Une technologie de vision par ordinateur efficace pour déterminer le port approprié d’un masque en milieu hospitalier, selon une étude pilote


  • FrançaisFrançais


  • Suivez-nous sur notre page Facebook et notre canal Telegram


    Au début de 2020, avant que les vaccins contre la COVID-19 et les traitements efficaces ne soient largement disponibles, le port du masque universel était une stratégie centrale pour prévenir la transmission de la COVID-19. Mais les hôpitaux et autres environnements avec des mandats de masque ont été confrontés à un défi. Le rappel aux patients, aux visiteurs et aux employés de porter des masques devait être fait manuellement, ce qui prenait du temps et demandait beaucoup de travail. Des chercheurs du Brigham and Women’s Hospital (BWH), membre fondateur du système de soins de santé Mass General Brigham, et du Massachusetts Institute of Technology (MIT) ont entrepris de tester un outil pour automatiser la surveillance et les rappels sur l’adhérence du masque à l’aide d’un algorithme de vision par ordinateur. L’équipe a mené une étude pilote parmi les employés de l’hôpital qui se sont portés volontaires pour participer et a constaté que la technologie fonctionnait efficacement et que la plupart des participants ont signalé une expérience positive d’interaction avec le système à l’entrée de l’hôpital. Les résultats de l’étude sont publiés dans BMJ ouvert.

    “Changer un comportement, comme le port d’un masque, demande beaucoup d’efforts, même parmi les professionnels de la santé”, a déclaré l’auteur principal Peter Chai, MD, MMS, du Département de médecine d’urgence. “Notre étude suggère qu’un système de visualisation informatique comme celui-ci pourrait être utile la prochaine fois qu’il y aura une pandémie virale respiratoire pour laquelle le masquage est une stratégie essentielle en milieu hospitalier pour contrôler la propagation de l’infection.”

    “Nous reconnaissons les défis pour garantir une utilisation appropriée du masque et les obstacles potentiels associés à la notification par le personnel d’une mauvaise utilisation du masque par des collègues et nous décrivons ici une alternative basée sur la vision par ordinateur et l’évaluation par nos collègues de l’acceptabilité initiale de la plate-forme”, a déclaré l’auteur principal. C. Giovanni Traverso, MB, BChir, PhD, du Département de médecine du BWH et du Département de génie mécanique du MIT.

    Pour l’étude, l’équipe a utilisé un programme de vision par ordinateur qui a été développé à l’aide d’images fixes de télévision en circuit fermé à faible résolution pour détecter le port du masque. Entre le 26 avril 2020 et le 30 avril 2020, les chercheurs ont invité les employés qui entraient dans l’une des entrées principales de l’hôpital à participer à une étude observationnelle qui testait le modèle de vision par ordinateur. L’équipe a recruté 111 participants qui ont interagi avec le système et ont été interrogés sur leur expérience.

    Le système de visualisation par ordinateur a détecté avec précision la présence d’adhérence du masque 100 % du temps. La plupart des participants – 87% – ont rapporté une expérience positive d’interaction avec le système à l’hôpital.

    Le projet pilote était limité aux employés d’un seul hôpital et peut ne pas être généralisable à d’autres contextes. De plus, les comportements et les attitudes envers le masquage ont changé tout au long de la pandémie et peuvent différer aux États-Unis. Une étude future est nécessaire pour identifier les obstacles à la mise en œuvre de systèmes de visualisation par ordinateur dans les établissements de santé par rapport à d’autres institutions publiques.

    “Nos données suggèrent que les personnes en milieu hospitalier sont réceptives à l’utilisation de systèmes de visualisation par ordinateur pour aider à détecter et à proposer des rappels sur le port efficace d’un masque, en particulier au plus fort d’une pandémie, comme moyen de se protéger tout en servant en première ligne. d’une urgence médicale », a déclaré Chai. « Le développement continu des systèmes de détection pourrait nous donner un outil utile dans le contexte de la pandémie de COVID-19 ou en vue de prévenir la propagation de futurs agents pathogènes aéroportés.

    Houssen Moshinaly

    Rédacteur en chef d'Actualité Houssenia Writing. Rédacteur web depuis 2009.

    Blogueur et essayiste, j'ai écrit 9 livres sur différents sujets comme la corruption en science, les singularités technologiques ou encore des fictions. Je propose aujourd'hui des analyses politiques et géopolitiques sur le nouveau monde qui arrive. J'ai une formation de rédaction web et une longue carrière de prolétaire.

    Pour me contacter personnellement :

    Laisser un commentaire

    Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *