Die Gesichtserkennungstechnologie kann bei der Entwicklung von Tools zur Patientensicherheit helfen

Mithilfe der Gesichtserkennungstechnologie wurde ein automatisiertes System entwickelt, das unsicheres Verhalten von Patienten auf der Intensivstation (ICU) vorhersagen kann, z. B. das versehentliche Entfernen ihres Atemschlauchs. Lesen Sie auch – Personen mit geringer Körpergröße auf der Intensivstation mit erhöhtem Todesrisiko finden eine Studie

“Mithilfe von Bildern des Gesichts und der Augen eines Patienten konnten wir Computersysteme trainieren, um Armbewegungen mit hohem Risiko zu erkennen”, sagte der Studienleiter Akane Sato von der Yokohama City University in Japan. Lesen Sie auch – Mumbai-Komapatient, dessen Auge von einer Ratte gebissen wurde, stirbt; wissen, wie man solche Wunden behandelt

Laut Forschern kann das automatisierte Risikoerkennungs-Tool zur kontinuierlichen Überwachung der Patientensicherheit verwendet werden und einige der Einschränkungen beseitigen, die mit einer begrenzten Personalkapazität verbunden sind, die es schwierig macht, kontinuierlich kritisch kranke Patienten zu beobachten. Lesen Sie auch – Ärzte beleben einen 62-Jährigen wieder, der mehrere Schocks erhalten hatte, um seinen Zustand zu behandeln

„Wir waren überrascht über die hohe Genauigkeit, die wir erreicht haben. Dies zeigt, dass diese Technologie ein nützliches Instrument zur Verbesserung der Patientensicherheit darstellt und der erste Schritt für eine intelligente Intensivstation ist, die in unserem Krankenhaus geplant ist“, so Sato sagte.

Für die Studie umfassten die Forscher 24 postoperative Patienten (Durchschnittsalter 67 Jahre), die auf der Intensivstation des Yokohama City University Hospital aufgenommen wurden.

Das Proof-of-Concept-Modell wurde anhand von Bildern erstellt, die mit einer Kamera aufgenommen wurden, die an der Decke über den Betten der Patienten angebracht war. Rund 300 Stunden Daten wurden analysiert, um Tagesbilder von Patienten zu finden, die in einer guten Körperposition vor der Kamera standen und ihr Gesicht und ihre Augen klar zeigten.

Insgesamt wurden 99 Bilder maschinell gelernt, einem Algorithmus, der bestimmte Bilder basierend auf Eingabedaten analysieren kann. Dieser Prozess ähnelt der Art und Weise, wie ein menschliches Gehirn neue Informationen lernt.

Das Modell war in der Lage, mit hoher Genauigkeit vor Risikoverhalten zu warnen, insbesondere im Gesicht des Probanden, sagten die Forscher.

Die Studie wurde auf der Jahrestagung der Europäischen Gesellschaft für Anästhesiologie in Österreich vorgestellt.

Veröffentlicht: 4. Juni 2019, 8:49 Uhr