AI可以更好地监控医护人员的手部卫生

小编发现不少朋友对于 AI可以更好地监控医护人员的手部卫生 这方面的信息都比较感兴趣，小编就针对 AI可以更好地监控医护人员的手部卫生 整理了一些相关方面的信息 在这里分享给大家。

与对过程控制图进行标准统计审查相比，由医院监控洗手服从情况常规捕获的数据的AI分析可以为个人医护人员提供高度针对性和可操作性的反馈。

根据圣路易斯大学进行的一项研究，该研究于7月17日发表在《感染控制杂志》上。

在介绍他们的工作时，作者指出，在医疗机构中获得的感染会伤害许多患者，并使每年损失近100亿美元，这使手部卫生“成为降低病原体传播风险的最重要干预措施”。

主要作者Timothy Wiemken博士，MPH及其同事测试了一种新颖的算法，专门用于捕获时间序列异常，该异常算法可以查明偏离标准集的数据点。

为了测试该算法，研究小组指派了训练有素的观察员在一个有356张床的学术医学中心进行了为期34个月的收集卫生数据。

研究人员使用统计控制通过/失败图表作为比较工具。

他们将算法建立在使用Loess(STL)进行时间序列异常检测的既定的季节性和趋势分解技术上。

他们发现，每月平均进行1561次观察，合规洗手的平均比率为58%(n = 901)。

该算法将18%的比率标识为异常。

作者总结说，时间序列异常检测“为潜在的异常依从率提供了更具体的识别，提供了更加集中的可视化效果，以向观察到的人准确反馈。”

在讨论中，Wiemken等人。强调即使特定的分析方法未检测到异常的依从率，也可能需要采取干预措施。

他们写道：“即使在所有比率都正常的时候，也有可能整体比率过低(符合手卫生)或比率过高(对于感染率)。” “因此，必须始终谨慎地从统计学角度和通过临床角度评估数据。”

该报告提供了一个链接，该链接基于新验证的手卫生监视方法，是一个可访问的Web应用程序。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！