一组科学家利用面部识别技术开发了一个自动系统，该系统可以以中等精度(75%)预测重症监护室(ICU)中的患者何时存在不安全行为的高风险，例如意外移除呼吸管。
今年(6月1日至3日)在奥地利维也纳举行的欧洲麻醉会议(欧洲麻醉学会年会)上提交的这项新研究表明，自动风险检测工具有潜力持续监控患者的安全。并且可以消除与有限的工作人员能力相关的一些限制，这使得在床边连续观察危重患者变得困难。
横滨城市大学医院的Akane Sato博士说：“利用我们对患者面部和眼睛的图像，我们可以训练计算机系统识别高风险的手臂动作。
“我们对实现的高精度感到惊讶，这表明这项新技术有潜力成为提高患者安全性的有用工具，是我院规划的智能ICU的第一步。”
重症患者常规在ICU服用镇静剂，以防止疼痛和焦虑，允许侵入性手术，提高患者安全性。然而，为患者提供最佳镇静水平具有挑战性。镇静药不足的患者更容易表现出高风险行为，如意外移除侵入性设备。
本研究包括2018年6月至10月在横滨市立大学医院住院的24例术后患者(平均年龄67岁)。
概念验证模型是通过使用安装在病床上方天花板上的相机拍摄的照片创建的。对约300小时的数据进行分析，找到患者面对摄像头的白天图像，其身体姿势良好，面部和眼睛显示清晰。
共有99幅图像接受机器学习——一种可以根据输入数据分析特定图像的算法，其过程类似于人脑学习新信息的方式。最后，该模型可以高精度地对高风险行为，尤其是对象面部周围的行为进行预警。
“各种情况都可能使患者处于危险之中，因此我们的下一步是在我们的分析中包括额外的高风险情况，并开发警报功能来警告医疗保健专业人员危险行为。我们的最终目标是结合各种传感数据，如我们的图像生命体征，开发一个全自动风险预测系统，”佐藤博士说。
作者指出了一些局限性，包括在不同位置需要更多的患者图像，以提高工具在现实生活中的通用性。他们还指出，监测患者的意识可以提高区分高危行为和自愿运动的准确性。
标签：
免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！