ISTOCK

This article is part of our exclusive IEEE Journal Watch series in partnership with IEEE Xplore.

心脏病和中风是世界上两大死亡原因。然而，两者都很难被发现，这赋予了它们臭名昭著的沉默杀手的名声。心脏病的早期诊断——包括心脏病发作和中风等并发症——将挽救生命。

为了帮助早期检测，英国的研究人员提出了一系列物联网设备、人工智能和云计算技术，以在某人出现疑似心血管紧急情况时提供实时警报。

Muhammed Golec是伦敦玛丽女王大学计算机科学博士生，参与了这项研究。“心脏病很难用传统方法检测出来，”他说，并强调了，诊断通常需要专门的测试，如心电图和铊测试。

幸运的是，人工智能的专长之一是识别数据中的异常，检测人眼不太明显能够分辨的情况下的微妙之处。因此，Golec提出，物联网设备（包括智能手表和其他可穿戴设备）可以用来监测一个人的生命体征，然后将数据传输到云端，由人工智能算法进行分析。如果一个人出现心血管并发症，系统会自动向医生和/或最近的医疗服务提供商发送警报。该平台名为HealthFaaS —— 该名字参考了流行的云计算术语“功能即服务”（function as a service，FaaS）。

Golec和他的同事在5月18日发表在《IEEE物联网杂志》上的一项研究中描述了他们是如何创建和测试HealthFaaS的。研究人员分析了五种不同的人工智能，这些人工智能是根据精确度、准确性、召回率和排名预测等因素训练来检测心脏并发症的。结果显示，这些模型在心脏病风险检测方面的准确率在83%至92%之间。

接下来，该团队评估了排名第一的模型（称为LightGMB）在serverless platform（Google Cloud Functions）上与non-serverless platform (Heroku)相比的工作效果。他们发现，serverless platform比non-serverless platform实现了更大的吞吐量和更低的延迟，尤其是随着用户数量的增加后。

例如，假设有500人同时使用该系统。如果用户数量突然增加到10000，non-serverless platforms将崩溃，可能无法响应。Golec表示：“但serverless platform可以通过自动增加资源来在不崩溃的情况下做出响应。对于HealthFaaS，我们使用了一个serverless platform，因为它可以同时响应大量用户，这要归功于它的动态可扩展性功能。它还提供了一些好处，如降低操作复杂性和现收现付定价。”

然而，他指出，隐私和安全仍然可能是一个问题。为了解决这一问题，他建议在HealthFaas中添加区块链、OAuth 2.0和传输层安全等安全方法。

在未来的工作中，Golec表示，他希望创建一个新的框架，以确保智能医疗系统的安全和隐私。他还考虑将人工智能和serverless computing相结合的方法，以提高时间敏感的物联网应用的计算效率，如即时患者随访和自动驾驶汽车。

*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。