相关实验视频
Updated: Jun 29, 2025
12:08
Improving IV Insulin Administration in a Community Hospital
Published on: June 11, 2012
18.8K
基于图像识别技术的PIVAS药物分发的智能监督
Jianzhi Deng1,2, Ying Chen2, Xiaoyu Zhang2
1College of Earth Sciences, Guilin University of Technology, Guilin, China.
PloS one
|April 4, 2024
概括
药房静脉混合服务 (PIVAS) 可以使用图像识别来改进. 这项研究通过应用人工智能来识别药物类型和剂量,减少错误,提高了药物发行效率和准确性.
科学领域:
- 药房实践 在药房实践.
- 医疗信息学 医疗信息学
- 计算机视觉 计算机视觉
背景情况:
- 药房静脉注射混合服务 (PIVAS) 对于现代医疗保健中集中静脉注射药物发行至关重要.
- 目前的PIVAS工作流程存在效率低下和手动错误的高潜力.
- 尽量减少药物错误和提高药物准确性对于患者安全至关重要.
研究的目的:
- 提高PIVAS工作流程的效率和准确性.
- 为了减少手工误判,并尽量减少药物错误在静脉注射药物发行.
- 应用图像识别技术来自动化药物检查和发行流程.
主要方法:
- 选择并改进了针对精确的静脉注射药物类别识别的目标检测模型.
- 开发了一个角探测模型,用于在分发过程中精确识别药物剂量.
- 设计和实施集成的PIVAS药物类别和剂量识别系统.
主要成果:
- 实现了对静脉注射药物类别的识别精度和速度的改进.
- 通过可靠的剂量识别,提高药物分配的准确性.
- 在PIVAS中开发了用于自动化药物检查和分发的功能系统.
结论:
- 图像识别技术显著提高了PIVAS的效率,并减少了药物错误.
- 由人工智能驱动的系统为提高静脉注射药物混合服务的准确性提供了可行的解决方案.
- 开发的系统证明了在医疗保健机构更广泛采用的潜力,以提高药物安全性.
更多相关视频
09:41A Pipeline for 3D Multimodality Image Integration and Computer-assisted Planning in Epilepsy Surgery
Published on: May 20, 2016
12.3K
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.2K
