變更

'''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 <ref>[http://news.sohu.com/a/528981274_554035 物联网未来发展趋势] ，搜狐，2022-03-11</ref> 、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。

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 <ref>[https://www.sohu.com/a/376833955_100039018 人工智能是什么？] ，搜狐，2020-03-01</ref> 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。