李飞飞高徒：斯坦福如何打造基于视觉的智能医院？

斯坦福大学在李飞飞推动AI医疗发展的理念影响下，通过其人工智能实验室与露西尔帕卡德儿童医院合作，打造基于视觉的智能医院，以改善医疗卫生状况，以下从多个方面介绍打造过程：打造基于视觉智能医院的背景与目的每年死于医院内感染的人数众多，甚至比车祸死亡人数还多，去医院就医比不去医院病情加重的概率要高1/30，而手部卫生是阻止传染病传播的第一道防线，检查手是否洗干净需要自动检验技术帮助。医院现有的通过佩戴RFID卡或标识追踪手部卫生状况的方法有一定效果，但存在对工作流程干扰的问题，如人冲进新房间时皂液器刷到RFID卡产生响应，且RFID卡通讯距离短，长距离“活跃”RFID卡受定向天线控制且需要电池，因此需要新型解决方案。借助视觉的原因医院现有的教育手段和WHO提出的手部卫生“五大时刻”等规定，以及让员工佩戴RFID卡或标识追踪手部卫生状况的方法存在局限，需要一种可克服RFID技术局限的新型解决方案。计算机视觉在医学成像中有应用，但在物理医院空间未充分利用，而自动驾驶汽车利用传感器了解周围环境，可借鉴其部分传感器用于医院了解卫生状况。具体技术方法深度传感器的应用深度传感器（如Xbox Kinects）记录的是距离而非颜色，在深度图像中，每个像素代表到现实世界空间中像素的“距离”，通常是一个浮点数，如1.337米。观察深度图像虽看不清人脸，但能分辨人们在做什么，可保护用户隐私，在医院中隐私非常重要。在两家医院（一家儿童医院的心血管科室，一家成人医院的ICU病房）的天花板上安装了深度传感器。利用3D计算机视觉工具自动测量手部卫生活动的步骤行人检测：选择一种可在任何类型图像上运行的方法，利用在给定房间图像中人只占据很小空间，且深度图像中的人看起来像地板背景上醒目的“一坨”这两个层面。确定地面的占据网格，创建字典，在地面的每个点包含一“坨”，对于多个人渲染场景中的多“坨”，测试时利用前景/背景分离或目标分割算法获取图像，对字典执行K近邻搜索寻找每一“坨”的位置。追踪医护人员：识别单位中所有行人的轨迹，即全局医院单位地面上的位置。手部卫生活动分类：当一个人使用了洗手液时，手部卫生活动被定义为正，将每个行人的轨迹标记为“干净”或“不干净”。由于传感器安装角度和位置不同，模型需对差异具有鲁棒性，使用空间变换网络（STN）代替传统卷积神经网络（CNN），STN输入任意图像，输出变形图像，向STN提供人物分割（身体掩模），可使用经典前景/背景分离技术或深度学习方法提取，STN将图像变形成“视点不变”形式，再使用标准CNN（DenseNet）执行是否有人使用洗手液的二进制分类。该技术与人类观察员和RFID的对比结果准确率对比RFID正确预测干净或肮脏的概率只有18%，产生大量假阳性，准确率较低。观察员准确率为63%，三个人观察准确率为72%，而算法准确率达到75%，超过了人类观察员。检测频率对比：人类观察员检测手部卫生活动频率低，常因注意力分散错过很多活动，如打瞌睡、看区域内无关活动或没看到手部卫生活动进行。未来方向手部卫生只是医疗保健中应用计算机视觉的一个案例，还在开发计算机视觉系统，以监测患者的活动水平，分析外科手术的质量，并检查老年人生活中的异常情况，希望展示人工智能辅助医疗的潜力和影响。