使用视频流监控医疗表面的表面清洁制造技术

清洁向导监控医疗设备的清洁并提供反馈，以确保基于最佳实践进行清洁。清洁向导接收其中包括医疗设备项目的视频流，并且将来自视频流的第一组视频帧输入到第一机器学习模型中。第一机器学习模型被训练为输出第一组视频帧是否对应于启动医疗设备的清洁方案的活动。响应于清洁方案被启动，清洁向导将第二组视频帧输入到第二机器学习模型中，该模型被训练为输出第二组帧是否满足清洁方案的标准。响应于满足清洁方案的所有标准，清洁向导向操作者发送清洁方案完成的通知。清洁方案完成的通知。清洁方案完成的通知。

【技术实现步骤摘要】
【国外来华专利技术】使用视频流监控医疗表面的表面清洁
[0001]相关申请的交叉引用
[0002]本申请要求2019年6月28日提交的美国临时申请第62/868,243号的权益，其全部内容通过引用并入本文。

技术介绍

[0003]本公开总体上涉及使用相机结合机器学习来监控表面的清洁，并且更具体地涉及使用视频流来监控对医疗表面清洁方案的遵守情况并提供反馈。
[0004]在医疗保健中，为了控制和减少感染在患者之间传播，正确清洁医疗设备至关重要。例如，接触患者皮肤的小型医疗设备(如听诊器和温度计)可能会导致感染传播。作为一个特殊的示例，已证明听诊器(最重要的是膜)几乎100％被潜在的病原体和皮肤菌群污染，这些病原体和菌群通常是从定植或感染患者处获得。众所周知且有记录称，听诊器污染的程度即使在进行一次身体检查后也与医生惯用手的一部分的污染程度相当。与患者皮肤或黏膜直接接触的类似类型的医疗设备也存在这种污染程度的风险。
[0005]尽管对医疗环境中的污染进行了全面记录，但对环境清洁标准和方案的遵守情况各不相同，从而导致疾病爆发。遵守方面的问题包括未能遵循制造商说明中规本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种方法，包括：接收视频流；将所述视频流的第一组帧输入到第一机器学习模型中，所述第一机器学习模型被训练为输出：所述第一组帧是否对应于启动医疗设备项目的清洁方案的活动；响应于接收到所述第一组帧对应于启动所述清洁方案的活动的输出，将来自所述视频流的第二组帧输入到第二机器学习模型中，所述第二机器学习模型被训练为输出：所述第二组帧是否满足所述清洁方案的标准；以及响应于所述第二组帧满足所述清洁方案的标准，向操作者发送所述清洁方案完成的通知。2.根据权利要求1所述的方法，其中所述清洁方案的所述标准包括针对所述清洁方案的一方面的缺陷值。3.根据权利要求2所述的方法，其中所述第二机器学习模型为所述一组帧中的每个帧生成输出，并且其中所述方法还包括：分析所述第二机器学习模型的、与所述一组帧的给定帧对应的给定输出；以及响应于所述给定输出在所述缺陷值的阈值范围内，向所述操作者发送通知以校正所述缺陷。4.根据权利要求2所述的方法，还包括：监控所述第二机器学习模型的、与所述给定帧之后的帧对应的输出；以及响应于所监控的所述输出中的至少一个输出未能满足所述缺陷值，向所述操作者发送通知以重新开始所述清洁方案。5.根据权利要求1所述的方法，其中所述第一机器学习模型是建议网络。6.根据权利要求1所述的方法，其中所述第一机器学习模型被训练为：响应于在所述第一组帧中检测到用布跨所述医疗设备项目的表面进行擦拭运动，输出所述清洁方案被启动。7.根据权利要求1所述的方法，还包括：还响应于接收到所述第一组帧对应于启动所述清洁方案的活动的输出，确定所述视频流中的所述医疗设备项目相对于捕获所述视频流的相机的位置；以及响应于所述医疗设备项目相对于所述相机被定位在阈值距离之外，向所述操作者发送通知以重新定位所述医疗设备项目。8.根据权利要求1所述的方法，其中所述视频流由安装在所述医疗设备项目上或所述医疗设备项目中的相机捕获。9.根据权利要求1所述的方法，其中所述第二机器学习模型的输出包括像素图，所述像素图表示所述清洁方案的基于所述第二组帧的一个或多个方面。10.根据权利要求9所述的方法，还包括：将所述像素图输入到所述第二机器学习模型的一个或多个分类器中；从所述一个或多个分类器中的每个分类器，接收分类器的输出：所述像素图的像素是否符合所述清洁方案的要求值；以及响应于所述像素图的像素符合所述清洁方案的所述要求值，确定所述第二组帧满足所述清洁方案的所述标准。
11.根据权利要求10所述的方法，其中所述清洁方案包括所述医疗设备项目的表面的湿度的要求值。12.根据权利要求1所述的方法，其中启动针对所述医疗设备项目的所述清洁方案还包括：至少部分地基于所述第一组帧，确定在所述清洁方案期间使用的清洁剂的类型；以及基于所确定的所述...

【专利技术属性】
技术研发人员：J，
申请(专利权)人：数字诊断公司，
类型：发明
国别省市：