机器学习和对象识别如何帮助医院解决医疗错误

　　以下是您可能没有想到的事情：患者身体中意外遗留了多少手术器械？ 它实际上比你想象的要多。 根据研究，仅在美国，手术工具错位（无论是留在患者体内还是丢弃）所产生的费用每年约为20亿美元。

　　来自加州大学学院系统的一群学生正在寻求做些什么。 John Kim，博士，加州大学伯克利分校/加州大学旧金山分校生物工程; Robert Kim，博士和博士，加州大学圣地亚哥分校神经科学; Hector Neira，博士，加州大学伯克利分校/加州大学旧金山分校生物工程; 和加州大学伯克利分校哈斯商学院工商管理硕士学位的FedericoálvarezdelBlanco组建了一家名为“VIDI”的公司（意思是“拉丁语”），以解决这个问题。 他们的解答？ 使用人工智能（AI），机器学习和计算机视觉来识别，计算和跟踪手术室（OR）和财产上任何地方的仪器。

图源：图虫创意

　　这是一个现代化的解决方案，依赖于我们最近在物联网和更大的连接空间中看到的许多进步。 有关该集团努力的文章最近发布在arrow.com上。 以下是提取的部分：、

　　“在观察如此多的外科手术时，我们意识到仪器的计数和测井过程非常唠叨，”内拉说。 “这需要多个人进行交叉检查 - 实质上是重复计算，以确保不遗漏任何东西。”这是确定的关键步骤，但不一定是高素质外科人员的最佳增值使用。

　　然而，更深层次的问题是风险。 平均手术涉及70多种器械。 乘以许多手术和许多工作人员，分类和记录许多工具，从风险管理的角度来看，你刚刚制作了一个潜在的酸味食谱。 人的技能和决策是首屈一指的，但对于日常任务，有时人的限制可能会产生连锁反应。

　　“我能描述的最好的方法是想象我给了你一袋Skittles，并要求你计算糖果的数量，”内拉说。 “然后想象我让第二个人在同一个包里计算Skittles。”现在，想象一下，在外科环境的极端压力下，这种情况会反复发生。

　　“很有可能，这两项计数会有所不同。 因此，在手术室中，这意味着还需要另外两个人再次使用手术器械。“

　　VIDI认为，交叉检查过程会造成干扰，节省时间，并极大地增加了手术错误的发生率。

　　本文来源：https://iot.eetimes.com/how-machine-learning-and-object-recognition-can-help-hospitals-fix-medical-mistakes/

　　编译：千家智客