Американские исследователи из Стэнфордского университета разработали новый инструмент для отслеживания процесса выздоровления пациентов в условиях больницы. Они создали систему на базе алгоритмов глубокого обучения, которая позволяет определить, способны ли пациенты выполнять определенные движения и задачи, например, садиться и вставать с кровати, возвращаться в нее или сидеть в кресле. В условиях интенсивной терапии улучшение мобильности связано с улучшением возможностей выздоровления, качества жизни и общей выживаемости.
Описание технологии и методики приведено в журнале pj Digital Medicine.
В сотрудничестве с отделением интенсивной терапии Городской больницы в Солт-Лейк-Сити исследователи установили датчики глубины в восьми палатах интенсивной терапии пациентов. Команда выбрала уникальные датчики глубины, потому что они могут фиксировать только формы и силуэты людей, а не фотографии, звуки и любую другую информацию. Это сделано для того, чтобы обеспечить максимально возможный уровень конфиденциальности для пациентов. Они собрали почти 100 000 кадров данных таких датчиков и разработали алгоритм глубокого изучения для обнаружения подвижности.
Новая система способна обнаруживать такие движения, как вставание с кровати и возвращение в кровать, сидение в кресле. Причем делает это с специфичностью в 89% и 87% чувствительностью. Исследователи также разработали алгоритм определения количества персонала, задействованного в определенных видах деятельности, связанных с мобильностью, который может дать более глубокое понимание процесса выздоровления пациентов.
Такая система способна предоставлять ценную информацию о выздоровлении пациентов в больничных условиях, позволяя персоналу при необходимости вмешиваться на более раннем этапе и помогать пациентам ускорить свое выздоровление.