We use cookies to understand how you use our site and to improve your experience. This includes personalizing content and advertising. To learn more, click here. By continuing to use our site, you accept our use of cookies. Cookie Policy.

Features Partner Sites Information LinkXpress
Sign In
Advertise with Us
KOREA E & EX

Download Mobile App




Система распознавания лиц сможет контролировать состояние пациентов отделения интенсивной терапии

By HospiMedica International staff writers
Posted on 04 Jul 2019
Print article
Новое исследование утверждает, что распознавание лица может помочь идентифицировать пациентов отделения интенсивной терапии, подверженных риску (фото любезно предоставлено Getty Images).
Новое исследование утверждает, что распознавание лица может помочь идентифицировать пациентов отделения интенсивной терапии, подверженных риску (фото любезно предоставлено Getty Images).
В новом исследовании была оценена автоматизированная система, которая использует технологию распознавания лиц, чтобы непрерывно контролировать безопасность пациентов, поступающих в отделение интенсивной терапии (ОИТ).

Система, разработанная исследователями из Йокогамского городского университета (Yokohama City University; Япония), использует потолочные камеры, расположенные над кроватями пациентов. После сбора около 300 часов дневных данных изображений пациентов, находящихся перед камерой в положениях, при которых четко видны лицо и глаза, 99 изображений были подвергнуты алгоритму машинного обучения (МО) для их анализа. Основываясь на данных наблюдений, особенно за лицом субъекта, алгоритм МО научился определять потенциальное поведение с высокой степенью риска в процессе, напоминающем способ, которым человеческий мозг изучает новую информацию.

В исследование, направленное на проверку концепции, было включено 24 послеоперационных пациента (средний возраст 67 лет), которые были госпитализированы в ОИТ в Йокогамской городской университетской больнице в период с июня по октябрь 2018 года. В данном случае алгоритм МО смог выявить небезопасное поведение с высокой степенью риска, такое как случайное удаление дыхательной трубки, с точностью 75%. Также предполагалось, что мониторинг сознания может улучшить точность, помогая различать поведение с высоким риском и добровольное движение. Исследование было представлено на ежегодном конгрессе Euroanaesthesia, проходившем в июне 2019 года в Вене (Австрия).

"Используя снимки лица и глаз пациента, мы смогли обучить компьютерные системы распознавать движения рук с высокой степенью риска, — говорит ведущий автор и докладчик исследования Акане Сато (Akane Sato), доктор медицины. — Мы были удивлены высокой степени точности, которой мы достигли, что показывает, что эта новая технология может стать полезным инструментом для повышения безопасности пациентов и является первым шагом к созданию интеллектуального отделения интенсивной терапии, которое планируется открыть в нашей больнице".

Системы распознавания лиц используют биометрию для сопоставления черт лица по фотографии или видео. Затем анализируется геометрия лица с ключевыми факторами, включая межпапиллярное расстояние и расстояние от лба до подбородка. Всего существует более 65 количественных характеристик, которые можно использовать для идентификации лица, генерируя уникальную подпись лица.

Ссылки по теме:
Йокогамский городской университет


Print article

Channels

Copyright © 2000-2020 Globetech Media. All rights reserved.