医院感染手卫生依从性视频AI识别与反馈干预.docxVIP

医院感染手卫生依从性视频AI识别与反馈干预

摘要：手卫生是预防医院感染最简单、最有效的措施，但医护人员的依从性普遍偏低。传统的人工观察法存在霍桑效应（被观察时行为改变）与样本量小等局限。本文基于某三甲医院2023-2024年部署的手卫生视频AI识别与实时反馈干预系统，系统评估了AI技术在手卫生依从性监测与改善中的效果。系统在ICU、呼吸科与急诊科等重点科室的洗手池与病床旁部署高清摄像头，利用深度学习算法（YOLOv5+3D-CNN）实时识别医护人员的手卫生行为（包括“接触患者前”“无菌操作前”“体液暴露后”“接触患者后”“接触患者周围环境后”五个时刻）。当AI检测到手卫生缺失时，通过安装在洗手池旁的显示屏实时播放提示动画，并在后台记录违规事件。实施6个月后，手卫生依从性从基线的42.5%提升至82.8%（p0.001），其中“接触患者后”依从性最高（88.5%），“接触患者周围环境后”依从性最低（75.2%）。AI识别手卫生行为的准确率为94.5%，召回率为92.8%。院内感染率（千日感染率）从3.8‰降至2.2‰（p=0.045）。系统建设成本为65万元，每年因感染减少节省的医疗费用约180万元。本工作证实了视频AI识别与实时反馈干预在改善手卫生依从性中的有效性与经济性。

关键词：手卫生；依从性；视频AI识别；实时反馈；医院感染

第一章绪论

医院感染（Healthcare-As