Divers

Cette technologie de reconnaissance faciale pourrait aider les patients en soins intensifs

Cette technologie de reconnaissance faciale pourrait aider les patients en soins intensifs

Des scientifiques japonais ont utilisé la technologie de reconnaissance faciale pour aider à prédire quand les patients des unités de soins intensifs (USI) peuvent avoir besoin de plus d'assistance en raison d'un comportement dangereux, comme le retrait de leurs propres tubes respiratoires.

Le pourcentage de précision est relativement élevé, à 75%.

CONNEXES: 15 ROBOTS MÉDICAUX QUI CHANGENT LE MONDE

Cette nouvelle recherche a été présentée à Vienne, en Autriche, lors du congrès Euroanaesthesia qui s'est tenu du 1er au 3 juin. Le congrès est la réunion annuelle de la Société européenne d'anesthésiologie.

Pénurie de personnel hospitalier.

La disponibilité limitée du personnel entraîne un risque plus élevé pour les patients. Ce que les scientifiques de cette nouvelle recherche suggèrent, c'est que cette limitation pourrait être réduite grâce à l'outil automatisé de détention des risques qu'ils ont créé. Il agit comme un moniteur continu de la sécurité des patients et aide à observer les patients gravement malades à leur chevet.

Le chef de l'équipe de recherche, le Dr Akane Sato de l'hôpital universitaire de la ville de Yokohama, au Japon, a déclaré: "En utilisant des images que nous avions prises du visage et des yeux d'un patient, nous avons pu entraîner les systèmes informatiques à reconnaître les mouvements de bras à haut risque".

Elle a poursuivi: «Nous avons été surpris par le haut degré de précision que nous avons atteint, ce qui montre que cette nouvelle technologie a le potentiel d'être un outil utile pour améliorer la sécurité des patients, et constitue la première étape pour une unité de soins intensifs intelligente qui est prévue dans notre hôpital."

Patients en soins intensifs et comment ils sont suivis.

Actuellement, la plupart des patients gravement malades en soins intensifs sont sous sédation pour réduire leur niveau de douleur, leur inconfort et pour assurer leur sécurité. Des problèmes surviennent avec la sédation, car si un patient n'est pas suffisamment sédaté, il peut accidentellement retirer des dispositifs invasifs liés à son corps.

L'étude a porté sur 24 patients postopératoires, âgés en moyenne de 67 ans, admis aux soins intensifs de l'hôpital universitaire de Yokohama entre juin et octobre 2018.

Une caméra montée au plafond du lit de chaque patient a pris des images pour créer le modèle de preuve de concept. Leurs visages et leurs yeux devaient être clairement représentés, et la position du corps devait également être claire. Plus de 300 heures de données ont été tournées.

Un algorithme, semblable à la façon dont le cerveau humain fonctionne et apprend, a été créé à travers 99 images. Le résultat final? La technologie a permis de déterminer à quel moment le patient avait un comportement à haut risque. Notamment comme vu à travers la reconnaissance faciale.

«Diverses situations peuvent mettre les patients en danger. Notre prochaine étape est donc d'inclure des situations à haut risque supplémentaires dans notre analyse et de développer une fonction d'alerte pour avertir les professionnels de santé des comportements à risque. Notre objectif final est de combiner diverses données de détection telles que signes vitaux avec nos images pour développer un système de prévision des risques entièrement automatisé », déclare le Dr Sato.

Les limites liées à l'étude à ce stade.

Les auteurs de l'étude ont noté un certain nombre de limitations, notamment la nécessité de disposer de plus d'images de patients dans différentes positions afin d'améliorer la généralisabilité de la technologie dans la vie réelle. Une surveillance supplémentaire de la conscience des patients pourrait conduire à une meilleure précision dans la distinction entre les comportements à haut risque et les actions volontaires.


Voir la vidéo: Covid-19 - Suivi, séquelles, formes longues et vaccins (Novembre 2021).