La technologie de reconnaissance faciale trouve ici une application de choix, dans la surveillance des patients hospitalisés en unités de soins intensifs (USI). Cette étude présentée par une équipe de scientifiques japonais au Congrès Euroanaesthesia, qui combine la reconnaissance faciale et un système automatisé, décrit un dispositif innovant, capable de prédire, avec une précision satisfaisante, quand les patients en USI encourent un risque élevé, tel que le retrait accidentel de leur tube de respiration.
La recherche suggère que cet outil automatisé de détection du risque a le potentiel de veiller en permanence à la sécurité du patient et pourrait permettre de dépasser certaines des limitations associées à des ressources limitées en personnels soignants, qui rendent impossible l’observation en continue des patients gravement atteints. « Grâce aux images que nous prenons du visage et des yeux du patient, nous sommes capables de reconnaître les mouvements ou comportements associés à des risques élevés », explique l’auteur principal, le Dr Akane Sato, de la Yokohama City University (Japon).
Vers une « USI intelligente »
Ce développement constitue, pour ces chercheurs, la première étape vers une « USI intelligente », déjà planifiée dans l’hôpital. Car, alors qu’en USI, les patients gravement malades sont systématiquement sous sédation pour prévenir la douleur et l’anxiété, permettre les procédures invasives, qu’il reste difficile de fournir aux patients un niveau optimal de sédation, il existe toujours un risque de comportement dangereux pouvant entraîner des accidents, comme le retrait accidentel des dispositifs invasifs.
Un bon degré de précision est atteint. L’étude menée auprès de 24 patients postopératoires, âgés en moyenne de 67 ans, admis en soins intensifs à l’hôpital de Yokohama entre juin et octobre 2018, apporte une bonne preuve de concept : environ 300 heures de données image ont été analysées pour identifier les images de jour des patients face à la caméra, bien positionnés, montrant clairement leur visage et leurs yeux. 99 images ont ensuite fait l’objet d’un apprentissage automatique, un algorithme capable d’analyser des images spécifiques en fonction de données d’entrée, selon un processus similaire à celui suivi par le cerveau humain lorsqu’il apprend de nouvelles informations. En fin de compte, le modèle se révèle capable d’alerter avec une grande précision les comportements à haut risque, notamment autour du visage du sujet.
L’outil permet de répondre aux risques associés à de multiples situations. Il comprend, bien évidemment, une fonction d’alerte pour avertir les professionnels de santé en cas de comportements à risque.
L’objectif final sera de combiner diverses données de détection, telles que signes vitaux avec les images pour parvenir à un système entièrement automatisé de prévision des risques, liés au comportement du patient, en USI.
Source : Euroanaesthesia 2-Jun-2019 Using facial recognition technology to continuously monitor patient safety in the ICU
