japanische Wissenschaftler haben verwendet Gesichtserkennungstechnologie um vorherzusagen, wann Patienten auf der Intensivstation aufgrund unsicheren Verhaltens möglicherweise mehr Unterstützung benötigen, z. B. beim Entfernen ihrer eigenen Atemschläuche.
Der Prozentsatz der Genauigkeit ist mit 75 Prozent relativ hoch.
VERBINDUNG: 15 MEDIZINISCHE ROBOTER, DIE DIE WELT VERÄNDERN
Diese neue Forschung wurde in Wien, Österreich, auf der Euroanaesthesia-Kongress findet vom 1. bis 3. Juni statt. Der Kongress ist das jährliche Treffen für die Europäische Gesellschaft für Anästhesiologie .
Personalmangel im Krankenhaus.
Mit der begrenzten Verfügbarkeit von Personal steigt das Risiko für Patienten. Die Wissenschaftler dieser neuen Studie schlagen vor, dass diese Einschränkung dank des von ihnen entwickelten automatisierten Tools zur Risikohaftung verringert werden kann. Es dient als kontinuierliche Überwachung der Patientensicherheit undhilft bei der Beobachtung kritisch kranker Patienten am Krankenbett.
Der Leiter des Forschungsteams, Dr. Akane Sato vom Yokohama City University Hospital, Japan, sagte: "Mithilfe von Bildern, die wir von Gesicht und Augen eines Patienten aufgenommen hatten, konnten wir Computersysteme trainieren, um Armbewegungen mit hohem Risiko zu erkennen."
Sie fuhr fort: "Wir waren überrascht über die hohe Genauigkeit, die wir erreicht haben. Dies zeigt, dass diese neue Technologie das Potenzial hat, ein nützliches Instrument zur Verbesserung der Patientensicherheit zu sein, und ist der erste Schritt für eine geplante intelligente Intensivstationin unserem Krankenhaus. "
Intensivpatienten und wie sie überwacht werden.
Derzeit werden die meisten kritisch kranken Patienten auf der Intensivstation sediert, um ihre Schmerzen und Beschwerden zu verringern und ihre Sicherheit zu gewährleisten. Probleme treten bei der Sedierung auf, da ein Patient, wenn er nicht ausreichend sediert ist, versehentlich invasive Geräte entfernen kann, die mit seinem Körper verbunden sind.
An der Studie nahmen 24 Patienten nach der Operation mit einem Durchschnittsalter von 67 Jahren teil, die zwischen Juni und Oktober 2018 auf der Intensivstation des Universitätsklinikums der Stadt Yokohama aufgenommen wurden.
Eine an der Decke des Bettes jedes Patienten montierte Kamera machte Bilder, um das Proof-of-Concept-Modell zu erstellen. Ihre Gesichter und Augen mussten klar dargestellt werden, und auch die Position des Körpers musste klar sein. Über 300 Stunden Datenwurden erschossen.
Ein Algorithmus, der der Funktionsweise und dem Lernen des menschlichen Gehirns nicht unähnlich ist, wurde anhand von 99 Bildern erstellt. Das Endergebnis? Die Technologie konnte feststellen, wann sich der Patient in einem Risikoverhalten befand. Insbesondere durch Gesichtserkennung.
"Verschiedene Situationen können Patienten gefährden. Daher besteht unser nächster Schritt darin, zusätzliche Situationen mit hohem Risiko in unsere Analyse einzubeziehen und eine Warnfunktion zu entwickeln, um Angehörige der Gesundheitsberufe vor riskantem Verhalten zu warnen. Unser Endziel besteht darin, verschiedene Erfassungsdaten zu kombinierenB. Vitalfunktionen mit unseren Bildern, um ein vollautomatisches Risikoprognosesystem zu entwickeln ", sagt Dr. Sato.
Die Einschränkungen, die derzeit mit der Studie verbunden sind.
Die Autoren der Studie stellten eine Reihe von Einschränkungen fest, darunter die Notwendigkeit, mehr Bilder von Patienten in verschiedenen Positionen zu erstellen, um die Generalisierbarkeit der Technologie im wirklichen Leben zu verbessern. Eine weitere Überwachung des Bewusstseins der Patienten könnte zu einer verbesserten Genauigkeit führenbei der Unterscheidung zwischen Risikoverhalten und freiwilligen Maßnahmen.