我国医院感染率平均大约为4%-8%,死亡率达到70%。2015-2021年的医院医护人员的总体手卫生 依从率不到60%,由医务人员的手传播细菌而造成的医院感染约30%。医院手卫生依从性管理工作是一项 艰巨的系统性管理工作,目前只能依靠传统的人为管理方法,进行定期的科室手卫生培训和安排专职感控 人员进行不定期的抽查。但这种方式在有限的人力资源条件下,要想达到预防与控制医院感染的目的非常 困难。AI手卫生依从性管理系统基于手势追踪技术、传感器、深度学习、姿态估计等先进技术。通过视频及 声音引导稳步提升医护人员手卫生的依从性并对依从率进行量化管理,智能分析医护人员的洗手消毒流 程并自动生成洗手明细表,对监督医院手卫生,提高院感工作的管理水平提供数据支撑。
利用手势追踪技术、传感器、深度学习、姿态估计等技术,融合 使用多角度红外摄像头、手势追踪传感器等多种异构物联网终端, 智能分析医护人员的洗手消毒流程是否符合规范以及时长是否满 足要求。
(1)深度学习算法提取手势特征,不需要进行人工特征设计就可以学习到目标的较好特征。
(2)利用Mosaic 数据增强,增加数据的多样性,丰富图片的背景。
(3)加入加权特征金字塔,可以提升网络对不同尺度目标的特征融合能力。
(4)基于动静结合的目标检测方法,提升在洗手动作停止时算法的识别率。
(5)智能魔镜可以节省空间,提升用户体验感。
系统可广泛应用在医疗场景中,通过集成行为识别、动作捕捉及精准定位技术,智能引导稳步提升医 护人员手卫生的依从性并对依从率进行量化管理,实时上传监测数据。可视化平台对全体成员手卫生数据 进行动态统计和直观展示,实时展示手生依从性管理情况。替换医院传统的人为管理方式,物联网技术提 高手卫生依从率,有效降低医院内感染。