Gesture recognition for Healthcare 4.0: a machine learning approach to reduce clinical infection risks
Visione artificiale per riconoscere il lavaggio delle mani e ridurre le infezioni ospedaliere, in ottica Sanità 4.0.
Abstract
Studio di un sistema integrato che sfrutta sensori intelligenti e un sistema digitale di gestione dei processi ospedalieri (basato su diagrammi di flusso e modelli BPMN) per la sorveglianza attiva della colonizzazione da batteri antibiotico-resistenti. Il cuore del lavoro è un sensore di campo basato su visione artificiale che utilizza algoritmi di machine learning per riconoscere in tempo reale le procedure di lavaggio delle mani: i giunti della mano vengono estratti frame per frame per ricavarne caratteristiche geometriche, elaborate da tre Random Forest indipendenti i cui output alimentano un classificatore finale (una semplice rete neurale artificiale). Il sistema raggiunge un'accuratezza del 73,3%, un risultato incoraggiante data la complessità dei gesti analizzati, dimostrando come i sensori di campo possano abilitare nuovi modelli di gestione in tempo reale nel settore sanitario, in linea con i principi della Sanità 4.0.
Autori
B. Lanza, E. Ferlinghetti, C. Nuzzi, L. Sani, A. Garinei, L. Maiorfi, S. Naso, E. Piccioni, F. Bianchi, M. Proietti, A. Marini, S. Speziali, M. Marconi, A. Vispa, M. Lancini
Link
Data di pubblicazione: 06/06/2023 Ultimo aggiornamento: 17/09/2026 16:45