- Le système utilise des capteurs BLE et l’intelligence artificielle pour surveiller les patients sans recourir à des caméras.
- La solution aide à détecter rapidement les situations critiques, notamment durant la nuit lorsque la surveillance humaine est limitée.
- Les données sont analysées en temps réel grâce à la plateforme Vertex AI de Google, permettant une réduction des fausses alertes.
- La technologie respecte la protection des données et s’installe simplement sans nécessiter de câblage supplémentaire.
Au département de neurologie de l'université de médecine de Greifswald (Allemagne), une solution innovante est utilisée pour la surveillance des chambres des patients : un système basé sur des capteurs Bluetooth Low Energy (BLE) et l'intelligence artificielle enregistre les mouvements et les données environnementales, sans aucune caméra ni surveillance invasive.
Le système est opérationnel depuis mai 2024. Avant chaque garde et chaque visite, le personnel hospitalier consulte l'historique des activités dans les chambres afin d'obtenir rapidement des informations sur le comportement des patients et d'éventuelles anomalies.
Développée par Hypros, une entreprise spécialisée dans l'innovation numérique dans le domaine de la santé, cette solution est adaptée aux besoins des hôpitaux et des établissements de soins. L'objectif : améliorer les processus et renforcer considérablement la sécurité des patients. Think WIOT s'est entretenu avec Tobias Gebhardt, PDG de Hypros.
Capteurs et IA dans la surveillance avancée des patients
La surveillance numérique pour réduire la charge de travail du personnel et détecter les risques plus tôt
La pénurie de personnel infirmier qualifié est l'un des défis les plus urgents auxquels sont confrontés les hôpitaux en Allemagne. Rien qu'en 2023, environ 35 000 postes sont restés vacants. Selon les projections de l'Agence fédérale pour l'emploi, au moins 280 000 infirmières supplémentaires seront nécessaires d'ici 2049.
Cette pénurie augmente le risque que des situations critiques, telles que des chutes nocturnes ou une désorientation inaperçue, ne soient pas détectées. Une surveillance intelligente des chambres des patients à l'aide de capteurs peut contribuer à atténuer ces risques et à alléger la charge de travail des équipes soignantes.
À propos de Tobias Gebhardt
Tobias Gebhardt est PDG de Hypros et un entrepreneur expérimenté dans le domaine de l'IoT et de la santé numérique. Avant de rejoindre Hypros en 2024, il a dirigé GWA Hygiene, qui a fusionné avec Hypros la même année. Il est titulaire d'un master en gestion de l'innovation de l'université du Danemark du Sud. Hypros opère depuis Lübeck et Stralsund et développe des solutions de capteurs intelligents qui allient confidentialité, automatisation et avantages médicaux.
Déploiement à l'hôpital universitaire de Greifswald
La technologie de capteurs pour la surveillance des chambres des patients est déjà utilisée avec succès et de manière continue à l'hôpital universitaire de Greifswald, où elle contribue à optimiser l'observation des patients et à réduire la charge de travail du personnel soignant.
Le système de capteurs utilisé à Greifswald est basé sur une unité de surveillance des patients sans fil, alimentée par batterie et montée au plafond de la chambre. Cet appareil compact, sans caméra, contient plusieurs technologies de capteurs qui capturent divers paramètres. Des capteurs de mouvement suivent l'activité dans la chambre, tandis que des capteurs d'imagerie thermique détectent le profil thermique dans le champ de vision de l'appareil.
Un capteur infrarouge passif (PIR) détecte les mouvements et un capteur de temps de vol mesure la distance. De plus, un capteur thermique capture les changements de température, tandis que d'autres capteurs analysent des facteurs tels que la luminosité, le niveau de bruit et la qualité de l'air.
Installation - conforme au RGPD et sans mesures structurelles
L'autorisation en matière de protection des données a été accordée avant l'installation de la solution.
L'installation est simple : la plaque arrière est fixée au plafond, puis le capteur est glissé en place. Aucun câblage n'étant nécessaire, aucune autorisation supplémentaire des autorités de protection contre les incendies n'est requise. Les données sont transférées via les points d'accès existants de HPE Aruba Networking.
Transmission des données via Bluetooth Low Energy
Le capteur fonctionne comme un collecteur de données et communique via Bluetooth Low Energy (BLE). Les points d'accès existants équipés d'antennes BLE peuvent être utilisés pour le transfert de données, ce qui élimine le besoin d'une infrastructure supplémentaire.
Grâce à des capteurs soigneusement sélectionnés et à diverses optimisations du système, la solution est économe en énergie. Les capteurs sont alimentés par batterie et leur autonomie dépend des cas d'utilisation spécifiques mis en œuvre par le client.
Collecte et analyse des données des capteurs
Les données collectées par les capteurs sont traitées sur un serveur et analysées à l'aide d'algorithmes basés sur l'intelligence artificielle. L'intelligence artificielle identifie avec précision les schémas de mouvement, tels que le fait de sortir du lit ou une chute potentielle.
Ces données sont intégrées dans un tableau de bord qui affiche les différents paramètres au fil du temps, ainsi que dans une application qui aide le personnel médical à évaluer rapidement et précisément l'état du patient.
Fonctionnement nocturne et réactivité
C'est surtout la nuit, lorsque le personnel soignant est moins disponible, que la solution basée sur des capteurs fournit des informations cruciales. Les mouvements agités ou les schémas d'activité inhabituels sont détectés à un stade précoce, ce qui permet d'apporter des réponses ciblées et rapides avant que des situations critiques ne surviennent.
Intégration des données environnementales
Outre l'analyse des mouvements, le système intègre également des facteurs environnementaux tels que les niveaux de bruit et les conditions d'éclairage dans son évaluation. Sur la base de ces données, les perturbations du cycle veille-sommeil peuvent être identifiées. Cela permet de détecter rapidement les risques tels que la confusion ou le délire et de les minimiser efficacement.
Plateforme d'apprentissage automatique Vertex AI de Google
Le système de surveillance des patients basé sur l'IA s'appuie sur Google Cloud Vertex AI, une plateforme d'apprentissage automatique permettant l'analyse en temps réel des données des capteurs. Les modèles d'IA ont été entraînés à partir de grands ensembles de données et s'appuient sur un modèle vidéo spécialement développé qui détecte à la fois la position des patients et leurs activités dans la pièce.
En comparant les schémas de mouvement à des scénarios prédéfinis, le système peut distinguer les comportements normaux des situations critiques, ce qui réduit considérablement les alarmes inutiles.
Vertex AI permet également de tester et d'optimiser en parallèle différentes versions du modèle, ce qui permet d'adapter et d'améliorer en permanence le système afin de répondre aux exigences spécifiques et aux besoins individuels des établissements de santé.
Propriété et stockage des données
Les données collectées par les capteurs sont centralisées et analysées par Hypros. Actuellement, les données sont stockées sur des serveurs situés dans un centre de données certifié en Allemagne. Cependant, la solution peut également être déployée sous forme d'installation sur site directement au sein de l'établissement de santé.
Chaque nouveau projet client commence par une phase de formation. Dès le début, les différences en matière de mobilité des patients et d'occupation des lits – par exemple entre les unités de soins intensifs et les services généraux – sont intégrées dans la formation du modèle d'IA.
Comment le système réagit-il aux anomalies détectées ?
En connectant les capteurs BLE aux systèmes hospitaliers existants et aux serveurs d'alarme, des alertes en temps réel peuvent être transmises. Une alerte est déclenchée dès qu'une anomalie est détectée qui ne correspond pas aux modèles de « comportement normal » prédéfinis.
Cela permet au personnel soignant de recevoir des notifications ciblées, ce qui lui permet de réagir plus rapidement aux situations critiques. Il en résulte une réduction des lacunes en matière de soins et une amélioration de la sécurité des patients.
Cas d'utilisation étendus pour la solution de capteurs BLE
La solution de capteurs BLE est déjà testée dans le cadre de projets de recherche afin d'identifier d'autres cas d'utilisation. Outre la détection des facteurs pouvant contribuer au délire, d'autres applications telles que la surveillance des processus sont également à l'étude. Par exemple, le système peut détecter si un membre du personnel de nettoyage est entré dans la chambre comme prévu et a utilisé le désinfectant comme requis.
En combinant les données de différents capteurs, la solution permet des analyses plus précises qui vont au-delà des capacités des systèmes optiques ou radar traditionnels.
À propos de Hypros – Innovation dans le domaine de la santé
Siège social : Stralsund et Lübeck, Allemagne
Activité principale : solutions IoT et IA pour les soins de santé
Expertise technologique : technologie des capteurs, systèmes de localisation en temps réel (RTLS), analyse de données et optimisation des processus dans les hôpitaux
Actifs gérés : plus de 30 000 appareils médicaux suivis en temps réel
Zone surveillée : plus de 1,8 million de mètres carrés dans des établissements de santé
Présence internationale : projets NosoEx et solutions supplémentaires mis en œuvre dans des hôpitaux de 17 pays
Portefeuille de produits : suivi des actifs, surveillance de l'hygiène des mains (NosoEx), gestion des lits, surveillance de la température, surveillance sans contact des patients, gestion des alarmes
Mission de l'entreprise : Favoriser la transformation numérique dans le secteur de la santé grâce à une plateforme IoT et IA de pointe
