基于生物识别和深度学习的医院体温预警追溯管理平台查看源代码讨论查看历史
 |
基于生物识别和深度学习的医院体温预警追溯管理平台2019年底，新冠肺炎疫情突发，在全球范围内肆意爆发，对全球人民的生命财产造成极大的伤害。我国党中央国务院积极领导人民进行疫情防控，在全国人民的不懈努力之下，国内新冠肺炎疫情得到控制。在全球疫情转为常态化后，党中央要求各地各部门全面落实“外防输入、内防反弹”的总体防控策略，坚持及时发现、快速处置、精准管控、有效救治，保障人民群众生命健康安全，保障社会秩序全面恢复。同时各地要按照分区分级精准动态调整风险等级和应急相应级别，不断完善疫情防控应急预案和各项配套工作方案，一旦发生疫情，及时采取应急处置措施，实施精准防控。突如其来的新冠肺炎疫情，对医院管理和患者就诊造成了直接的影响和冲击。南京医科大学第一附属医院作为大型三甲医院，面对突发疫情，在加强防控管理的同时又要满足患者就医需求，传统的管理模式和就诊方式亟待改变。体温监测是新冠疫情防控最重要和最基本的手段之一，也是传染病监测和预防院感爆发的有效手段之一，目前医院体温监测数据采用手动上报的方式，整体效率低、及时性差、记录难以精确追踪、缺乏智能预警等。随着5G、物联网[1]、人工智能、大数据等前沿技术的成熟和发展，已有医院借助于信息化技术进行全院人员体温上报和监测，目前已有的针对新冠肺炎疫情的个体体温自动检测上报及分析系统，采用温度传感器自动测量，对应用范围有限；对住院患者陪护人员从数量控制、风险筛查、疫情调查告知、身份证和陪护证双证管理、辅助检查陪检服务等方面进行综合管理，信息化程度较低；从而导致医院整体防控力度不够。本系统基于物联网、人脸识别和大数据技术，在门诊和住院病房出入口处安装红外测温设备，并和患者的就诊记录关联，形成体温地图，并与医院考勤系统、物联网设备、核酸检测结果等临床数据互联互通，实现全员体温数据实时管理、发热分布管理、出入人员管理、疫情筛查预测、疫情数据决策支持等功能。
关键技术
物联网技术
物联网技术是未来智慧医疗的核心，其实质是通过将传感器技术、RFID技术、无线通信技术、数据处理技术、网络技术、视频检测识别技术、GPS技术等综合应用于整个医疗管理体系中进行信息交换和通讯，以实现智能化识别、定位、追踪、监控和管理的一种网络技术，从而建立起实时、准确、高效的医疗控制和管理系统。目前物联网技术在医疗行业已有广泛应用，例如人员管理智能化、医疗过程智能化、供应链管理智能化、医疗废弃物管理智能化、健康管理智能化等。
人工智能技术
工信部印发的《促进新一代人工智能产业发展三年行动计划（2018-2020年）》中提出在医疗影像、智能服务机器人等细分行业的发展目标，明确发展方向，人工智能[2]赋能医疗行业的发展路径可归结为“计算智能-感知智能-认知智能”三个阶段，目前主要在“人工智能+公共卫生”、AI+医院管理、AI+医学影像、AI+医疗机器人、AI+药物研发、AI+健康管理、AI+精准医疗应用和AI+医疗支付等八大领域。
体温监控管理技术
基于物联网平台和智能测温设备等可实现患者、陪护和员工的体温自动采集和上报，基于互联网+GIS技术，形成体温地图和院内行程轨迹。借助于xgboost、adaboost等机器学习模型，结合患者的胸部CT报告、血常规、CRP、核酸检测结果，建立新冠肺炎患者预测模型，预测患者确诊新冠肺炎的风险，指导医院和卫生部门决策部署，到达全院人员体温监控管理的目的。
应用和前景
利用信息化技术对门急诊、住院、职能部门医疗业务流程和管理流程的进行再造，可以减少医疗物资消耗、预防和降低交叉感染风险，为医务人员、患者提供安全有效的信息保障，帮助医院提升整体防控水平的同时也满足了患者大幅提升的线下转线上就诊需求，提供线上咨询、线上问诊、线上医疗等便捷医务服务；利用大数据、人工智能、互联网+等新兴信息技术进行疫情风险预测，为医院和管理部门提供决策支持。
随着物联网、人工智能及大数据的发展，基于信息化技术创新医院管理模式，实现患者就医新方式已成为医院发展必经之路。因此基于生物识别和深度学习的医院体温预警追溯管理平台应运而生。其能够高效处理进出医院人员的体温信息，并将其与本人的其他信息相关联的特征，能够使得医院在疫情的状态下，更好地运作，达到智能、高效、方便管理的状态。