[論文レビュー] Towards Vision-Based Smart Hospitals: A System for Tracking and Monitoring Hand Hygiene Compliance

Albert Haque, Michelle Guo+11 more|arXiv (Cornell University)|Aug 1, 2017

IoT-based Smart Home Systems参考文献 17被引用数 73

ひとこと要約

本論文は、病院内の手指衛生イベントを検出・追跡・分類する非侵襲的な深度画像ベースの視覚システムを提示し、潜在的な観察と RFID様の近接ベースの基準よりも高い性能を示します。

ABSTRACT

One in twenty-five patients admitted to a hospital will suffer from a hospital acquired infection. If we can intelligently track healthcare staff, patients, and visitors, we can better understand the sources of such infections. We envision a smart hospital capable of increasing operational efficiency and improving patient care with less spending. In this paper, we propose a non-intrusive vision-based system for tracking people's activity in hospitals. We evaluate our method for the problem of measuring hand hygiene compliance. Empirically, our method outperforms existing solutions such as proximity-based techniques and covert in-person observational studies. We present intuitive, qualitative results that analyze human movement patterns and conduct spatial analytics which convey our method's interpretability. This work is a step towards a computer-vision based smart hospital and demonstrates promising results for reducing hospital acquired infections.

研究の動機と目的

• スタッフと患者の相互作用を継続的に監視することを通じて、病院感染症（HAIs）を減らすスマート病院を動機づける。
• 病棟ユニットで手指衛生の遵守を検出・追跡・評価する、非侵襲的でプライバシー保護に配慮したビジョンベースのパイプラインを開発する。
• 動作パターンと空間利用の解釈可能な分析を提供し、ワークフロー最適化と衛生方針の情報に役立てる。
• 潜在観察や RFIDベースの近接法などのベースラインに対して実現可能性を示し、性能を定量化する。

提案手法

• スパース性駆動の占有追跡法を用いて3D歩行者位置を検出する。
• 検出を軌道に連結するため、MAP/線形整数流最適化を解くことでカメラ間の歩行者を追跡する。
• 深度画像から手指衛生イベントを分類するため、視点不変表現を用い、深度+姿勢+前景特徴抽出機構に統合された時空間(ST)空間変換ネットワークを組み込む。
• 時空間マッチングによる追跡と分類の統合を行い、ディスペンサーイベントを特定の軌跡に関連付け、遵守率を算出する。
• ResNet-152と深度/姿勢/前景入力を用いて分類器を評価し、空間変換ネットワークを組み込むと改善が示される。

実験結果

リサーチクエスチョン

• RQ1 深度画像ベースの非侵襲的な視覚システムは、手指衛生イベントを評価するために病院スタッフを正確に検出・追跡できるだろうか？
• RQ2 視覚ベースの手指衛生評価は、精度の点で、 covert in-person observations および RFIDベースの近接ベースとどう比較されるか？
• RQ3 視点不変特徴と空間変換ネットワークを組み込むことは、深度データからの手指衛生イベント分類を改善するか？
• RQ4 追跡出力を活動分類と融合して、信頼できる遵守指標と洞察に満ちた空間分析を得ることができるか？

主な発見

方法	精度	適合率	感度	特異度	D	F	P	STN
AlexNet	93.9	91.8	96.3	91.4
VGG-16	92.3	91.9	92.8	91.8
ResNet-152	95.5	94.6	96.7	94.5
ResNet-152	94.6	93.1	96.3	92.9
ResNet-152	95.4	95.3	96.6	94.2

• 提案システムは手指衛生遵守評価で75%の精度を達成し、単独観察（63%）およびグループ観察（72%）の covert observations および RFIDベースの近接基準（18%）を上回る。
• 深度ベースのアプローチは、カラー画像の代わりに識別不能化された深度データを利用することで、HIPAA/GDPRの制約の下で非侵襲的かつプライバシー保護に適した監視を可能にする。
• 手指衛生の活動分類は、深度マップを前景と姿勢の手がかりで補強することで有利となり、空間変換ネットワークを導入すると実験で1%の精度向上をもたらす。
• 定性的な可視化は、解釈可能な変換と局在化を示し、関心領域を強調し臨床医との信頼を支援する。
• 本論文は病院空間の利用と動作パターンの分析を提供し、潜在的なワークフローの最適化と標的化された感染予防戦略を可能にする。