智能 ICU 试点研究：利用人工智能技术实现自主患者监测
人机交互
2018-09-28 v2 人工智能
计算机视觉与模式识别
信号处理
摘要
目前，许多危重护理指标由负担过重的护士重复评估和记录，例如非语言患者的躯体功能或面部疼痛表情。此外，许多关于患者及其环境的基本信息完全未被捕获，或以非细粒度方式捕获，例如睡眠干扰因素如强光、高背景噪声或过多探视。在本试点研究中，我们考察了在重症监护病房（ICU）中使用普适传感技术与人工智能对危重患者及其环境进行自主、细粒度监测的可行性。作为一种普遍存在的典型状况，我们还刻画了谵妄与非谵妄患者及其环境。我们使用可穿戴传感器、光与声传感器以及高分辨率摄像头采集患者及其环境数据。我们利用深度学习和统计分析分析了所采集数据。我们的系统执行了人脸检测、人脸识别、面部动作单元检测、头部姿态检测、面部表情识别、姿态识别、活动描记分析、声压与光照水平检测以及探视频率检测。我们能够检测患者人脸（平均精度均值 (mAP)=0.94）、识别患者人脸 (mAP=0.80) 及其姿态 (F1=0.94)。我们还发现所有面部表情、11项活动特征、日间探视频率、夜间探视频率、光照水平以及夜间声压水平在谵妄与非谵妄患者间均存在显著差异（p值<0.05）。总之，我们表明对危重患者及其环境的细粒度自主监测是可行的，并可用于刻画危重护理状况及相关环境因素。
引用
@article{arxiv.1804.10201,
title = {The Intelligent ICU Pilot Study: Using Artificial Intelligence Technology for Autonomous Patient Monitoring},
author = {Anis Davoudi and Kumar Rohit Malhotra and Benjamin Shickel and Scott Siegel and Seth Williams and Matthew Ruppert and Emel Bihorac and Tezcan Ozrazgat-Baslanti and Patrick J. Tighe and Azra Bihorac and Parisa Rashidi},
journal= {arXiv preprint arXiv:1804.10201},
year = {2018}
}