[論文レビュー] iWash: A Smartwatch Handwashing Quality Assessment and Reminder System with Real-time Feedback in the Context of Infectious Disease

Sirat Samyoun, Sudipta Saha Shubha+2 more|arXiv (Cornell University)|Sep 22, 2020

Infection Control in Healthcare参考文献 38被引用数 34

ひとこと要約

iWash は、リソース制限のあるスマートウォッチ上でオンデバイス処理を実行するハイブリッドディープラーニングを用いて、リアルタイムで手洗いの質を評価するスマートウォッチベースのシステムです。最新の手法よりも12%高い精度を達成するとともに、処理時間を37%短縮し、バッテリー消費量を10%削減しています。家に帰った際の状況に応じたリマインダーを提供し、接触を避ける音声フィードバックを実装することで、感染症の状況下でもプライバシーと使いやすさを確保しています。

ABSTRACT

Washing hands properly and frequently is the simplest and most cost-effective interventions to prevent the spread of infectious diseases. People are often ignorant about proper handwashing in different situations and do not know if they wash hands properly. Smartwatches are found to be effective for assessing the quality of handwashing. However, the existing smartwatch based systems are not comprehensive enough in terms of achieving accuracy as well as reminding people to handwash and providing feedback to the user about the quality of handwashing. On-device processing is often required to provide real-time feedback to the user, and so it is important to develop a system that runs efficiently on low-resource devices like smartwatches. However, none of the existing systems for handwashing quality assessment are optimized for on-device processing. We present iWash, a comprehensive system for quality assessment and context-aware reminder for handwashing with real-time feedback using smartwatches. iWash is a hybrid deep neural network based system that is optimized for on-device processing to ensure high accuracy with minimal processing time and battery usage. Additionally, it is a context-aware system that detects when the user is entering home using a Bluetooth beacon and provides reminders to wash hands. iWash also offers touch-free interaction between the user and the smartwatch that minimizes the risk of germ transmission. We collected a real-life dataset and conducted extensive evaluations to demonstrate the performance of iWash. Compared to the existing handwashing quality assessment systems, we achieve around 12% higher accuracy for quality assessment, as well as we reduce the processing time and battery usage by around 37% and 10%, respectively.

研究の動機と目的

• スマートウォッチ上で包括的でリアルタイムな手洗い品質評価とフィードバックシステムが不足しているという問題に対処すること。
• クラウド依存のシステムの限界を克服し、低遅延とプライバシー向上を実現するオンデバイス処理を可能にすること。
• 高い精度を維持しながら、バッテリー消費量と処理時間を低減すること。
• 感染症対策において重要な瞬間である帰宅時における状況に応じたリマインダーを提供すること。
• 接触を避ける音声フィードバックを活用して、感染症の状況下での汚染リスクを低減するためのタッチフリーなインタラクションを実現すること。

提案手法

• iWash は、リソース制限のあるスマートウォッチでの推論に最適化されたハイブリッドディープニューラルネットワークアーキテクチャを採用している。
• 1つの手首に装着されたスマートウォッチの加速度計およびジャイロスコープのデータを用いて、手洗いのジェスチャーと段階を検出する。
• 2段階分類モデルを実装している：まず手洗いの開始を特定し、次にWHOのガイドラインに従った段階的遵守状況を評価する。
• モデルの量子化とプルーニングを活用してモデルサイズと計算負荷を低減し、効率的なオンデバイス推論を実現する。
• Bluetoothビーコンを自宅の入り口に設置することで、スマートウォッチがその付近に近づいたと検知した際に、状況に応じたリマインダーが発動する。
• 音声合成を用いてフィードバックを提供することで、タッチフリーなインタラクションが可能になり、汚染リスクを回避する。

実験結果

リサーチクエスチョン

• RQ1 スマートウォッチベースのシステムが、オンデバイス処理のみに依存して、高精度かつリアルタイムな手洗い品質評価を達成できるか？
• RQ2 帰宅時など状況的に関連性の高い瞬間に、ユーザーに手洗いを思い出させる方法として、システムが効果的に機能できるか？
• RQ3 オンデバイスでの手洗い評価システムにおいて、精度、処理時間、バッテリー消費量の間のトレードオフはどのように評価できるか？
• RQ4 接触を避ける音声フィードバックをスマートウォッチシステムに効果的に統合できるか？
• RQ5 既存のクラウドベースやビデオベースの手法と比較して、実生活の環境下でのシステムの性能はどのようになるか？

主な発見

• iWash は、最新の手法と比較して、手洗い品質評価において約12%高い精度を達成している。
• 処理時間は、既存のシステムと比較して約37%短縮されており、より迅速なリアルタイムフィードバックが可能になっている。
• バッテリー消費量は約10%削減されており、1日中使用可能な状態を維持している。
• システムは手洗いイベントを正しく検出し、ネットワーク接続なしでリアルタイムの音声フィードバックを提供している。
• 実生活の環境下でも高い性能を示しており、1つの手首に装着されたデバイスからのデータでも高い精度を維持している。
• オンデバイス処理アーキテクチャのおかげで、ユーザーのデータが外部サーバーに送信されないため、プライバシーが確保されている。