在与医疗保健专业人员合作多年后,劳蕾尔·瑞克医生和她的团队发现,医院里最繁忙、最拥挤的地方是急诊科。在“急诊科”,许多医生和护士必须快速评估和治疗广泛的疾病和条件。

瑞克医生说:“即使在冠状病毒感染前,患者也可能在走廊里待上几个小时。技术简介。“也有许多不同的人 - 医师,护士,技术人员,EMTS,家庭成员 - 不仅增加了拥挤,而且还为其中的人们增加了额外的认知负荷。”

这个场景对人类来说已经够困难的了,更不用说医院最新的助手:人形机器人了。

机器人已经在世界各地的医院中使用了更频繁特别是医生们正在寻找方法,在不通过人类接触传播疾病的情况下提供COVID-19治疗。

2020年初,一个名为“汤米被用来在意大利的一家医院运送物资。西班牙的PAL机器人公司也采用了类似的方法TiAGO交付和TiAGO输送机器人今年两家巴塞罗那医疗保健设施。

(如下:手表Moxi机器人在德克萨斯州德克萨斯州立长老会医院达拉斯运营。)

然而,对于像汤米和蒂亚戈这样的机器人来说,要想在繁忙的急诊科中找到自己的路,它们必须了解环境,以及在环境中发现的人群。

加州大学圣地亚哥分校的计算机科学家已经开发了一种更准确的导航系统,允许机器人更好地谈判繁忙的临床环境,尤其是急诊室。简单地说,“安全关键深度Q-Network”,或SafedQn,斑点是一个群体在他们周围做关键的工作和阉牛。

SafEdQn具有一种算法,它看了医院集群的两个因素:群体中有多少人,他们有多迅速。

例如,当患者的病情恶化时,团队立即收集它们以提供援助。临床医生在这种情况下的动作是快速,警报和精确的。

导航系统检测到这种情况,然后指挥机器人远离道路。

UCSD使用来自YouTube的视频培训了算法,包括纪录片和现实的剪辑,如“创伤:ER中的生命”和“波士顿EMS”。其他700多个视频可用于其他研究团队培训其他算法和培训其他算法机器人。

由Laurel Riek教授和博士生Angelique Taylor领导的团队,在5月30日至6月5日在中国西安举行的国际机器人和自动化会议上发表了一篇论文,详细介绍了他们的发现。

泰勒说:“我们的系统是为了应对急诊科可能发生的最坏情况而设计的。”泰勒是加州大学圣地亚哥分校计算机科学与工程系Riek医疗机器人实验室的一员。

研究人员在模拟环境中测试了他们的算法,并将其性能与其他最先进的机器人导航系统进行了比较。UCSD工程师表示,SafeDQN系统在所有情况下都能生成最有效、最安全的路径。

在简短的问答中技术简介下面,Riek博士谈到了机器人在医院中的新兴角色,因为它们提高了导航能力。

技术简介在繁忙的医院环境中,机器人在检测和导航方面面临的挑战是什么?你们的技术是如何解决这些缺点的?你的机器人是如何比其他机器人更好地导航的?

Laurel Riek博士在这篇由我的博士生Angelique Taylor领导的论文中,我们探讨了机器人如何理解和模拟ED中的活动,特别是关于病人的敏锐度的问题。在这里,我们观察到一个高敏锐度患者(例如,某人患有心脏病或中风)可能有更多的快速移动的医疗工作者在他们周围。我们用直觉来设计我们的系统,称为SafeDQN,它允许机器人了解医疗工作者正在从事的任务类型,这样它们就不会中断拯救生命的医护服务。

为了进行评估,我们模拟了四种场景(或地图),其中机器人在繁忙的急诊科向临床医生运送物资。每个场景包括高视力患者在走廊接受治疗的地方,以及其他临床医生可能在治疗低视力患者的地方。机器人需要确定最安全的路径(不中断对高视力患者的护理),同时也要确定最快的路径。

技术简介你把你的系统和其他现有的导航方法做过比较吗?

Laurel Riek博士:我们将我们的系统与三种传统的导航方法进行了比较,不考虑患者敏锐度水平。These include: 1) RandomWalk, where a robot navigates by randomly selecting an action until it reaches its goal, 2) A*Search, which uses simple rules (heuristics) to find the shortest path, and 3) Dijkstra’s algorithm, which models the world as nodes in a graph, and then attempts to calculate the shortest graph.

我们发现SafeDQN在模拟ED环境中导航时为移动机器人提供最安全的最快路径。它明显优于随机步行,a *和dijstra。据我们所知,这是第一个为安全关键设置中提供机器人感知导航方法的第一项工作。

技术简介在未来的十年里,你认为机器人在医院里扮演什么角色?

Laurel Riek博士:与临床医生和患者仔细共同设计的机器人系统,真正了解护理的背景,可能有助于减少医疗工作者的工作量,提高患者体验。目前,ED工人大约每六分钟打断,对患者安全,专利经验和医疗工作者福祉产生了巨大的负面影响。在这里,机器人可以为医疗保健工人获取供应或设备,或向患者提供食物和毯子。然而,重要的是,在执行这些任务时,这些机器人的传感和导航系统会考虑患者敏锐度,以免是额外的中断来源或者是安全风险。我们的工作旨在解决这一差距。

It is also possible that robots may be able to support patients who are feeling isolated — perhaps by connecting them with family and friends (for example, a video chat on wheels), or by giving them updates on their care (“You’ll be taken for an X-Ray in 10 minutes.”). For some populations, pet-like robots may be able to provide comfort and support when there is no healthcare worker or volunteer available.

技术简介你在哪里测试过这个系统?病人和医生的反应是什么?

里克•博士到目前为止,我们已经对这个系统进行了模拟测试,但计划今年夏天在一个真实的医疗培训中心进行测试。我们的临床同事非常支持我们的系统设计,并渴望测试它。我们也期待与患者及其家属合作,因为他们也是重要的利益相关者。重要的是,我们设计的机器人是可接近的,可理解的,用户友好的。我们正在几个不相干的项目上探讨这个问题。

技术简介: 2019冠状病毒病对您的工作有何影响?

里克•博士当前位置在流感大流行开始后,我有6个临床同事,他们都在不同的专业工作,写信问我是否可以为他们制造机器人来支持医院的远程医疗。因此,我们开始了几个新的项目,探索如何以这种方式使用机器人。在这里,我们关注两个关键的想法:1)通过设计低成本的远程医疗机器人来解决卫生公平问题,这样它们就更容易被资源较少的医院和诊所使用;2)制造具有触觉的机器人。对于临床医生来说,能够远程进行体检是很重要的,对于孤立的患者来说,除了平板电脑上的一张脸,他们还能感觉与临床医生有更多的联系。

这项工作(SafeDQN)尤其重要,因为它为急诊科的护理提供背景,而急诊科是COVID-19的第一线。考虑到这一背景,以及如何建立有益的技术,将有助于当前和以后的大流行。

您如何看待机器人在医院的新兴作用?分享您的问题和评论。