論文の概要: Using exoskeletons to assist medical staff during prone positioning of
mechanically ventilated COVID-19 patients: a pilot study
- arxiv url: http://arxiv.org/abs/2102.08760v1
- Date: Thu, 11 Feb 2021 09:24:33 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-05 00:37:05.285522
- Title: Using exoskeletons to assist medical staff during prone positioning of
mechanically ventilated COVID-19 patients: a pilot study
- Title（参考訳）: 機械的換気によるCOVID-19患者の位置決めの際の医療スタッフ支援にエキソスケトンを用いた実験的検討
- Authors: Serena Ivaldi (LARSEN), Pauline Maurice (LORIA), Waldez Gomes (LORIA),
Jean Theurel (INRS (Vandoeuvre l\`es Nancy)), Li\^en Wioland (INRS
(Vandoeuvre l\`es Nancy)), Jean-Jacques Atain-Kouadio (INRS (Vandoeuvre l\`es
Nancy)), Laurent Claudon (INRS (Vandoeuvre l\`es Nancy)), Hind Hani (CUESim),
Antoine Kimmoun (CHRU Nancy), Jean-Marc Sellal (CHRU Nancy), Bruno Levy (CHRU
Nancy), Jean Paysant (CHRU Nancy), Sergue\"i Malikov (CHRU Nancy), Bruno
Chenuel (CHRU Nancy), Nicla Settembre (CHRU Nancy)
- Abstract要約: 4つの商業用外骨格を比較すると、ラエボ受動外骨格は2020年4月にicuで選定され使用された。
Laevoを使用した最初のボランティアは、非常に肯定的なフィードバックと労力の削減を報告し、EMGとECG分析によって確認された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We conducted a pilot study to evaluate the potential and feasibility of
back-support exoskeletons to help the caregivers in the Intensive Care Unit
(ICU) of the University Hospital of Nancy (France) executing Prone Positioning
(PP) maneuvers on patients suffering from severe COVID-19-related Acute
Respiratory Distress Syndrome. After comparing four commercial exoskeletons,
the Laevo passive exoskeleton was selected and used in the ICU in April 2020.
The first volunteers using the Laevo reported very positive feedback and
reduction of effort, confirmed by EMG and ECG analysis. Laevo has been since
used to physically assist during PP in the ICU of the Hospital of Nancy,
following the recrudescence of COVID-19, with an overall positive feedback.
- Abstract（参考訳）: ナンシー大学病院(フランス)の集中治療室(icu)の介護者に対して,重症急性呼吸窮迫症候群患者に対するプロイン・ポジショニング(pp)操作を行うための支援型外骨格の可能性と実現可能性を評価するためのパイロット研究を行った。
4つの商業用外骨格を比較すると、ラエボ受動外骨格は2020年4月にicuで選定され使用された。
Laevoを使用した最初のボランティアは、非常に肯定的なフィードバックと労力の削減を報告し、EMGとECG分析によって確認された。
laevoはその後、新型コロナウイルス(covid-19)の再検査の後、ナンシー病院のicuでppの身体的支援に使用され、全体的なポジティブなフィードバックが得られた。
関連論文リスト
- Robotic Eye-in-hand Visual Servo Axially Aligning Nasopharyngeal Swabs with the Nasal Cavity [7.209758868768353]
鼻咽喉科検査は、新型コロナウイルス(COVID-19)を含む呼吸器疾患を診断するための培養物を集める方法である。
NPスワブテストの重要な構成要素は、スワブを鼻腔に適切に合わせることで、過度な不快感や怪我を起こさないように、間違った通路を下ることである。
我々の研究は視覚誘導型パイプラインを作成し、ロボットアームが患者の鼻孔に対して適切に位置決めし、NPスワブをオリエントにすることができるようにした。
論文 参考訳（メタデータ） (2024-08-22T14:36:06Z) - Process Modeling and Conformance Checking in Healthcare: A COVID-19 Case
Study [0.5986633283991984]
新型コロナウイルス患者の治療ガイドラインを表す規範的モデルを構築した。
我々は,新型コロナウイルス患者のケアプロセスを分析し,臨床ガイドラインの相違点を強調した。
その結果、医師はプロセスを改善し、サービス品質と患者満足度を確保するのに有用な指標が得られた。
論文 参考訳（メタデータ） (2022-09-22T10:08:51Z) - COVID-Net Clinical ICU: Enhanced Prediction of ICU Admission for
COVID-19 Patients via Explainability and Trust Quantification [71.80459780697956]
患者臨床データに基づくICU入院予測のためのニューラルネットワークであるCOVID-Net Clinical ICUを紹介する。
提案されたCOVID-Net Clinical ICUは、1,925人のCOVID-19患者からなるシロ・リバネ病院の臨床データセットを使用して構築された。
定量的説明可能性戦略を用いたシステムレベルの洞察発見を行い,異なる臨床特徴の意思決定効果について検討した。
論文 参考訳（メタデータ） (2021-09-14T14:16:32Z) - Early ICU Mortality Prediction and Survival Analysis for Respiratory
Failure [4.229085609275446]
呼吸不全患者の早期死亡リスク予測のための動的モデリング手法を,最初の24時間ICU生理学的データに基づいて提案する。
ICU導入後5日目のAUROC高成績(80～83%)とAUCPR4%の有意な改善が得られた。
論文 参考訳（メタデータ） (2021-09-06T06:03:23Z) - COVID-Net US: A Tailored, Highly Efficient, Self-Attention Deep
Convolutional Neural Network Design for Detection of COVID-19 Patient Cases
from Point-of-care Ultrasound Imaging [101.27276001592101]
我々は,肺POCUS画像からの新型コロナウイルススクリーニングに適した,高効率で自己注意型の深層畳み込みニューラルネットワーク設計であるCOVID-Net USを紹介した。
実験の結果、提案されたCOVID-Net USは、アーキテクチャの複雑さが353倍、計算の複雑さが62倍、Raspberry Piで14.3倍高速なAUCを達成できることがわかった。
リソース制約のある環境において安価な医療と人工知能を提唱するために、COVID-Net USをオープンソースにし、COVID-Netオープンソースイニシアチブの一部として公開しました。
論文 参考訳（メタデータ） (2021-08-05T16:47:33Z) - COVID-Net CT-S: 3D Convolutional Neural Network Architectures for
COVID-19 Severity Assessment using Chest CT Images [85.00197722241262]
我々は、新型コロナウイルス感染による肺疾患の重症度を予測するための深層畳み込みニューラルネットワークであるCOVID-Net CT-Sを紹介した。
3D残像設計を利用して、新型コロナウイルスの肺疾患の重症度を特徴付ける容積的視覚指標を学習する。
論文 参考訳（メタデータ） (2021-05-04T04:44:41Z) - COVID-Net CXR-S: Deep Convolutional Neural Network for Severity
Assessment of COVID-19 Cases from Chest X-ray Images [74.77272804752306]
胸部CXR画像に基づくSARS-CoV-2陽性患者の空間重症度を予測する畳み込みニューラルネットワークであるCOVID-Net CXR-Sについて紹介する。
患者15,000人以上の多国籍コホートから得られた16,000以上のCXR画像から得られた表現的知識を,重症度評価のためのカスタムネットワークアーキテクチャへ伝達する。
提案したCXR-Sは、新型コロナウイルス陽性患者のCXR画像のコンピュータ支援による重症度評価のための強力なツールとなる可能性がある。
論文 参考訳（メタデータ） (2021-05-01T14:15:12Z) - Studying the Similarity of COVID-19 Sounds based on Correlation Analysis
of MFCC [1.9659095632676098]
本稿では,Mel-Frequency Cepstral Coefficients (MFCCs) の抽出における音声信号処理の重要性について述べる。
以上の結果から、MFCCは新型コロナウイルスと非新型コロナウイルスの検体の間ではより堅牢であるのに対し、異なる新型コロナウイルスの発声音と呼吸音との間には高い類似性があることが判明した。
論文 参考訳（メタデータ） (2020-10-17T11:38:05Z) - A New Screening Method for COVID-19 based on Ocular Feature Recognition
by Machine Learning Tools [66.20818586629278]
コロナウイルス感染症2019(COVID-19)は、数百万人に影響している。
一般的なCCDやCMOSカメラで撮影された視線領域の画像を分析する新しいスクリーニング手法は、新型コロナウイルスの急激なリスクスクリーニングを確実に実現する可能性がある。
論文 参考訳（メタデータ） (2020-09-04T00:50:27Z) - Integrative Analysis for COVID-19 Patient Outcome Prediction [53.11258640541513]
我々は、集中治療室入院の必要性を予測するために、人口統計、バイタルサイン、実験室の所見から、肺不透明度の放射能と非画像の特徴を組み合わせる。
また, 地域性肺炎を含む他の肺疾患にも適用できるが, 地域性肺炎に限らない。
論文 参考訳（メタデータ） (2020-07-20T19:08:50Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。