Edge AI -pohjainen AR-järjestelmä käsihygieniakoulutukseen terveyteen liittyvien alojen opiskelijoille

Tausta Meneillään oleva COVID-19-pandemia on aiheuttanut vakavia uhkia kansanterveydelle maailmanlaajuisesti. Vaikka lapsilla on lieviä oireita, heidän on todettu levittävän viruksen todennäköisemmin kotitaloudessa kuin muissa ikäryhmissä. Käsihygienian merkitystä ei voi aliarvioida sekä terveydenhuollossa että yhteiskunnassa. Käsihygienian edistäminen on paras käytäntö terveydenhuoltoon liittyvien infektioiden ehkäisyssä. On arvioitu, että käsihygienia voisi vähentää yli 500 000 kuolemantapausta vuodessa. Todettiin, että terveydenhuoltoon liittyvien infektioiden vuotuinen taloudellinen vaikutus Yhdysvalloissa oli noin 6,5 miljardia dollaria vuonna 2004, ja jokainen käsihygienian edistämiseen käytetty dollari voisi johtaa 23,7 dollarin hyötyyn. Koulutuksella on keskeinen rooli käsihygienian hyvän käytännön perustan luomisessa.

Terveyteen liittyvien alojen opiskelijoiden perinteisiä koulutusmenetelmiä ovat luento ja harjoitukset, mutta yksilöllisiä ohjeita ja palautetta opiskelijat saavat harvoin työvoiman ja tilojen rajallisuuden vuoksi. Siksi on kiireesti suunniteltava automatisoitu ja yksilöllinen koulutusjärjestelmä. Tämän ehdotetun hankkeen tavoitteena on suunnitella ja testata innovatiivinen käsihygieniakoulutustyökalu, jolla on seuraavat erityistavoitteet:

1. kehittää prototyyppi tekoälyllä toimivasta AR-järjestelmästä käsihygieniakoulutukseen ja -arviointiin terveyteen liittyvien tieteenalojen opiskelijoille;
2. suorittaa non-inferiority satunnaistettu kontrolloitu koe (RCT) testatakseen tämän tekoälyyn perustuvan AR-koulutusjärjestelmän tehokkuutta käsihygieniaan liittyvissä tiedoissa ja käytännöissä terveyteen liittyvien tieteenalojen opiskelijoilla;
3. arvioida tekoälypohjaisen AR-koulutusjärjestelmän vaikutuksia ja kerätä palautetta osallistujilta.

Jos järjestelmä osoittautuu tehokkaaksi, se voidaan integroida terveyteen liittyvien alojen opiskelijoiden opetussuunnitelmaan verkko-oppimisena. Jatkossa tätä järjestelmää voidaan käyttää myös hoitopisteissä reaaliaikaiseen terveydenhuoltohenkilöstön seurantaan ja auditointiin muissa terveydenhuollon ympäristöissä.

Menetelmät Tutkimussuunnittelu: Tämä on non-inferiority kaksihaarainen RCT.

Ainerekrytointi Poikkitieteelliset perustutkinto-opiskelijat, jotka opiskelevat Hoitotyön korkeakoulussa, Optometrian korkeakoulussa sekä Sovellettavan biologian ja kemiantekniikan laitoksella, rekrytoidaan tammi-kesäkuun 2024 aikana. Osallistujat tilaavat aikavälin koulutustilaisuuksia (jossakin istunnossa on 4 osallistujaa). Kaikki osallistujat, jotka osallistuvat samaan istuntoon, määrätään samaan ryhmään klusterin satunnaistuksen avulla. Tilastomies määrittää ryhmät etukäteen satunnaislukugeneraattorilla. Osallistujille ei tiedoteta ryhmästään ennen saapumistaan ​​tutkimusalueelle (Squina International Centre for Infection Control in PolyU).

Otoskoko klusterin satunnaistetussa kontrolloidussa tutkimuksessa Olettaen, että osallistujien määrä kussakin klusterissa on 5-20, kussakin ryhmässä on noin 6-20 klusteria. Koehenkilöiden keskihajonnan oletetaan olevan 2,00, klusterin sisäiseksi korrelaatiokertoimeksi 0,010 ja klusterin kokojen variaatiokertoimeksi 0,500. Otoskoko 200-240 voi saavuttaa >91 %:n tehon havaita ero kahden ryhmän keskiarvojen välillä (luottamusväli -1,0 ja 1,0) kaksipuolisessa t-testissä, jonka merkitsevyystaso on 0,050.

Interventiota edeltävä arviointi Paikkavierailun aikana osallistujat allekirjoittavat ensin suostumuslomakkeen ja heitä pyydetään täyttämään kysely käsihygienian tuntemuksista ja käytännöistä.

Osallistujien tulee laittaa fluoresoivaa jauhetta molempiin käsiinsä ja sitten suorittaa käsien pesu nestesaippualla ilman ohjeita (1. HW-yritys). Käsienpesualtaiden yläpuolelle asennettu kamera ottaa videoita molemmista käsistä (ei kasvoja tai muita kehon osia) tämän toimenpiteen aikana. Käsien pesun jälkeen osallistujien on skannattava käsiskannerilla (The Semmelweis Scanner™) käsillään olevaa fluoresoivaa jauhetta. Tallennettujen käsienpesuvideoiden avulla koulutetaan tekoälyalgoritmeja automaattista kuvankäsittelyä ja arviointia varten. Kaksi IPC-asiantuntijaa arvioi käsihygienian laadun näissä videoissa, jotka otetaan käyttöön kuvankäsittelyn perustotuuksina. Käsiskannerissa näkyvää fluoresoivan geelin jäämien prosenttiosuutta käsissä käytetään objektiivisena käsienpesun tehokkuuden arviointina yksittäisillä osallistujilla.

Interventioryhmät

Ryhmä A (AI-pohjainen AR-koulutusjärjestelmä) Osallistujat käyttävät tekoälyyn perustuvaa AR-koulutusjärjestelmää saadakseen yksilöllisiä arvioita käsienpesusuoritustaan. Heille ei tiedoteta käsiskannerin tuloksista.

Ryhmä B (käsiskanneri + videokoulutus) Osallistujat käyttävät olemassa olevaa koulutusohjelmaa, joka on osoittautunut tehokkaaksi aiemmassa tutkimuksessamme. Lyhyesti sanottuna osallistujille tiedotetaan käsiskannerin tuloksista ensimmäisen HW-yrityksen aikana. He katsovat myös koulutusvideon käsienpesun 7 vaiheesta.

Intervention jälkeinen arviointi Osallistujat tekevät toisen HW-yrityksen laittamalla fluoresoivaa jauhetta molempiin käsiinsä ja suorittavat sitten käsien pesun videoiden kanssa. Käsien pesun jälkeen osallistujat skannaavat käsiskannerilla uudelleen käsissään jääneen fluoresoivan jauheen.

Osallistujia pyydetään myös täyttämään kysely käsihygienian tuntemuksista ja käytännöistä osana interventioiden jälkeistä arviointia.

Satunnaistaminen, allokoinnin piilottaminen ja sokeuttaminen Osallistujat jaetaan satunnaisesti interventioryhmiin satunnaistuksen avulla, jonka suorittaa tilastotieteilijä, joka ei ole mukana tutkittavien rekrytoinnissa. Osallistujat sokeutuvat. Aiherekrytointiin osallistuvat rekisteröintiviranomaiset ja käsihygienian laatua arvioivat IPC-asiantuntijat sokeutuvat ryhmittymille. Opintopaikan käsihygieniavideokuvaukseen osallistuvia RA:ita ja opiskelija-avustajia ei sokeuteta, koska he antavat ohjeita osallistujille.