services and promote the goal of combining medical and life services.

Key words： senior care; wristband; machine learning; neural network; natural language processing

0 引言

據(jù)國(guó)家統(tǒng)計(jì)局發(fā)布的第七次全國(guó)人口普查公報(bào)（第五號(hào)）顯示，60歲及以上人口為26402萬人，占全國(guó)人口18.70%，其中65歲及以上人口占比重13.5%。與2010年相比較，60歲及以上比重上升5.44個(gè)百分點(diǎn)，65歲及以上比重上升4.63個(gè)百分點(diǎn)[1]。我國(guó)人口老齡化程度進(jìn)一步加深，老年化形勢(shì)嚴(yán)峻，社會(huì)養(yǎng)老問題逐漸突顯。

2022年1月的《中國(guó)養(yǎng)老服務(wù)發(fā)展報(bào)告（2021）》中，提出居家養(yǎng)老是發(fā)展我國(guó)養(yǎng)老服務(wù)的重點(diǎn)[2]。隨著互聯(lián)網(wǎng)的興起，“智慧養(yǎng)老”逐漸在居家養(yǎng)老中扮演重要角色。智慧養(yǎng)老，利用互聯(lián)網(wǎng)可以使居家養(yǎng)老服務(wù)更加便捷靈活，讓老年人生活中的各種需求得到解決。

1 國(guó)內(nèi)外養(yǎng)老背景

1.1 國(guó)外研究

國(guó)外在養(yǎng)老護(hù)理方面的研究較多，如挪威奧斯陸大學(xué)的Torresen Jim等人研究多模式的老年人護(hù)理系統(tǒng)，探索機(jī)器人在老年人護(hù)理方面的應(yīng)用，在保護(hù)老年人基本隱私的前提下，實(shí)現(xiàn)對(duì)老年人的活動(dòng)和狀態(tài)的監(jiān)控[3]。印度機(jī)器人與自動(dòng)化中心的Karthik Kumar Santhanaraj等人研究用于老年人護(hù)理的輔助機(jī)器人和系統(tǒng)[4]。Yeo Boon Chin等人提出用于跌倒檢測(cè)和老年人護(hù)理的電子地墊，老年人在墊子上的每一個(gè)動(dòng)作都會(huì)反映到壓力數(shù)據(jù)中，并通過一個(gè)特殊的硬件進(jìn)行收集，一旦檢測(cè)到墜落，將以短信和電子郵件的形式發(fā)送警報(bào)消息[5]。Timothy Bolt和Sadahiko Kano提出采用網(wǎng)絡(luò)技術(shù)與社區(qū)相結(jié)合的方式獲取來自護(hù)理環(huán)境的傳感器系統(tǒng)的遠(yuǎn)程監(jiān)測(cè)數(shù)據(jù)[6]。Fuentes Daniel等人提出使用一套低成本的物聯(lián)網(wǎng)傳感器設(shè)備、計(jì)算機(jī)視覺算法和推理規(guī)則，采集數(shù)據(jù)并監(jiān)測(cè)老年人在家的活動(dòng)，用于實(shí)現(xiàn)遠(yuǎn)程和分布式老年人照料服務(wù)[7]。Luna-Perejón Francisco等人研發(fā)一種用于老年人遠(yuǎn)程監(jiān)測(cè)的物聯(lián)網(wǎng)系統(tǒng)，該系統(tǒng)由智能服裝組成，記錄來自各種生理傳感器的信息，以檢測(cè)跌倒、體溫突然變化、心臟問題和中暑，這些信息通過位于病人住所的網(wǎng)關(guān)發(fā)送到云服務(wù)器，可以通過定制的App實(shí)時(shí)遠(yuǎn)程監(jiān)控病人的活動(dòng)，并在危險(xiǎn)情況下接收警報(bào)[8]。H?m?l?inen Matti等人提出一種基于采用單個(gè)超寬帶（ UWB ）脈沖雷達(dá)作為傳感裝置，在家庭環(huán)境中監(jiān)測(cè)老年人的存在和收集健康數(shù)據(jù)的無干擾方法和體系結(jié)構(gòu)，例如可以通過使用UWB信號(hào)，遠(yuǎn)程檢測(cè)的胸部運(yùn)動(dòng)來識(shí)別咳嗽[9]。Swe Nwe Nwe Htun等人提出一種利用圖像處理技術(shù)和隱馬爾可夫模型的視頻視覺監(jiān)控系統(tǒng)，用于區(qū)分人體跌倒與正常狀態(tài)，監(jiān)控老年人的病情以及跌倒的情況發(fā)生[10]。Jang Han Sol等人提出基于IoT傳感器的獨(dú)居老年人管理平臺(tái)。該系統(tǒng)以動(dòng)作及聲音感知和實(shí)時(shí)影像傳輸功能為基礎(chǔ)，可在手機(jī)上對(duì)老年人進(jìn)行遠(yuǎn)程監(jiān)控、判斷情況及應(yīng)對(duì)危險(xiǎn)[11]。

1.2 國(guó)內(nèi)研究

徐蘭提出O2O理念下的社區(qū)居家養(yǎng)老服務(wù)模式，該模式通過線上可視化移動(dòng)終端來檢測(cè)老年人身體健康狀況，但需要通過手機(jī)才能獲取服務(wù)，老年人不方便使用[12]。劉華清認(rèn)為智慧社區(qū)養(yǎng)老服務(wù)管理系統(tǒng)要把互聯(lián)網(wǎng)、社區(qū)、政府、醫(yī)院和服務(wù)商家結(jié)合起來提供服務(wù)，但也導(dǎo)致管理系統(tǒng)過于龐大，結(jié)構(gòu)復(fù)雜，系統(tǒng)反應(yīng)速度較慢，用戶體驗(yàn)感較低[13]。柳青祎斌提出依靠微信小程序平臺(tái)，實(shí)現(xiàn)難度較小，成本較低，可以連接多個(gè)社區(qū)的服務(wù)和互助，但其便利性無法保證[14]。劉蒲瑜提出社區(qū)嵌入式養(yǎng)老，將傳統(tǒng)的居家養(yǎng)老、社區(qū)養(yǎng)老和機(jī)構(gòu)養(yǎng)老三種模式集合起來，彌補(bǔ)了單一的養(yǎng)老模式服務(wù)范圍和輻射度較小的缺陷，但無法實(shí)時(shí)監(jiān)測(cè)老年人的身體狀況[15]。2020年，王小榮以天津市為例，提出智慧居家養(yǎng)老虛擬平臺(tái)。該平臺(tái)能夠?qū)崟r(shí)監(jiān)測(cè)老年人的身體健康指標(biāo)，可供家人隨時(shí)查看，該平臺(tái)還可以提供日常服務(wù)，但平臺(tái)所需設(shè)備較多，實(shí)現(xiàn)成本較高[16]。在2021年，邢珍珍提出基于人工智能的社區(qū)智慧養(yǎng)老服務(wù)模式，通過視頻監(jiān)控和相關(guān)穿戴設(shè)備來采集老年人的健康信息，進(jìn)而提供醫(yī)療健康服務(wù)，并且能通過設(shè)備和相關(guān)傳感器來控制家用電器，但該系統(tǒng)依賴設(shè)備較多，實(shí)施成本較高[17]。宋亞琪提出基于物聯(lián)網(wǎng)的智能養(yǎng)老院系統(tǒng)，將養(yǎng)老院與物聯(lián)網(wǎng)有機(jī)地結(jié)合起來，實(shí)現(xiàn)養(yǎng)老院智能化[18]。

綜上所述，現(xiàn)有的智慧養(yǎng)老模式存在以下問題：①結(jié)構(gòu)復(fù)雜，難以實(shí)現(xiàn)；②成本難以控制；③使用難度較高，不方便老年人使用?；谝陨蠁栴}，我們提出智“表”隨行——智慧養(yǎng)老服務(wù)平臺(tái)。

2 本平臺(tái)的框架

養(yǎng)老服務(wù)平臺(tái)按區(qū)縣進(jìn)行劃分，然后按小區(qū)進(jìn)行細(xì)分，最終以小區(qū)為單位，手環(huán)為依托，家人、物管、醫(yī)院、商家緊密圍繞老年人展開，打造互聯(lián)互通的智慧養(yǎng)老服務(wù)平臺(tái)（圖1）。

3 系統(tǒng)設(shè)計(jì)

以某區(qū)縣為例，養(yǎng)老服務(wù)平臺(tái)分為手環(huán)端、家人端、運(yùn)營(yíng)端、物管端、醫(yī)院端、商家端（圖2）。

3.1 手環(huán)端

手環(huán)端包含兩個(gè)功能：健康監(jiān)測(cè)和智慧語音助手（圖3）。

⑴ 健康監(jiān)測(cè)。手環(huán)實(shí)時(shí)采集老年人的身體健康指標(biāo)，并通過所建立的機(jī)器學(xué)習(xí)疾病預(yù)測(cè)模型來預(yù)測(cè)老年人的身體健康狀態(tài)[19]，當(dāng)發(fā)生突發(fā)情況（例如摔倒等異常健康狀態(tài)），實(shí)時(shí)向平臺(tái)工作人員和家人推送預(yù)警信息。健康監(jiān)測(cè)的詳細(xì)流程（圖4）。

⑵ 智慧語音助手。老年人通過語音方式與智慧語音助手進(jìn)行互動(dòng)[20-22]。語音助手的功能包括：日常交流、商品代購(gòu)、服藥提醒、語音導(dǎo)航、天氣預(yù)報(bào)、撥打電話、督促老年人體檢、呼叫平臺(tái)服務(wù)、呼叫醫(yī)院服務(wù)和呼叫商家服務(wù)。

3.2 家人端

家人端包含功能：查看老人身體狀況、查看老人活動(dòng)軌跡、查看老人代購(gòu)記錄、老人隱私數(shù)據(jù)授權(quán)、意見反饋和關(guān)于我們（圖5）。

⑴ 查看老年身體狀況。查看老年人的身體健康狀況以及是否有突發(fā)情況的發(fā)生。

⑵ 查看老年活動(dòng)軌跡。實(shí)時(shí)定位老年人當(dāng)前的位置，并繪制出老年人的歷史活動(dòng)軌跡。

3.3 運(yùn)營(yíng)端

運(yùn)營(yíng)端包含功能：財(cái)務(wù)信息管理、老人信息管理、家人信息管理、醫(yī)院信息管理、商家信息管理、活動(dòng)通知管理、查看意見反饋和公司信息管理（圖6）。

⑴ 財(cái)務(wù)信息管理。管理當(dāng)前區(qū)縣的財(cái)務(wù)信息，其中包括收入的廣告費(fèi)、商品抽成費(fèi)、手環(huán)會(huì)員費(fèi)和支出給物管的服務(wù)報(bào)酬。

⑵ 老人信息管理。老年人基本信息管理和健康信息管理，實(shí)時(shí)監(jiān)控當(dāng)前區(qū)縣老年人的健康狀態(tài)。

⑶ 家人信息管理。管理當(dāng)前區(qū)縣中的老年人的家人信息。

⑷ 醫(yī)院信息管理。查看當(dāng)前區(qū)縣中合作的醫(yī)院基本信息，管理當(dāng)前區(qū)縣中老年人的醫(yī)院服務(wù)記錄。

⑸ 商家信息管理。查看當(dāng)前區(qū)縣中合作的商家基本信息，并管理老年人的商家服務(wù)記錄。

3.4 物管端

物管端包含實(shí)時(shí)健康監(jiān)控和收益情況查詢兩個(gè)部分（圖7）。

⑴ 實(shí)時(shí)健康監(jiān)控。實(shí)時(shí)監(jiān)控當(dāng)前小區(qū)中老年人的健康狀態(tài)，當(dāng)系統(tǒng)預(yù)測(cè)出老人的身體健康狀態(tài)為異常時(shí)，才顯示老人的基本信息，由物管上門確認(rèn)老人身體狀況。

⑵ 收益情況查詢。查看當(dāng)前小區(qū)的服務(wù)報(bào)酬總金額。

3.5 醫(yī)院端

醫(yī)院端主要顯示當(dāng)發(fā)生突發(fā)情況時(shí)（例如摔倒或系統(tǒng)預(yù)測(cè)出身體健康為異常狀態(tài)），老年人的身體健康數(shù)據(jù)，幫助醫(yī)生了解老年人的病情，迅速出醫(yī)就診，降低突發(fā)情況對(duì)老年人的傷害。

3.6 商家端

商家端能夠管理老年人所發(fā)起的代購(gòu)訂單，支持對(duì)代購(gòu)訂單進(jìn)行維護(hù)，協(xié)助商家管理人員處理代購(gòu)訂單。

4 系統(tǒng)開發(fā)與實(shí)施

綜合考慮系統(tǒng)的兼容性、可擴(kuò)充性、易維護(hù)性和開發(fā)成本等因素的基礎(chǔ)上，智慧養(yǎng)老服務(wù)平臺(tái)的前端部分采用uniapp開發(fā)；后端分為基礎(chǔ)與核心部分，其中基礎(chǔ)部分采用unicloud技術(shù)，使用Node.js開發(fā)，核心部分（健康監(jiān)測(cè)與智慧語音助手）通過使用Django搭建后端服務(wù)，運(yùn)用自然語言處理、機(jī)器學(xué)習(xí)等算法，實(shí)現(xiàn)相應(yīng)功能，使用HBuilderX、Android Studio以及PyCharm作為開發(fā)平臺(tái)，所使用的程序設(shè)計(jì)語言包括HTML、CSS、JavaScript、Java、Python、Node.js。最終，運(yùn)營(yíng)端、物管端、醫(yī)院端、商家端以H5網(wǎng)頁形式呈現(xiàn)，家人端和手環(huán)端分別以APP、產(chǎn)品實(shí)物形式呈現(xiàn)。

4.1 健康監(jiān)測(cè)

手環(huán)端利用PPG傳感器采集老人的身體健康指標(biāo)，實(shí)時(shí)向服務(wù)器上傳數(shù)據(jù)，再運(yùn)用通過k近鄰算法建立的疾病預(yù)測(cè)模型來預(yù)測(cè)老年人的身體健康狀態(tài)[23]，最后將老人的身體健康情況實(shí)時(shí)顯示在家人端和物管端（如圖8、圖9所示）。

4.2 語音助手

語音助手通過語音識(shí)別技術(shù)和語音合成技術(shù)實(shí)現(xiàn)，核心為聊天機(jī)器人。聊天機(jī)器人基于自然語言模型GPT-2[24]，使用50萬條聊天語料對(duì)其訓(xùn)練，經(jīng)過50輪的訓(xùn)練，最終loss降到1.8左右，聊天效果如圖10所示。

4.3 商品代購(gòu)

手環(huán)采集老人的語音指令，使用語音識(shí)別技術(shù)將語音轉(zhuǎn)為文字，經(jīng)過自然語言處理之后，上傳訂單信息，由系統(tǒng)根據(jù)訂單信息自動(dòng)生成代購(gòu)訂單，最后由商家接收并處理訂單（如圖11所示）。

5 總結(jié)與展望

本文探討了智慧養(yǎng)老服務(wù)平臺(tái)中手環(huán)端、家人端、運(yùn)營(yíng)端、物管端、醫(yī)院端、商家端的設(shè)計(jì)與實(shí)現(xiàn)。

實(shí)現(xiàn)老年人、家人、物管、醫(yī)院、商家的緊密結(jié)合，為老年人提供便捷高效的醫(yī)療與生活服務(wù)，同時(shí)降低智慧養(yǎng)老模式的實(shí)現(xiàn)成本。養(yǎng)老服務(wù)平臺(tái)先按區(qū)縣劃分，再按小區(qū)細(xì)分，最終以小區(qū)為單位向老年人提供生活和醫(yī)療服務(wù)，推動(dòng)智慧養(yǎng)老模式的發(fā)展。

該平臺(tái)具有實(shí)現(xiàn)成本較低、使用方式簡(jiǎn)單快捷、提供完善的健康保障服務(wù)和推動(dòng)實(shí)現(xiàn)醫(yī)療與生活服務(wù)結(jié)合目標(biāo)等優(yōu)點(diǎn)，但也存在一些不足，比如由于網(wǎng)絡(luò)延遲的客觀存在，難以確保所采集數(shù)據(jù)的實(shí)時(shí)性，在后續(xù)的研究中將會(huì)采用網(wǎng)絡(luò)傳輸優(yōu)化算法，降低數(shù)據(jù)傳輸?shù)难舆t。

參考文獻(xiàn)（References）：

[1] 國(guó)家統(tǒng)計(jì)局. 第七次全國(guó)人口普查公報(bào)（第五號(hào)）——人口年齡構(gòu)成情況[EB/OL].2021-05-11.http：//www.stats.gov.cn/tjsj/tjgb/rkpcgb/qgrkpcgb/202106/t20210628_1818824.html

[2] 中國(guó)紅十字會(huì).中國(guó)養(yǎng)老服務(wù)發(fā)展報(bào)告（2021）發(fā)布2022-01-04.https：//www.redcross.org.cn/html/2022-01/83079.html

[3] TORRESEN J. Undertaking Research with Humans within Artificial Intelligence and Robotics： Multimodal Elderly Care Systems[J].Technology|Architecture+Design，2021，5（2）：141-145

[4] KARTHIK K S and RAMYA M.M. and DINAKARAN D.. A survey of assistive robots and systems for elderly care[J]. Journal of Enabling Technologies，2021，15（1）：66-72

[5] YEO B C et al. Development of Electronic Floor Mat for Fall Detection and Elderly Care[J]. Asian Journal of Scientific Research，2018，11（3）： 344-356

[6] TIMOTHY BOLT，SADAHIKO KANO.Network technolo gie and messaging for the community-based care of the elderly[J]. International Journal of Healthcare Tealthcare and Management，2007，8（3/4）：175-195

[7] FUENTES D et al. IndoorCare： Low-Cost Elderly Activity Monitoring System through Image Processing[J]. Sensors，2021，21（18）：6051-6051

[8] LUNA-Perejón F et al. IoT garment for remote elderly care network[J]. Biomedical Signal Processing and Control，2021，69

[9] H?m?l?inen M et al. Ultra-Wideband Radar-Based Indoor Activity Monitoring for Elderly Care[J]. Sensors，2021，21（9）：3158-3158

[10] SWE N N H and THIi T Z and PYKE T. Image Processing Technique and Hidden Markov Model for an Elderly Care Monitoring System[J].Journal of Imaging，2020（6）

[11] JANG H S and KIM S J and PARK Y H. SilverLinker： IoT Sensor-based Alone Elderly Care Platform[J]. Journal of Digital Contents Society，2018，19（11）：2235-2245

[12] 徐蘭，李亮.互聯(lián)網(wǎng)+智慧養(yǎng)老：基于O2O理念下的社區(qū)居家養(yǎng)老服務(wù)模式[J].中國(guó)老年學(xué)雜志，2021（6）：2675-2681

[13] 劉華清.智慧社區(qū)養(yǎng)老服務(wù)管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].碩士，山東大學(xué)，2018

[14] 柳青祎斌，侯霞，茆麗玥，等.《樂齡社區(qū)——社區(qū)養(yǎng)老新模式》設(shè)計(jì)與實(shí)現(xiàn)[J].數(shù)碼世界，2017（12）：273-274

[15] 劉蒲瑜.面向社區(qū)嵌入式養(yǎng)老機(jī)構(gòu)的信息系統(tǒng)設(shè)計(jì)研究[D].碩士，山東大學(xué)，2020

[16] 王小榮，劉也，賈巍楊. 社區(qū)智慧居家養(yǎng)老系統(tǒng)構(gòu)建模式研究——天津市既有社區(qū)虛擬平臺(tái)建設(shè)探討[J].建筑學(xué)報(bào)，2020（5）：56-59

[17] 邢珍珍.人工智能賦能下社區(qū)智慧養(yǎng)老服務(wù)模式及關(guān)鍵技術(shù)研究[J].護(hù)理研究，2021（5）：1573-1579

[18] 宋亞奇等.基于物聯(lián)網(wǎng)系統(tǒng)的智能養(yǎng)老院[J].物理學(xué)雜志，會(huì)議系列，2020年，1634（1）：012054

[19] YOUNGKEUN CHOI and JAE CHOI. Hypertension Prediction Using Machine Learning Technique[J]. International Journal of Strategic Decision Sciences （IJSDS），2020，11（3）：52-62

[20] 楊家兵.基于深度學(xué)習(xí)的老年閑聊機(jī)器人的研究[D].碩士，廣東工業(yè)大學(xué)，2021

[21] 鄺楚文.基于深度學(xué)習(xí)的智能聊天機(jī)器人設(shè)計(jì)研究[J].物理學(xué)雜志：會(huì)議系列，2022，2170（1）

[22] 洪強(qiáng).基于Android的智能語音聊天機(jī)器人的設(shè)計(jì)與實(shí)現(xiàn)[D].碩士，北京工業(yè)大學(xué)，2018

[23] A Framework for Heart Disease Prediction Using Knearest Neighbor Algorithm[J]. Research Journal of Applied Sciences，2015，11（1）

[24] 趙正宇.基于預(yù)訓(xùn)練的開放域角色化對(duì)話生成關(guān)鍵技術(shù)研究[D].碩士，哈爾濱工業(yè)大學(xué)，2020

*基金項(xiàng)目：教育部育人協(xié)同項(xiàng)目（202002312018）

作者簡(jiǎn)介：許惪瀧（2000-），男，重慶墊江人，碩士研究生，主要研究方向：機(jī)器學(xué)習(xí)，自然語言處理。