月26日举行的红杉全球医疗健康产业峰会上，斯坦福大学教授李飞飞提出了一种人工智能在医疗领域基于环境智能(ambient intelligence)的新应用趋势。
李飞飞和其团队2020年9月曾在《自然》杂志发表相关论文，这篇名为“Illuminating the dark spaces of healthcare with ambient intelligence(用环境智能照亮医疗领域的黑暗空间)”的论文中，主要涉及环境智能在重症监护室(ICU)、手术室、心理健康、慢病管理、老年监护等领域的应用，通过在医疗环境中嵌入更多被动、非接触的传感器(摄像头、深度、热感、射频和声学传感器等)来实现。
具体说来，以医院中的ICU为例，ICU在美国每年经费开支占到了整个GDP的1%，ICU中患者容易产生褥疮，引发患者生命安全，增加医疗费用。而患者的翻身等移动对褥疮的预防很重要，传统的做法是定时人工记录患者的翻身情况，但这种记录并不准确。
这种情况下，非接触式环境传感器可以供连续和细微的感知，相对准确地测量ICU中患者的各种移动。在论文中，李飞飞和其团队提及，在一个ICU病房中安装了环境传感器，并从八名患者中收集了362小时的数据。与三位医师的人工回测相比，使用机器学习算法将活动进行分类，有接近90%的准确性。
在心理健康领域中环境智能也能派上用场，论文中指出，在美国有4300万人，在欧洲有1.65亿人次受到精神疾病(例如抑郁症，焦虑症和躁郁症)的影响，而有56%的精神疾病患者由于财务成本等因素没有寻求治疗，目前对于精神疾病的诊断主要凭靠自我报告问卷和临床评估，而环境智能在这种情况下能提供持续且成本较低的症状筛查。
除此之外，环境智能也能介入和帮助老年人做慢病管理。李飞飞在当日红杉全球医疗健康产业峰会中提及，老年人的一些慢性病如果在发病起初就被发现，有可能抗生素就能解决问题。老年人相对来说不太习惯穿戴式设备，这种情况下环境智能可以持续观测到老人行为变化以及饮食、睡眠、心率、呼吸等医疗有关的重要信息，并及时反馈给家人和医护人员。
李飞飞表示，她和团队关注在医疗健康场景中人的行为和动作，而不限于仅仅关注试验数据、影像光片和细胞的情况。无论是ICU中患者的移动轨迹，心理急诊科内患者的行为举止，还是老年人的初始感染状态，这些都是在医疗场景中人的行为动作。环境智能对医疗场景下，对人体的行为状态加以感知、监测和分析，也许能弥补此前医疗领域在这一方面的欠缺。
不过，如果要将这些技术在临床中大范围使用，必须要经过进一步临床验证，同时还要通过数据安全、模型透明、伦理合规以及法律许可等各方面的挑战。
