SAIA：面向移动医疗系统的拆分人工智能架构

随着深度学习（DL）、物联网和云计算技术在生物医学与医疗问题上的进步，移动医疗系统受到了前所未有的关注。由于DL技术通常需要大量计算，大多数无法直接部署在资源受限的移动和物联网设备上。因此，大多数移动医疗系统利用云计算基础设施，由移动和物联网设备收集的数据被传输至云计算平台进行分析。然而，在对抗性环境中，依赖云可能并不总是可行。例如，卫星通信可能被拒绝或中断。我们提出SAIA，一种面向移动医疗系统的拆分人工智能架构（Split Artificial Intelligence Architecture）。与仅利用云服务器算力的传统人工智能（AI）方法不同，SAIA不仅可在无线通信可用时依赖云计算基础设施，还能利用在客户端本地运行的轻量级AI方案，从而即使在通信受阻时也可工作。在SAIA中，我们提出一种基于元信息的决策单元，可根据不同条件调优客户端捕获的样本应由嵌入式AI（即保留在客户端）还是网络化AI（即发送至服务器）处理。在我们的实验评估中，在两个流行医疗数据集上进行了广泛实验。结果表明，SAIA在有效性和效率上均持续优于其基线。