Mehr Sicherheit für Patienten Bewegungen von Patienten zuverlässig erkennen

Anbieter zum Thema

Omron Electronics Components Europe BV

ET System electronic GmbH

MES Electronic Connect GmbH & Co. KG

IBR Leiterplatten GmbH & Co. KG

Personen zuverlässig erkennen spielt in Krankenhäusern oder Pflegeeinrichtungen eine zunehmend wichtige Rolle. KI-basierte Systeme übernehmen diese Aufgabe. Dadurch werden die Patientenversorgung und die Behandlungsprozesse verbessert.

In der Medizintechnik spielt die Erkennung und Analyse menschlicher Bewegung eine zentrale Rolle. Entwickler medizinischer Systeme müssen technische Lösungen schaffen, mit denen sich Prozesse überwachen, optimieren und letztendlich die Patientensicherheit erhöhen lassen. Mit dem Einsatz künstlicher Intelligenz und fortschrittlicher Bildverarbeitung lässt sich zunehmend sicherstellen, dass medizinisches Fachpersonal effektive Unterstützung erhält.

Auf dem Weg, präzise Personen zu erkennen

Schon seit Jahrzehnten versuchen Forscher, das menschliche Sehen nachzuahmen. Die digitale Bildverarbeitung nahm in den 1960er Jahren ihren Anfang und hat sich seither kontinuierlich weiterentwickelt. Besonders die jüngsten Fortschritte im Bereich der künstlichen Intelligenz haben in medizintechnischen Anwendungen einen bedeutenden Schub bewirkt. Trotzdem: Ein Computersystem zu entwickeln, das mit der Präzision des menschlichen Auges und der Interpretationsfähigkeit des Gehirns mithalten kann, bleibt eine komplexe Aufgabe. Allerdings würde die vollständige Entschlüsselung dieser Technologie vielversprechende Möglichkeiten für die medizinische Diagnostik und Patientenbetreuung eröffnen.

Während unsere Wahrnehmungsfähigkeit das Ergebnis einer evolutionären Entwicklung über Jahrtausende ist, müssen Computersysteme in Kliniken und Praxen mit komplexen dreidimensionalen und hochdynamischen Umgebungen zurechtkommen. Medizinische Fachkräfte bewegen sich ständig durch Behandlungsräume, Operationssäle und Stationen. Eine Umgebung, die für herkömmliche Bildverarbeitungssysteme extrem schwer zu interpretieren ist.

Personen erkennen im Krankenhaus ist eine schwierige Aufgabe

Im hektischen Klinikalltag ergeben sich besondere Probleme für die Personenerkennung. Medizinisches Personal trägt häufig ähnliche Kleidung, wechselt zwischen verschiedenen Schutzausrüstungen und bewegt sich schnell durch komplexe Raumstrukturen. Diese Faktoren erschweren die zuverlässige Identifizierung und Bewegungsverfolgung erheblich. In Operationssälen oder Intensivstationen arbeiten oft mehrere Personen gleichzeitig am selben Patienten. Konventionelle seitliche Kamerapositionierungen können die Bewegungen nicht zuverlässig erfassen, da sich das Personal gegenseitig verdeckt. Zudem müssen medizintechnische Systeme mit unterschiedlichen Lichtverhältnissen und beengten Räumen zurechtkommen, ohne den klinischen Betrieb zu stören.

Die größte technische Hürde liegt nicht im Erfassen der Bilder, sondern in ihrer Echtzeit-Interpretation. In medizinischen Notfallsituationen zählt jede Sekunde. Solch ein System muss daher blitzschnell präzise Ergebnisse liefern. Die unterschiedlichen Raumkonfigurationen von Behandlungszimmern, OPs und Stationen erfordern zudem eine flexible Anpassungsfähigkeit an wechselnde Umgebungen.

Dank der Top-Down-Perspektive Personen zuverlässig erkennen

Das von Omron entwickelte Personenerkennungssystem AM1 ist besonders für medizinische Einrichtungen interessant. Durch eine Deckenkamera mit Top-Down-Perspektive werden typische Sichtprobleme wie verdeckte Personen in Behandlungsräumen vermieden, so dass das gesamte medizinische Team klar im Blick bleibt. Die spezielle Software erkennt Bewegungsmuster des medizinischen Personals und kann bis zu zehn Personen gleichzeitig mit 95-prozentiger Genauigkeit verfolgen – ideal für Operationsteams oder Notfallsituationen. In einem typischen Behandlungsraum von bis zu 7 m x 7 m erfasst das System zuverlässig die Positionen und Bewegungen aller beteiligten Personen.

Für Kliniken bedeutet das erhebliche Verbesserungen: Arbeitsabläufe in Behandlungsräumen können analysiert und optimiert werden, um unnötige Wege zu vermeiden und die Patientenversorgung zu beschleunigen. Die erfassten Daten helfen, Engpässe in Behandlungsprozessen zu identifizieren und die Raumnutzung effizienter zu gestalten. Besonders in zeitkritischen Situationen wie Notfallbehandlungen oder komplexen Operationen können solche Optimierungen lebensrettend sein.Das System verarbeitet zehn Bilder pro Sekunde und wandelt die Kameradaten mittels Intel OpenVINO-Beschleuniger in wertvolle Informationen um. Klinisches Personal erhält die aufbereiteten Daten über Standard-PCs oder medizinische Informationssysteme in visualisierter Form.

Ein besonderer Vorteil für medizinische Anwendungen: Dank einer umfangreichen Trainingsdatenbibliothek erkennt das System verschiedene Körpertypen ohne individuelle Programmierung. Dazu gehört auch, wenn medizinisches Personal Schutzkleidung, Masken oder OP-Hauben trägt. Damit wird die Implementierung des Systems in ein klinisches Umfeld besonders unkompliziert.

Vielfältige Anwendungen in der Medizintechnik

Neben der Prozessoptimierung bietet das AM1-System weitere wertvolle Anwendungsmöglichkeiten für die Medizintechnik:

• Überwachung von Isolationsbereichen, um Kontaminationsrisiken zu minimieren

• Verbesserung der Patientensicherheit durch Erkennung von Stürzen oder ungewöhnlichen Bewegungsmustern

• Optimierung der Raumnutzung in Wartebereichen und Behandlungszentren

• Steuerung von Lüftungs- und Klimasystemen basierend auf der tatsächlichen Raumbelegung

• Unterstützung von Hygieneprotokollen durch Analyse von Bewegungsmustern

Während die präzise Personenerkennung in komplexen medizinischen Umgebungen weiterhin komplex bleibt, zeigt das vorgestellt AM1-System, dass diese Technologie nun praxisreif ist. Für Entwickler medizintechnischer Systeme eröffnen sich neue Möglichkeiten, die Patientenversorgung sicherer und effizienter zu gestalten. In Zukunft könnten solche Systeme nicht nur einzelne Behandlungsabläufe optimieren, sondern ganze klinische Prozesse grundlegend zu verändern. (heh)

* Gabriele Fulco ist European Product Marketing Manager bei Omron.

(ID:50440353)