A-PLR:智能ICU中用于准确且可用被动抬腿测试的活动感知助手

人体姿态与行为识别AI 辅助决策与自动化系统远程医疗与远程患者监测医生、护士、临床医生精神科医生与心理咨询师物理治疗师与康复治疗师

被动抬腿(PLR)测试是重症监护室(ICU)中评估液体反应性的重要诊断工具。然而,其执行和解释容易因程序复杂性和临床医生工作负担而产生错误。我们引入A-PLR,这是一种集成在智能ICU环境中的活动感知助手,用于缓解这些挑战。该系统采用计算机视觉和空间活动识别来自主识别PLR阶段、确保程序依从性,并通过直观的床旁界面提供实时决策支持。本文报告了对A-PLR的混合方法评估,包括定量性能指标和临床专业人员(N=30)的定性见解。在受控实验环境中,结果表明可用性和程序支持得到改善,且当临床医生得到A-PLR支持时,诊断辅助得到增强且认知负荷降低的迹象。此外,用户反馈凸显了活动感知、AI驱动的系统在(模拟)危重护理环境中支持决策和简化工作流程集成的潜力。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/iui/226623/2026

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
IUI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
9 位作者
sell
研究子方向
人体姿态与行为识别、AI 辅助决策与自动化系统、远程医疗与远程患者监测
work
职业/产业
医生、护士、临床医生、精神科医生与心理咨询师、物理治疗师与康复治疗师
article
内容状态
仅摘要
hub
相关论文
1 篇相关论文