鲁卫华

（中国电子工程设计院有限公司，北京 100142）

失智老人差异化的身体机能和精神行为症状，以及养老机构中不够友好和适老化的照护空间环境，是困扰养老机构失智症照护服务质量和效率的关键问题，目前市场尚缺乏针对失智症长者的集个性化照护与空间环境改善为一体的综合性智能化照护服务系统。失智老人由于缺乏适合于自身的个性化照护服务或处于不安全、不适老、不友好的环境中而导致病程持续恶化、危险事件频发，因此打造智能化、个性化、可视化的机构失智长者照护服务与专业化的照护空间环境成为行业的研究趋势。失智症照护服务智能化辅助系统，采用基于多模态的物联网行为与体征数据采集技术，通过自主创新的人工智能算法，自动识别失智长者的异常精神行为症状，并结合体征信息给出个性化的照护风险预判；自动分析照护空间环境使用情况。本系统通过智能化技术手段，有效提升了失智长者的生活品质和养老机构的照护服务质量，改善了养老机构的照护空间环境，为养老机构提供了针对失智长者的综合技术服务解决方案。

1 系统所涉及的关键技术

1.1 物联网技术

物联网（Internet of Things，简称IoT）是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器和激光扫描器等装置与技术，实时采集任何需要监控、连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物和位置等各种需要的信息，通过各类可能的网络接入，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。物联网是一个基于互联网、传统电信网等信息承载体，它让所有能够被独立寻址的普通物理对象形成互联互通的网络[1]。本系统通过物联网技术采集失智长者的位置信息、生理信息和长者所处的空间环境信息，采集的数据主要围绕失智症照护所关注的生理及环境信息进行采集，其中，位置信息包括：实时位置、运动速度和运动加速度；生理信息包括：静息心率、血压、血糖、血氧、BMI、睡眠总时长、非快速眼动睡眠周期、快速眼动睡眠周期、睡眠呼吸暂停时间、睡眠中身体颤抖时间、上床时间和离床时间；长者所处空间环境信息包括：光照度、温度、湿度、二氧化碳浓度、一氧化碳浓度、PM2.5浓度和甲醛浓度。

1.2 基于室内定位的行为识别技术

室内定位是指在室内环境中实现位置定位，主要采用无线通信、基站定位、惯导定位和动作捕捉等多种技术集成形成一套室内位置定位体系，从而实现人员、物体等在室内空间中的位置监控[2]。随着通信和网络技术的不断发展与普及，室内定位技术也得到了较为快速的发展。目前，常用的室内定位技术有：红外线、超声波、射频、蓝牙、WIFI 和UWB 等[3]。总的来说，各定位技术都有自己的长处也有自己的不足，UWB 超宽带定位性能最优，但成本较高；WIFI 定位有着巨量的用户数据源却易受干扰；射频定位拥有瞬时读取双向交互能力但传输距离较短等。表1 对以上几种定位技术的优劣点进行了简要的比较。基于上述技术参数对比，在选择定位技术类型时，主要参照定位精度、抗干扰能力、穿透力、功耗、传输距离、安全性、可靠性和成本进行综合评价，最终本系统选择超宽带室内定位技术（UWB）。

表1 室内定位技术对比分析 单位：m

本项目采用超宽带室内定位技术，采集失智长者的轨迹数据，对数据进行重采样、轨迹平滑等预处理，然后进行轨迹划分与特征提取，构造训练样本集与测试样本集。根据失智症异常行为特点，利用LSTM 与1D-CNN 等模型算法构建轨迹-行为分类模型，如图1 所示。可有效识别的失智症异常行为包括：徘徊、夜间游走、驻留、进入危险区域、聚集、跟随和进入他人房间，准确率、精度及召回率均超过90%以上，可有效监控、判别失智长者异常行为的发生，动态实时监测病程进展，为更好地制定照护方案提供了量化依据。

图1 基于室内定位技术的行为分析流程图

1.3 基于多模态融合感知的照护空间环境使用分析技术

多模态融合也称多源信息融合（Multi-source Information Fusion），或多传感器融合（Multi-sensor Fusion）。多模态融合是指综合来自两个或多个模态的信息进行数据分析的过程。多模态融合感知技术综合利用不同传感器获取的信息，避免了单个传感器的感知局限性和不确定性，形成了对环境或目标更全面的感知和识别，提高了系统的外部感知能力，是未来智能感知及交互领域的重要研究方向。本系统通过位置传感、生理信号传感、光照度传感、温湿度传感和有害气体传感等多模态的感知技术，依据失智长者在照护空间环境内活动的安全性与失智核心症状的变化情况，智能化分析照护空间环境的使用及适用程度，为空间环境的改善与后续设计的提升提供了可靠的数据支撑与客观依据。

2 系统的设计与实现

2.1 系统架构设计

养老机构失智症照护服务智能化辅助系统以信息化、平台化、智慧化为设计目标，依据高开放、高复用、高可扩展、高安全、高可管理和高可运营的原则进行系统架构设计。系统由终端展示层、业务处理层、数据采集层、机构网关层4 个层级构成，每一层均可结合实际需求进行装配与扩展。系统架构如图2 所示。

图2 系统架构设计

终端展示层支持WEB 端、智能手机、PAD 和智能一体机等不同的客户端接入系统，包括但不限于基于JAVA/.NET/PHP/Python/Ruby 等开发语言研发的本地客户端、Web 客户端和移动客户端等。业务处理层集成了公共平台的主要业务，包括：基本信息管理、权限管理、长者监护以及环境监测。通过包的形式，对内对外提供统一的服务，保证了平台具有高开放性、高可用性和高扩展性。每一个包均能够通过迭代开发的模式，不断完善相应模块的服务能力。数据采集层负责收集所有养老机构网关上传的数据，主要包括：体征数据信息、环境信息和睡眠数据信息等。解算服务层负责收集当前当前机构中位置信息设备、体征数据设备、环境信息设备和睡眠数据设备的实时数据，负责将实时数据上传到数据采集服务器。

2.2 技术架构设计

按照分层设计的原则，结合实际业务需求，本系统的技术架构设计如图3 所示，包括接入层、交互层、应用层、存储层、采集层、解算层、设备层和通用层8 个不同层次，由这些层次协同工作，保证平台能够高效稳定运行。其中，接入层支持web、安卓、IOS 和Winform；交互层支持Restful API 接口和Web Socket 接口两种协议；应用层主要完成业务处理、权限管理、资源管理和数据分析引擎等核心业务；存储层支持Redis、MySQL、文件系统FastDFS 和日志文件；采集层主要包括MQTT 服务器和卡夫卡队列，其中卡夫卡队列确保了数据可靠性；解算层设备支持多种设备的通信协议，通过MQTT 客户端传输到采集平台，同时具备数据存储和数据同步功能；设备层包括位置信息设备、体征数据设备、环境信息设备和睡眠数据设备等；通用层包括前端组件、权限控制、日志记录、数据字典和文件上传。同时，各层的实现参照了业界标准规范及安全保障体系。

图3 技术架构图

2.3 系统的实现

依据系统架构及技术架构，前端开发通过Ant VUE、Hbuilder 进行；后端开发主要涉及的技术包括：Spring、Spring boot、Spring security、Mybatis Plus、Redis、MySQL、Jwt、Apache common 和Guava 等工具类。采集端开发主要涉及的技术包括：MQTT、Kafka、Netty 和各种设备协议。系统中“历史轨迹”功能界面如图4 所示。系统目前已在北京市多家养老机构的失智照护单元示范应用，通过智能化手段有效提高了失智照护服务的质量和效率，改善了失智长者的生活质量。

图4 系统界面

3 结束语

当前，随着全球老龄化的加剧，失智症的发病率不断提高，如何照护好失智症长者成为社会广泛关注的问题。与此同时，智慧养老的技术也在不断地成熟和演进，如何利用智慧养老的相关技术更好地服务于失智照护也是一个值得研究的问题。本系统以提升失智长者的生活质量、提高失智照护服务的质量与效率为目标，通过物联网和人工智能技术，从活动监测、生理指标监测和环境监测等多个维度对长者进行实时数据采集与智能化分析，长者的病程变化可通过量化的数据进行智能判断，长者所处的空间环境风险也实现了数据采集与智能分析，本系统在失智症智能化照护领域具有创新性。