NICU护士25%时间写病历，60%干预漏记！AI看视频自动记录，准确率93.97%！
Infant Care Video Dataset for Classification of Interventions Using Transformers
📖 AI 总结
该研究针对新生儿重症监护室（NICU）中护理记录负担沉重、大量干预操作未被记录的问题，提出了基于视频自动识别护理干预的方案。作者构建了婴儿护理视频数据集（ICVD），包含4,144段视频，覆盖12类模拟护理干预操作，并通过模拟人系统性地变化拍摄角度和医护人员肤色等条件，同时确保隐私合规。研究采用视频Transformer架构（TimeSformer和MotionFormer）进行基线评估，分别取得93.97%和93.17%的Top-1准确率。消融实验显示，帧级方法准确率仅为23.17%，与时间模型相比存在70.80%的性能差距，充分验证了时间建模在识别护理动作中的必要性。该数据集为开发NICU自动化文档系统提供了基础，有望减轻临床护理人员的记录负担，改善现有护理实践。
🔑 关键词速览
| ICVD | 婴儿护理视频数据集，包含4,144个视频，用于开发自动化干预检测系统。 |
| TimeSformer | 一种视频变换器架构，通过分离时空注意力处理视频帧，用于分类任务。 |
| MotionFormer | 一种视频变换器架构，专注于运动信息建模，用于视频分类。 |
| top-1 accuracy | 分类任务中，模型预测概率最高的类别与真实标签匹配的准确率。 |
| ablation study | 消融研究，通过移除或修改模型组件来评估其对性能的影响。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅