朱是劳伦斯·S·布隆伯格护理学院的助理教授，正在研究技术与老年人健康和福祉的交叉点。她目前的研究使用一种名为MAISON(针对老年个体的基于多模态人工智能的传感器平台)的多模态人工智能传感器系统来帮助填补该领域的知识空白。

MAISON使用可穿戴手表和各种传感器(例如睡眠垫、运动探测器和椅垫)来收集佩戴者的生理信息，包括心率、血压和睡眠质量。它还检测参与者的活动水平，包括他们可以离家多远。

“我们对患有疾病或患有多种疾病的老年人了解很多，但我们对以积极和健康的方式衰老的老年人了解不多，”楚说。“随着人工智能的快速发展及其在多个领域的部署，我们需要进行深思熟虑的研究，以确定我们如何确保老年人从人工智能中受益，不让任何人掉队。”

Chu是加拿大国家科学与工程研究委员会(NSERC)多年发现基金的获得者，该基金支持工程科学的创新。

这将资助三个相互关联的项目，包括MAISON应用程序界面的设计和部署，该界面将帮助Chu和共同研究员ShehrozKhan(KITE研究所、大学健康网络的科学家、多伦多大学生物医学工程学院的助理教授)，开发一个数据库，该数据库将提供对社区中健康老年人如何积极老龄化的细致了解。

该数据库将是加拿大首个此类数据库，其中包含有关老年人的年龄、性别和社会经济地位的信息，以及这些信息与他们在家养老的能力之间的关系。

Chu说，总体目标是让世界各地的研究人员可以访问该数据库，创造机器学习模型的潜力，以准确预测主动老龄化的结果并为新技术的设计提供信息——所有这些都以老年人作为关键合作伙伴正在进行中。

“这三个项目和我们正在创建的应用程序将专注于从管理自身健康状况的人们那里收集数据，”楚说。“我们希望获得关于老龄化的整体视角，将老年人的反馈纳入他们认为重要的内容，并将其纳入衡量生活方式和健康状况的应用程序中。”

Chu补充道，MAISON收集的详细信息提高了研究人员了解社会经济地位、地理位置、社区特征、年龄、性别和性别等因素如何影响老龄化过程的能力。她指出，这一点很重要，因为针对老年人的技术经常受到偏见或数字年龄歧视——她在早期研究中强调了这一问题。

“65岁的老年人和75岁的老年人之间存在差异。当我们为老年人设计技术和应用程序时，我们不能将所有55岁及以上的人混为一谈，但这就是现在正在发生的情况，”Chu说。

MAISON系统和应用程序界面目前正用于评估和监测髋关节手术后住院康复出院的老年人的活动，有助于证明Chu最新项目的技术可行性。

“数字年龄歧视部分源于缺乏老年人数据，包括标签不完善和缺乏技术获取，”楚说。“通过这个项目，我希望我们能够开始克服这些障碍。”

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：