斯坦福大学的研究人员曾目睹过人工智能(AI)与董事会认证的皮肤科医生相提并论，现在他们转向计算机视觉来确保患者安全并改善医生的卫生状况。
主要作者，MS的Serena Yeung及其同事在《新英格兰医学杂志》上写道： “我们可能正在通过改善临床过程，文化和狭focused的技术援助来达到可达到的极限。” “人们认为疲倦的临床医生会可靠地执行复杂的医院治疗的每个行为步骤，而忽略了认知科学的证据，即人类通常以易于出错的“快速思考”模式进行操作。”
Yeung等人，计算机视觉“不再是科幻小说”。说过。深度学习使Google能够开发自动驾驶汽车，为什么它不能检测出重要的临床行为和职责方面的偏差?
作者写道：“如果成功开发和部署，环境计算机视觉将有可能以超人的性能水平分辨出床边临床医生和患者的行为，并实时发送用户设计的提示。”
斯坦福大学，Intermountain LDS医院和Lucile Packard儿童医院的研究人员将这一想法应用于基本但对临床护理至关重要的事物：手部卫生。他们使用AI训练了一台计算机，根据员工使用可用卫生站的摄像机镜头生成病人房间的热图。
这组作者说，由于担心员工和患者的隐私，该方法利用了热传感器和深度传感器来创建图像。尽管缺乏明确的清晰度，但与目前的床头评估系统相比，它具有结构优势。
杨和他的合著者说，与“秘密购物者”观察或秘密护士领导的检查不同，周围计算机视觉“不间断且无疲劳”，同时保持较低的总体成本。该技术还可以与电子健康记录系统集成，以减轻医生的负担。
“尽管安全的医院护理面临着独特的挑战，但如果在其他行业看到生产力的提高是一个迹象，则计算机视觉可能会极大地提高临床质量和效率，同时使临床医生可以专注于细微的决策，与患者互动以及提供移情治疗。”作者写道。“鉴于其在其他行业中在准确性和可负担性方面的快速改进，计算机视觉可能很快使我们更接近解决预期的临床医生行为日益复杂和人类对错误的脆弱性之间似乎难以解决的不匹配问题。”