智“表”随行

许惪泷 赵莉 谢梦瑶 傅崧玲 高上钦 谭海洋

摘  要： 研究了现有养老模式，提出以小区为单位，手环为依托，建立起家人、物管、医院、商家紧密围绕老年人的智慧养老服务平台。该平台能够降低智慧养老模式的实现成本、简化使用难度、提供完善的健康保障服务、推动实现医疗与生活服务结合的目标。

关键词： 养老； 手环； 机器学习； 神经网络； 自然语言处理

中图分类号：TP319          文献标识码：A    文章编号：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

据国家统计局发布的第七次全国人口普查公报（第五号）显示，60岁及以上人口为26402万人，占全國人口18.70%，其中65岁及以上人口占比重13.5%。与2010年相比较，60岁及以上比重上升5.44个百分点，65岁及以上比重上升4.63个百分点[1]。我国人口老龄化程度进一步加深，老年化形势严峻，社会养老问题逐渐突显。

2022年1月的《中国养老服务发展报告（2021）》中，提出居家养老是发展我国养老服务的重点[2]。随着互联网的兴起，“智慧养老”逐渐在居家养老中扮演重要角色。智慧养老，利用互联网可以使居家养老服务更加便捷灵活，让老年人生活中的各种需求得到解决。

1 国内外养老背景

1.1 国外研究

国外在养老护理方面的研究较多，如挪威奥斯陆大学的Torresen Jim等人研究多模式的老年人护理系统，探索机器人在老年人护理方面的应用，在保护老年人基本隐私的前提下，实现对老年人的活动和状态的监控[3]。印度机器人与自动化中心的Karthik Kumar Santhanaraj等人研究用于老年人护理的辅助机器人和系统[4]。Yeo Boon Chin等人提出用于跌倒检测和老年人护理的电子地垫，老年人在垫子上的每一个动作都会反映到压力数据中，并通过一个特殊的硬件进行收集，一旦检测到坠落，将以短信和电子邮件的形式发送警报消息[5]。Timothy Bolt和Sadahiko Kano提出采用网络技术与社区相结合的方式获取来自护理环境的传感器系统的远程监测数据[6]。Fuentes Daniel等人提出使用一套低成本的物联网传感器设备、计算机视觉算法和推理规则，采集数据并监测老年人在家的活动，用于实现远程和分布式老年人照料服务[7]。Luna-Perejón Francisco等人研发一种用于老年人远程监测的物联网系统，该系统由智能服装组成，记录来自各种生理传感器的信息，以检测跌倒、体温突然变化、心脏问题和中暑，这些信息通过位于病人住所的网关发送到云服务器，可以通过定制的App实时远程监控病人的活动，并在危险情况下接收警报[8]。H?m?l?inen Matti等人提出一种基于采用单个超宽带（ UWB ）脉冲雷达作为传感装置，在家庭环境中监测老年人的存在和收集健康数据的无干扰方法和体系结构，例如可以通过使用UWB信号，远程检测的胸部运动来识别咳嗽[9]。Swe Nwe Nwe Htun等人提出一种利用图像处理技术和隐马尔可夫模型的视频视觉监控系统，用于区分人体跌倒与正常状态，监控老年人的病情以及跌倒的情况发生[10]。Jang Han Sol等人提出基于IoT传感器的独居老年人管理平台。该系统以动作及声音感知和实时影像传输功能为基础，可在手机上对老年人进行远程监控、判断情况及应对危险[11]。

1.2 国内研究

徐兰提出O2O理念下的社区居家养老服务模式，该模式通过线上可视化移动终端来检测老年人身体健康状况，但需要通过手机才能获取服务，老年人不方便使用[12]。刘华清认为智慧社区养老服务管理系统要把互联网、社区、政府、医院和服务商家结合起来提供服务，但也导致管理系统过于庞大，结构复杂，系统反应速度较慢，用户体验感较低[13]。柳青祎斌提出依靠微信小程序平台，实现难度较小，成本较低，可以连接多个社区的服务和互助，但其便利性无法保证[14]。刘蒲瑜提出社区嵌入式养老，将传统的居家养老、社区养老和机构养老三种模式集合起来，弥补了单一的养老模式服务范围和辐射度较小的缺陷，但无法实时监测老年人的身体状况[15]。2020年，王小荣以天津市为例，提出智慧居家养老虚拟平台。该平台能够实时监测老年人的身体健康指标，可供家人随时查看，该平台还可以提供日常服务，但平台所需设备较多，实现成本较高[16]。在2021年，邢珍珍提出基于人工智能的社区智慧养老服务模式，通过视频监控和相关穿戴设备来采集老年人的健康信息，进而提供医疗健康服务，并且能通过设备和相关传感器来控制家用电器，但该系统依赖设备较多，实施成本较高[17]。宋亚琪提出基于物联网的智能养老院系统，将养老院与物联网有机地结合起来，实现养老院智能化[18]。

综上所述，现有的智慧养老模式存在以下问题：①结构复杂，难以实现；②成本难以控制；③使用难度较高，不方便老年人使用。基于以上问题，我们提出智“表”随行——智慧养老服务平台。

2 本平台的框架

养老服务平台按区县进行划分，然后按小区进行细分，最终以小区为单位，手环为依托，家人、物管、医院、商家紧密围绕老年人展开，打造互联互通的智慧养老服务平台（图1）。

3 系统设计

以某区县为例，养老服务平台分为手环端、家人端、运营端、物管端、医院端、商家端（图2）。

3.1 手环端

手环端包含两个功能：健康监测和智慧语音助手（图3）。

⑴ 健康监测。手环实时采集老年人的身体健康指标，并通过所建立的机器学习疾病预测模型来预测老年人的身体健康状态[19]，当发生突发情况（例如摔倒等异常健康状态），实时向平台工作人员和家人推送预警信息。健康监测的详细流程（图4）。

⑵ 智慧语音助手。老年人通过语音方式与智慧语音助手进行互动[20-22]。语音助手的功能包括：日常交流、商品代购、服药提醒、语音导航、天气预报、拨打电话、督促老年人体检、呼叫平台服务、呼叫医院服务和呼叫商家服务。

3.2 家人端

家人端包含功能：查看老人身体状况、查看老人活动轨迹、查看老人代购记录、老人隐私数据授权、意见反馈和关于我们（图5）。

⑴ 查看老年身体状况。查看老年人的身体健康状况以及是否有突发情况的发生。

⑵ 查看老年活动轨迹。实时定位老年人当前的位置，并绘制出老年人的历史活动轨迹。

3.3 运营端

运营端包含功能：财务信息管理、老人信息管理、家人信息管理、医院信息管理、商家信息管理、活动通知管理、查看意见反馈和公司信息管理（图6）。

⑴ 财务信息管理。管理当前区县的财务信息，其中包括收入的广告费、商品抽成费、手环会员费和支出给物管的服务报酬。

⑵ 老人信息管理。老年人基本信息管理和健康信息管理，实时监控当前区縣老年人的健康状态。

⑶ 家人信息管理。管理当前区县中的老年人的家人信息。

⑷ 医院信息管理。查看当前区县中合作的医院基本信息，管理当前区县中老年人的医院服务记录。

⑸ 商家信息管理。查看当前区县中合作的商家基本信息，并管理老年人的商家服务记录。

3.4 物管端

物管端包含实时健康监控和收益情况查询两个部分（图7）。

⑴ 实时健康监控。实时监控当前小区中老年人的健康状态，当系统预测出老人的身体健康状态为异常时，才显示老人的基本信息，由物管上门确认老人身体状况。

⑵ 收益情况查询。查看当前小区的服务报酬总金额。

3.5 医院端

医院端主要显示当发生突发情况时（例如摔倒或系统预测出身体健康为异常状态），老年人的身体健康数据，帮助医生了解老年人的病情，迅速出医就诊，降低突发情况对老年人的伤害。

3.6 商家端

商家端能够管理老年人所发起的代购订单，支持对代购订单进行维护，协助商家管理人员处理代购订单。

4 系统开发与实施

综合考虑系统的兼容性、可扩充性、易维护性和开发成本等因素的基础上，智慧养老服务平台的前端部分采用uniapp开发；后端分为基础与核心部分，其中基础部分采用unicloud技术，使用Node.js开发，核心部分（健康监测与智慧语音助手）通过使用Django搭建后端服务，运用自然语言处理、机器学习等算法，实现相应功能，使用HBuilderX、Android Studio以及PyCharm作为开发平台，所使用的程序设计语言包括HTML、CSS、JavaScript、Java、Python、Node.js。最终，运营端、物管端、医院端、商家端以H5网页形式呈现，家人端和手环端分别以APP、产品实物形式呈现。

4.1 健康监测

手环端利用PPG传感器采集老人的身体健康指标，实时向服务器上传数据，再运用通过k近邻算法建立的疾病预测模型来预测老年人的身体健康状态[23]，最后将老人的身体健康情况实时显示在家人端和物管端（如图8、图9所示）。

4.2 语音助手

语音助手通过语音识别技术和语音合成技术实现，核心为聊天机器人。聊天机器人基于自然语言模型GPT-2[24]，使用50万条聊天语料对其训练，经过50轮的训练，最终loss降到1.8左右，聊天效果如图10所示。

4.3 商品代购

手环采集老人的语音指令，使用语音识别技术将语音转为文字，经过自然语言处理之后，上传订单信息，由系统根据订单信息自动生成代购订单，最后由商家接收并处理订单（如图11所示）。

5 总结与展望

本文探讨了智慧养老服务平台中手环端、家人端、运营端、物管端、医院端、商家端的设计与实现。

实现老年人、家人、物管、医院、商家的紧密结合，为老年人提供便捷高效的医疗与生活服务，同时降低智慧养老模式的实现成本。养老服务平台先按区县划分，再按小区细分，最终以小区为单位向老年人提供生活和医疗服务，推动智慧养老模式的发展。

该平台具有实现成本较低、使用方式简单快捷、提供完善的健康保障服务和推动实现医疗与生活服务结合目标等优点，但也存在一些不足，比如由于网络延迟的客观存在，难以确保所采集数据的实时性，在后续的研究中将会采用网络传输优化算法，降低数据传输的延迟。

参考文献（References）：

[1] 国家统计局. 第七次全国人口普查公报（第五号）——人口年龄构成情况[EB/OL].2021-05-11.http：//www.stats.gov.cn/tjsj/tjgb/rkpcgb/qgrkpcgb/202106/t20210628_1818824.html

[2] 中国红十字会.中国养老服务发展报告（2021）发布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] 徐兰，李亮.互联网+智慧养老：基于O2O理念下的社区居家养老服务模式[J].中国老年学杂志，2021（6）：2675-2681

[13] 刘华清.智慧社区养老服务管理系统的设计与实现[D].硕士，山东大学，2018

[14] 柳青祎斌，侯霞，茆丽玥，等.《乐龄社区——社区养老新模式》设计与实现[J].数码世界，2017（12）：273-274

[15] 刘蒲瑜.面向社区嵌入式养老机构的信息系统设计研究[D].硕士，山东大学，2020

[16] 王小荣，刘也，贾巍杨. 社区智慧居家养老系统构建模式研究——天津市既有社区虚拟平台建设探讨[J].建筑学报，2020（5）：56-59

[17] 邢珍珍.人工智能赋能下社区智慧养老服务模式及关键技术研究[J].护理研究，2021（5）：1573-1579

[18] 宋亚奇等.基于物联网系统的智能养老院[J].物理学杂志，会议系列，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] 杨家兵.基于深度学习的老年闲聊机器人的研究[D].硕士，广东工业大学，2021

[21] 邝楚文.基于深度学习的智能聊天机器人设计研究[J].物理学杂志：会议系列，2022，2170（1）

[22] 洪强.基于Android的智能语音聊天机器人的设计与实现[D].硕士，北京工业大学，2018

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

[24] 赵正宇.基于预训练的开放域角色化对话生成关键技术研究[D].硕士，哈尔滨工业大学，2020

*基金项目：教育部育人协同项目（202002312018）

作者简介：许惪泷（2000-），男，重庆垫江人，硕士研究生，主要研究方向：机器学习，自然語言处理。