Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
ARAB HEALTH - INFORMA

Deascargar La Aplicación Móvil




Vídeos analíticos ayudan a monitorizar a los pacientes en sus camas

Por el equipo editorial de HospiMedica en español
Actualizado el 20 Jun 2014
Print article
Imagen: Una tecnología de video reconoce el estado del paciente (Fotografía cortesía de Laboratorios Fujitsu).
Imagen: Una tecnología de video reconoce el estado del paciente (Fotografía cortesía de Laboratorios Fujitsu).
Una nueva tecnología usa una cámara de vídeo para reconocer, con exactitud, el estado de los pacientes hospitalarios, detecta actividades como sentarse en la cama, salir de la cama o moverse en ésta.

Desarrollado por Fujitsu Laboratories (Kawasaki, Japón), la tecnología se basa en dos modalidades. La primera reconoce la cabeza del paciente y la sigue para identificar cuando el paciente se sienta o se levanta de la cama, acciones que pueden ser precursoras de comportamientos como errar, deslizarse, o caerse. La segunda detecta y visualiza las condiciones tales como la inquietud o la falta de sueño, que exigen una mayor atención. El estado del paciente en la cama se clasifica, luego, en cinco categorías en función de la postura, y define un diagrama de transición de estados que las relaciona entre sí.

El proceso de reconocimiento también utiliza datos aprendidos, en el que estados cercanos probables están limitados por el estado actual, con base en el diagrama de transición de estados. La selección de datos aprendidos en el proceso de reconocimiento ayuda en determinar con exactitud el estado de posición de la cabeza del paciente. Pero incluso con la selección de datos aprendidos basado en el estado del paciente, se mantiene el potencial de reconocer incorrectamente a las almohadas como cabezas. Para corregir esto, la tecnología observa puntos que siempre se van a mover cuando el paciente se sienta o se pone de pie y va a identificar varias regiones de la imagen que podrían ser la cabeza para confirmar si realmente es la cabeza del paciente, o no.

Con la colaboración del Hospital Tamagawa (Tokio, Japón), Laboratorios Fujitsu llevó a cabo un ensayo de campo para ensayar la detección de sentarse y levantarse de la cama en varios pacientes. Se encontró que la visualización de los comportamientos de los pacientes se llevaba a cabo con un 91% de exactitud. Los comportamientos que exigen la atención fueron exhibidos en la estación de enfermería, permitiendo que las enfermeras supervisaran fácilmente los movimientos del paciente sin tener que hacer rondas, lo que resulta en un alto nivel de protección de los pacientes para el hospital o centro de atención, y al mismo tiempo aligeran la carga de trabajo de las enfermeras.

Las técnicas existentes para detectar cuando un paciente se ha sentado o levantado de la cama se basan en sensores de presión que detectan el peso corporal; pero este método tiene algunos problemas. A veces los pacientes evitarán intencionalmente el sensor para que no reaccione cuando se levantan de la cama. Además, el sensor no puede diferenciar cuando el paciente está dando vueltas mientras duerme, o cuando los movimientos de la enfermera los están desencadenando, originando falsas alarmas. E, incluso con los sensores, las enfermeras tienen que hacer controles frecuentes y, en todo caso, su carga de trabajo puede ser mayor.


Enlaces relacionados:

Fujitsu Laboratories
Tamagawa Hospital


Miembro Oro
Analizador de gases en sangre POC
Stat Profile Prime Plus
Miembro Oro
STI Test
Vivalytic Sexually Transmitted Infection (STI) Array
New
Electric Cast Saw
CC4 System
New
Plasma Freezer
iBF125-GX

Print article

Canales

Técnicas Quirúrgicas

ver canal
Imagen: La nueva combinación de tratamiento para el hematoma subdural reduce el riesgo de recurrencia (foto cortesía de la neurocirugía 85 (6): 801-807, diciembre de 2019)

Nueva combinación de cirugía y embolización para hematoma subdural reduce el riesgo de recurrencia

Los hematomas subdurales, que ocurren cuando se produce un sangrado entre el cerebro y su membrana protectora debido a un traumatismo, son comunes en los adultos mayores. Para 2030, se espera que los hematomas... Más

Cuidados de Pacientes

ver canal
Imagen: La plataforma de biosensores portátil utiliza sensores electroquímicos impresos para la detección rápida y selectiva de Staphylococcus aureus (foto cortesía de AIMPLAS)

Plataforma de biosensores portátiles reducirá infecciones adquiridas en el hospital

En la Unión Europea, aproximadamente 4 millones de pacientes adquieren infecciones asociadas a la atención de la salud (IAAS), o infecciones nosocomiales, cada año, lo que provoca alrededor de 37.... Más

TI

ver canal
Imagen: El primer modelo específico de la institución proporciona una ventaja de desempeñoa significativa sobre los modelos actuales basados en la población (Fotografía cortesía de Mount Sinai)

Modelo de aprendizaje automático mejora predicción del riesgo de mortalidad para pacientes de cirugía cardíaca

Se han implementado algoritmos de aprendizaje automático para crear modelos predictivos en varios campos médicos, y algunos han demostrado mejores resultados en comparación con sus... Más

Pruebas POC

ver canal
Imagen: El lector de inmunoensayo cuantitativo RPD-3500 (Fotografía cortesía de BK Electronics)

Lector de inmunoensayo de pruebas POC proporciona análisis cuantitativo de kits de prueba para diagnóstico más preciso

Un lector de inmunoensayos cuantitativos pequeño y liviano que proporciona un análisis cuantitativo de cualquier tipo de kits o tiras de prueba rápida, y se puede conectar a una PC... Más
Copyright © 2000-2024 Globetech Media. All rights reserved.