[논문 리뷰] Towards Vision-Based Smart Hospitals: A System for Tracking and Monitoring Hand Hygiene Compliance

Albert Haque, Michelle Guo외 11명|arXiv (Cornell University)|2017. 08. 01.

IoT-based Smart Home Systems참고 문헌 17인용 수 73

한 줄 요약

이 논문은 깊이 이미지 기반의 비침해적 비전 시스템으로 병원에서 손 위생 이벤트를 감지, 추적 및 분류하고, 준수 평가에서 은밀한 관찰 및 RFID-유사 근접 기준보다 우수한 성능을 보입니다.

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.

연구 동기 및 목표

• 스태프와 환자 간의 상호 작용을 지속적으로 모니터링하여 병원 내 감염(HAIs)을 줄이도록 스마트 병원을 촉진한다.
• 비침해적이고 프라이버시를 안전하게 지키는 비전 기반 파이프라인을 개발하여 병원 단위에서 손 위생 준수를 감지, 추적 및 평가한다.
• 움직임 패턴 및 공간 사용에 대한 해석 가능한 분석을 제공하여 작업 흐름 최적화 및 위생 정책에 정보를 제공한다.
• 은밀한 관찰 및 RFID 기반 근접 방법과 같은 기준선에 대한 실행 가능성을 입증하고 성능을 정량화한다.

제안 방법

• 희소성 주도적 점유 추적(pursuit) 형식을 사용하여 3D 보행자 위치를 감지한다.
• 탐지들을 궤적으로 연결하기 위해 MAP/선형 정수 흐름 최적화를 해결하여 카메라 간 보행자를 추적한다.
• 깊이 이미지에서 시점 불변의 표현을 사용하는 요건으로 ST 공간 변환기 네트워크를 깊이+포즈+전경 특징 추출기에 통합하여 손 위생 이벤트를 분류한다.
• 공간-시간 매칭을 통해 추적과 분류를 융합하여 디스펜서 이벤트를 특정 트랙과 연관시키고 준수율을 계산한다.
• ResNet-152와 깊이/포즈/전경 입력을 사용하여 분류기를 평가하고, 공간 변환기 네트워크를 도입할 때 성능이 향상됨을 보인다.

실험 결과

연구 질문

• RQ1 깊이 이미지 기반의 비침해적 비전 시스템이 병원 직원을 정확하게 감지하고 손 위생 이벤트를 평가하기 위해 추적할 수 있는가?
• RQ2 비전 기반 손 위생 평가는 정확도 측면에서 은밀한 현장 관찰 및 RFID 기반 근접 기준에 비해 어떠한가?
• RQ3 시점 불변 특징 및 공간 변환기 네트워크를 도입하면 깊이 데이터에서 손 위생 이벤트 분류가 향상되는가?
• RQ4 추적 출력물을 활동 분류와 융합하여 신뢰할 수 있는 준수 지표와 통찰력 있는 공간 분석을 얻을 수 있는가?

주요 결과

방법	정확도	정밀도	민감도	특이도	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

• 제안된 시스템은 손 위생 준수 평가에서 75%의 정확도를 달성하여 단일(63%) 및 그룹(72%) 은밀한 관찰과 RFID 기반 근접 기준(18%)을 모두 능가합니다.
• 깊이 기반 접근 방식은 색상 이미지 대신 비식별화된 깊이 데이터를 사용하여 HIPAA/GDPR 제약 하에서의 비침해적이고 프라이버시 안전한 모니터링을 가능하게 합니다.
• 손 위생 활동 분류는 깊이 맵을 전경 및 자세 신호로 보강하는 데서 이점을 얻고, 공간 변환기가 추가로 실험에서 1%의 정확도 향상을 제공합니다.
• 정성적 시각화는 해석 가능한 변환 및 관심 영역의 로컬화를 시연하여 임상 의사와의 신뢰를 지원합니다.
• 논문은 병원 공간 사용 및 움직임 패턴에 대한 분석을 제공하여 잠재적인 작업 흐름 최적화 및 표적 감염 예방 전략을 가능하게 합니다.