Reconocimiento de Actividad de Enfermería para la Documentación Automatizada de Cuidados en Entornos Clínicos

Área de la Ciencia:

• Informática de la Salud
• Inteligencia Artificial en la Atención Médica
• Tecnología de Enfermería

Sus antecedentes:

• La documentación de enfermería consume mucho tiempo, lo que afecta la eficiencia del personal.
• Los métodos existentes carecen de soporte automatizado para la documentación rutinaria.
• Necesidad de tecnologías que preserven la privacidad en entornos clínicos.

Objetivo del estudio:

• Desarrollar un sistema de asistencia basado en IA para la documentación automatizada de enfermería.
• Reducir la carga de documentación del personal de enfermería.
• Explorar tecnologías de sensores que preservan la privacidad para aplicaciones sanitarias.

Principales métodos:

• Se utilizaron sensores de aceleración portátiles y escaneos térmicos infrarrojos lejanos.
• Se incorporó Azure Kinect para entrenamiento y evaluación.
• Se desarrolló la identificación autónoma de acciones y el aprendizaje de actividades.
• Se entrenaron tres redes neuronales utilizando datos de movimiento, imágenes térmicas o modalidades combinadas.
• Se empleó validación cruzada de 10 pliegues para la evaluación del modelo.

Principales resultados:

• Se logró una precisión del 89,65% para el modelo combinado de datos de movimiento y térmicos.
• Se demostró la viabilidad de la IA para pre-rellenar los registros de documentación de enfermería.
• Se mostró el potencial de aprendizaje continuo y mejora de los modelos de IA a través de la retroalimentación del usuario.

Conclusiones:

• Los sistemas impulsados por IA que utilizan datos de sensores multimodales pueden mejorar significativamente la eficiencia de la documentación de enfermería.
• La tecnología de sensores que preserva la privacidad es crucial para la aceptación e implementación en entornos clínicos.
• Los mecanismos de aprendizaje continuo mejoran el rendimiento a largo plazo de los asistentes de documentación de IA.