表情辨識 減少醫療暴力

近年來急診醫療暴力頻傳，交大團隊結合表情辨識和人臉辨識，透過分辨表情，提醒醫護人員及早安撫或處理患者，還有黑名單警示功能，有助於減少醫療暴力。 台北醫學大學與美國麻省理工學院聯手舉辦「二○一七健康物聯網黑客松」，今年以醫療應用為主題，提供兩大醫療臨床數據資料庫，讓參賽者發揮創意，研發與醫療健康領域相關的創新應用，今天舉行頒獎典禮。 近年來醫療暴力頻傳，由交通大學電機工程系博士後研究員鐘孟良、博士候選人黃柏維、碩士生吳宜樵和大學部學生吳昱良組成的團隊，研發可應用於醫療急診室的「影像式健康生理訊號量測與人工智慧表情辨識整合系統」，拿下第二名和最佳創意獎。 黃柏維表示，現在急診醫療暴力頻傳，主因是患者在等待救援的過程，有一些情緒累積，團隊建立表情辨識系統，區分為正常、開心、傷心、負面情緒等四種模式，透過哭泣、皺眉、驚嚇、生氣等不同表情瞭解患者的情緒，並即時傳訊通知醫護人員，透過安撫或及早處理，減少醫療急診暴力事件的發生。 除了表情辨識外，黃柏維指出，系統也結合性別辨識和心跳量測，且有別於許多人臉辨識系統必須正面才能辨識，團隊研發的系統採用多角度量測，即使側臉也能辨識。 他說，這個系統如果放置在入口處，還可以為到院的患者建檔，也有醫生建議可放在診間，避免看診時專注於患部，卻忽略患者表情。 鐘孟良也表示，系統還結合黑名單功能，例如過去曾有醫療暴力或有酒醉等情況患者，透過人臉辨識發現有黑名單，就可及早通知醫院保全協助，避免第一線的醫護人員遭遇危險，希望有機會能讓此系統在醫療院所實際運用。