买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：通用电气公司

摘要：本文公开的系统和方法提供集成化和自动化工作流程、传感器和推理系统，推理系统自动地检测规程中的违规，适当地警告和记录这些违规，有利于员工采用规程遵守，以及最终使得学习护理规程能够比较有效。系统在实际护理过程中对医疗人员提供实时警告，从而减少不利的患者事件的数量，以及最终在规程遵守方面改进员工行为。

主权项：1.一种用于规程遵守的设备，所述设备包括：光学感测系统包含：多个光学传感器，配置成在被监测的环境中捕捉视觉输入并且生成形容所述被监测的环境的布局的光学传感器数据，所述多个光学传感器布置成动态地将所述被监测的环境划分成定义所述布局的多个地理空间区，其中每个区与作为临床工作流程的部分要被监测的健康护理规程中的任务关联，并且其中至少两个区之间的对象的交叉与要被监测的所述健康护理规程中的任务关联；计算机视觉子系统，配置成利用所述多个光学传感器中的一个或多个，将所述光学传感器数据从所述一个或多个光学传感器转换进向量空间，识别所述被监测的环境中的一个或多个被监测的人和对象的位置和轨线中的至少一个；人工智能引擎，配置成例示用于要被监测的每个健康护理规程的扩充状态转移网络，所述扩充状态转移网络将所述规程编码成对应于规程任务的状态和任务之间的状态转移，所述状态表示所述任务并且排队以用于监测，所述状态转移基于与所述向量空间中的一个或多个被监测的人和对象的位置和轨线中的所述至少一个关联的概率分布，其中所述人工智能引擎将所述概率分布转换成用于要被监测的所述健康护理规程的规程违规的可能性；以及信息代理，配置成在例示所述扩充状态转移网络时，发布来自所述扩充状态转移网络的消息，所述消息包含关于所述向量空间中的一个或多个被监测的人和对象的位置和轨线中的所述至少一个的信息和规程违规的所述可能性；以及推理引擎，配置成订阅来自所述扩充状态转移网络的由所述信息代理发布的消息，所述推理引擎基于对使用所述消息计算的规程状态的违背，来动态地确定规程任务违例，所述推理引擎触发警报以报告所述违背，其中所述推理引擎由来自所述临床工作流程的请求来例示，并且包含至少：一起工作以确定规程服从的用于所述规程的规程推理引擎、用于规程任务的任务推理引擎、以及用于规程状态的状态推理引擎，并且其中所述推理引擎使用所述消息和用于健康护理域的有顺序的存在论，确定使用基于以下项的所述有顺序的存在论来从所述消息形成的所述规程状态：i与要执行动作的行动者关联的第一状态，ii与是所述动作的接受者的对象关联的第二状态，以及iii与将所述动作与所述对象和所述行动者关联的事件关联的第三状态，所述有顺序的存在论使得所述规程状态的处理和所述规程状态的比较能够基于不合规定的状态转移来识别所述违背。

全文数据：用于规程遵守的系统和方法[0001]相关申请的交叉引用对于美国，本申请要求2010年9月14日提交的名称为“SystemandMethodforProtocolAdherence用于规程遵守的系统和方法”的美国临时专利申请N〇.61:382，708,以及2011年9月13日提交的名称为“SystemandMethodforProtocolAdherence用于规程遵守的系统和方法”的美国专利申请No•12231，639的权益，出于所有目的，各个申请通过引用而整体地结合在本文中。背景技术[0002]以规程protocol为中心的环境为公共机构，诸如医院、下台（Stepdown设施、看护和私人住宅等。医院在本文用作以规程为中心的环境的示例。在医院中发生的不利事件诸如例如，在医院被传染会导致患者损伤、恢复时间增加、健康护理费用不可收回，以及医院及其员工失去服务的能力。这些事件的主要原因之一是未遵守规程。如本文所用，规程指的是一系列优选的或规定的任务：（1已经证明可减少不利事件，以及2实现期望的消除产生损伤或无效的活动、实践或模式。这些规程的示例用途为用于洗手、跌倒预防、巡视round、疼痛管理、睡眠改进、压迫溃疡预防和导管管理通气机、泌尿管和中心线是示例。[0003]作为示例性示例，尽管恰当地洗手会减少病菌传播的知识广为流传，但处于感染控制规程下的患者的探视者以及甚至医院员工能遵守的仍然少，在整个组织中的例行服从的平均基线率的范围为大约5%_81%，总体服从为大约40%。虽然不服从有许多原因（包括觉得没有风险、没时间洗、缺乏规程知识，或者与遵守规程有相关联的不适，以及一般的不便），但在接触患者之前以及常常在接触结束之后改进手卫生将减少细菌的传播，并且从而降低不利事件的发生率，从而改进护理标准。因此帮助健康护理健康护理提供者和涉及患者护理或探视的其它人遵守规程是有利的。[0004]许多程序都受益于较高频率的规程服从。即使较低水平且可治疗的感染诸如尿路感染都可能上升为危及生命的条件，包括败血症。如果照做的话，换管规程都将降低导致感染发作机会的发生率。如果照做的话，其它护理计划诸如关于具有相关联的规程的通气机的那些也可减少不利事件。可归因于违反患者位置和通气机管改变规程的、与通气机相关联的肺炎的死亡率的范围为大约25%-50%，而且在特定环境下可高达76%。据报道，对与通气机相关联的肺炎的一个案例的成本的估计为$10000-$16000,加上估计4-32天额外地使用通气机。因此患者遭受了损害，而且健康护理公共机构的服务能力降低。[0005]已经开发出的用以跟踪和分析临床环境中的活动的系统主要集中于单模态感测，例如，射频识别RFID或红外（IR或手动键输入或书写床板更新或人类观测监测方案。作为示例，一个已知的基于RFID的系统集中于使用隐马尔科夫模型HMM来识别医院环境中的人类活动，以支持情境感知应用。虽然一些制造系统可结合RFID和计算机视觉的组合，但使用多个传感器来产生在时间上离散的快照，并且一段时间里不提供情境信息。[0006]典型地，对于某些规程遵守，RFID传感器系统采取位置和接触触发断开感测系统的形式。作为一个示例，公共机构可规定员工一旦进入到患者的房间就应对他们的手消毒。由于很少有或没有推理员工正在房间或情境中做什么的机制，所以实施简单的无差别的现行程序。传感器系统诸如基于IR或RFID的那些确定员工是否在手消毒台前，或者是否分配了清洁剂agent。当员工进入房间且没有消毒时，警报有过程缺陷，或者记录过程缺陷。在其它系统中，护理提供者佩戴用以显示他们己经对手消过毒的装置，但是部分地让患者确定规程遵守，以提醒护理提供者。[0007]在非健康护理领域中，诸如商业购物监测，人类实际上成为传感器，该传感器具有例如“秘密购物者”和行为研究的程序，其使用购物模式来推断消费者优先选择产品的倾向。[0008]但是，在这样的单模态系统中，传感器必须与患者、护理提供者或被监测的设备相关联。另外，这样的系统即不根据规定的时间-空间关系来提供关于具体行为和动作是否正在发生的信息，也不提供现场反馈和或在情境上合适的工作流程和或有见识的总结报告。RFID系统另外受到他们的范围的限制;典型地，RFID系统具有大约正负10英尺的容差。[0009]在采用光学感测的系统中，可使用光学标签来识别对象，诸如具体装备、患者、护理提供者和各式各样的设备。这样的系统典型地对视频记录提供光学信息或其它标签信息，可将这种信息叠加在显示器上，或者可标识多个基准点的定向供光学定位，以便对诸如活检针的设备进行诊断成像或布置。[0010]匹兹堡大学医学中心对智能房间的概念进行了先导测试，这包括集成语音识别、超声波和电子健康记录数据，以支持一些患者安全和临床信息共享。但是，这种系统在感测系统的数量上受到限制，这种系统采用和使用来自感测系统的数据来访问合适的数据，以揭示在患者的房间中的计算机屏幕上。因而，系统不对接收自传感器的反馈提供任何情境含义。[0011]已知的系统还结合了基于传感器的系统，监测看护者表现，这集中于避免患者有压迫溃疡。但是，这样的系统典型地采用的传感器不监测位置延迟、速度、动量或造成压迫溃疡形成的其它项目的情境状态，诸如看护者的动作和患者的与期望运动有关的累积运动。[0012]因此，设计一种用于规程遵守的系统和方法将是合乎需要的。附图说明[0013]附图示出目前构想到的用于实现本发明的优选实施例。[0014]在图中：图1是根据本发明的实施例的示例性规程遵守系统的示意图。[0015]图2示出根据本发明的实施例的推理和决策支持的层级。[0016]图3是示出根据本发明的实施例的规程遵守系统的连续功能的流程图。[0017]图4是根据本发明的实施例的规程遵守系统的高级设计的示意图。[0018]图5是根据本发明的实施例的消息代理系统的示意图。[0019]图6是根据本发明的实施例的、配置成用于临床事件检测的房间的示意图。[0020]图7是根据本发明的实施例的闭环规程监测系统的框图。[0021]图8示出根据本发明的实施例的、用于计算机视觉检测的空间-时间布置。[0022]图9是根据本发明的实施例的关于行动者的示例性存在论。[0023]图10是根据本发明的实施例的关于对象的示例性存在论。[0024]图11是根据本发明的实施例的关于动作的示例性存在论。[0025]图12是根据本发明的实施例的关于事件的示例性存在论。[0026]图13是根据本发明的实施例的示例性扩大转移网络。[0027]图14是对应于图13的扩大转移网络的节点的示例性子图。[0028]图15是示出不确定性的原因的交叉事件的示例性示意图。[0029]图16是用于本发明的实施例的前景和背景建模和分割的示意图。[0030]图17是用于本发明的实施例的基于三维几何构造的人检测的示意图。[0031]图18是根据本发明的实施例的、用于基于外观分类器的人检测的流程图。[0032]图19是根据本发明的实施例的、患者房间中的场景模型和语义区定义的示意图。[0033]图20是根据本发明的多种实施例的、可用于图19的场景模型和语义区定义的多照相机、多人跟踪系统的示意图。[0034]图21是根据本发明的多种实施例的、可用于图19的场景模型和语义区定义的人-区互动事件检测方法的示意图。具体实施方式[0035]本文公开的系统和方法提供集成化和自动化的工作流程、传感器和推理系统，推理系统自动地检测规程中的违规，适当地警告和记录这些违规，有利于员工采用规程遵守，以及最终使得学习护理规程能够比较有效。系统在实际护理过程中对健康护理人员提供实时警告，从而减少不利的患者事件的数量，以及最终在规程遵守方面改进员工行为。[0036]部署基于光学的传感器系统，其确定人的位置和轨线以及某些对象的存在和配置设备的设置或情形，该系统单独地或与其它模拟数据和数字数据一起告知计算被监测的人和对象的状态的推理引擎。确定期望状态的偏差，并且作出合适的报告和警报。传感器和推理系统托管在消息代理计算环境中，消息代理计算环境可保持处于一个或多个计算机和位置中。[0037]公开的系统的目标是改良医疗员工和探视者关于患者护理质量的行为。人不可进行多任务超过某个程度。因而，关于恰当规程的提示可预防最终将导致护理质量下降的情形。为此，系统将持续地监测患者房间活动，以期检测和或预测关于规定的一组规程的违规。如本文所用，“规程”指的是有顺序的一系列事件或任务或运动、具有确定性或条件性路径依赖的事件或任务或可能有或可能没有有顺序的时间或空间偏好的检查列表。在健康护理示例中，规程包括政策、任务、临床事件、监管事件、为患者护理规定的管理事件。作为示例，这样的规程可包括在与患者互动之前和之后洗手，监测看护者巡视、监测患者的物理活动、监测患者位置，以及确保患者尤其是久坐的患者）定期翻身，以便预防压迫溃疡的发生、清洁规程和调度规程。本发明的实施例可用于训练、现场监测，以记录其它系统中的事件和状态变化，诸如医疗事件报告或床板或系统本身的活动记录。[0038]本文阐述的示例集中于任务监测任务被规定了优先级），任务包括使用来自数据库、传感器系统的信息、健康护理临床服务提供点中的运动和光学形状识别的规程。这个系统捕捉来自计算机视觉对象领域的输入或状态变化、移动和人识别、遥感勘测信号处理、传感器系统和电子记录，以便相对于规定的规程，独特地推理或识别被监测的活动的状态。独特地识别实体的能力由时间和空间模型、被观测的人和装置几何构造，目标或形状中的任一个或两者实现，以及与光学信标或射频识别一起实现。将状态空间信息转换成可实行的决策支持的能力源自公开的系统的工作流程逻辑。通过在单个装置或网络化装置上使用计算机代码，在计算机系统上实现工作流程配置，互相依赖和规范，状态空间的感测、推理以及警告或报告。[0039]虽然详细描述集中于“医疗员工”、“看护者”和“风险承担者”，但熟练技术人员将认可，系统和方法可适用于与患者互动的任何人，包括例如探视者。另外，虽然在本文中关于健康护理临床过程来描述系统和方法，但可容易地理解的是，系统和方法同样适用于涉及人类的其它人类过程活动，以及用以实现多种目标的规程，多种目标诸如例如，制造、准备食物、设备服务、训练、顾客服务、安全等。[0040]本发明的实施例在许多方面与当今的方法和系统不同。例如，实施例包括实时系统，实时系统包括软件和硬件模块，软件和硬件模块集成到实时医院操作工作流程中，并且共同工作，以理解被监测的环境中的活动，确定活动是否符合清楚的或不明显的规程，以及自动地调节通信（即，消息、信道和强度），以改变导致不利事件的行为。在“完成规程循环”时，可准确地监测任务，并且可直接根据规定的规程以及针对模式发现来提供反馈。因此，实施例可用来改进患者流程，最大程度地提高员工利用，最大程度减少不必要的停留时长，以及最终改进整个医院系统的财务可持续性。系统的成功意味着在某个使用期之后，医疗员工和探视者行为在这样的规程方面有改进，从而使不利的医疗事件和或不利的患者结果例如感染、跌倒和压迫溃疡较少发生。[0041]实施例包括许多关键的连续功能，包括调用规程的护理计划和必须执行的子任务，并且将规程转换成排队以供监测的按时间、空间和资源排序的任务。而且，一系列多形态multi-modal传感器和计算机视觉的组合被单独用来识别运动、对象和人，或者与数据和传统的传感器输入结合起来使用，并且分析活动分析即，通过对一个或多个传感器信号进行推理）。推理引擎然后用来确定与规程有关的系统和任务的状态。这样的组合可包括使用遥感勘测、计算机视觉、RFID、音频分析、商业传感器技术等，如下面详细描述的那样。[0042]推理引擎可用于例如异常检测例如，“行动者A正违反规程任务X”）。另外，实施例以最大程度减少不利事件和总体过程流程约束的方式动态地引导工作流程。因此，公开的系统的实施例可用来最大程度减少以规程为中心的环境中的不利事件，诸如患者护理规程违规、感染、跌倒和其它在医院获取的状况，从而减少患者伤害。[0043]另外，本文公开的实施例形成通过使用消息代理来启用离散且并入响应的系统中的一系统，以有利于使用大量传感器、算法和计算基础设施。[0044]与此技术相伴的是综合的人类动机方法，该方法有利于建立共享视觉，以大大减少导致不利事件的规程遵守的失误。本公开所提供的不偏不倚的、连续的基于事实的反馈有利于这一点。例如，实施例对人类呈现基于事实的反馈，以为了专业发展和行为变化影响例如，实时的可闻通告、事件后集合、分析和报告等而得到情境反馈。在临床护理不利医疗事件减少、行为变化和技能建立为焦点的情况下，用以监测恰当的规程步骤的提供以及提供与期望规程有关的实时指导的手段将改进健康护理的一致性，以及改进关于规程遵守的医疗员工行为。[0045]因此，本文公开的系统和方法管理提供合适的规程的临床工作流程，悄无声息地监测相关联的步骤，确定是否在规定的临床实践准则内提供护理，以及提醒提供者有程序失误。[0046]图1示出根据本发明的实施例的示例性规程遵守系统的示意图。获取与来自多种系统的其它数据耦接的人、对象、运动和视觉信号诸如显示器），以便确定环境系统及其风险承担者的状态相对于规程的任务是什么。在图1中显示用于规程遵守系统的方案100，特别强调光学感测方面。[0047]利用计算机视觉系统其包括传感器105来获取图像，然后对图像进行推理，以查明什么对象在那些图像中。计算机视觉系统将表示转换成数学向量空间，其中，那些向量转换成位置意义，诸如人的位置。因而，在没有图像的物理复制品或显示的情况下，可查明对象。[0048]根据一个实施例，传感器105是光学传感器，光学传感器使得对对象、患者115，和关注的多种活动诸如例如洗手具有视线110。为了精确地识别东西，可将光学模式固定到衣服120、标签125或装置130上。光学传感器105可用来识别这样的装置上的对象和静态模式作为标签，以及读取装置125和130的显示器上产生的动态信号，诸如例如，EKG、特定的通气机管、特定的药物或特定的敷料，或者产生图形、状态灯和物理设置诸如旋钮位置的其它临床装置。当对象的形状类似于彼此，但又想要知道具体对象是什么时，这些在光学上可辨别的模式是有益的。也可监测非临床装置，诸如床护栏和它们的位置、被监测区域内的区里的运动等。另外，光学传感器可读取临床装置的屏幕和各式各样的装置的其它屏幕。来自光学传感器105的输出由在下面详细描述的推理引擎接收，推理引擎将吸收从光学感测系统中发出的消息。[0049]房间的设置也可源自使用其辨别对象和模式的能力的光学系统。示例将是患者的驱干升高，床高度离地板有一定长度，定位某些对象，诸如电话、食物托盘或临床系统，因为它们应当依照被监测的医院规程。因此，光学传感器105可用来监测在房间里的具有光学标签120的护理提供者，以使患者115有最小跌倒风险。履行规程的任务可包括将床高度设置成离地板的一定距离以下。其它被监测的规程诸如例如，由通气机获得的肺炎预防或巡视可改变护理提供者120在房间里的相同信息的用途。光学感测105系统采用计算机视觉，并且对消息代理系统诸如系统400图4发布消息。这种消息可包括被标记为120的护理提供者存在的信息，并且可由多个规程监测引擎进行订阅。[0050]通过提供定位在整个房间中的多个光学传感器105,可克服视线（lineofsite110中断所导致的关注的空间差异性和包藏场景。因而，系统100包括预先确定的数量的传感器，以建立连续的视线110,以及健壮地跟踪患者、看护者和患者房间内的对象。因此，可适应用以辨别对象或对象的属性的任何期望水平的光学精度。[0051]根据一个实施例，光学传感器105是可调的，使其可指向多种方向。作为一个示例，方向可调的传感器105是pantel缩放式照相机，并且通过推理逻辑由pantel缩放操纵控制，在该推理逻辑中，状态空间的可信度不如期望的那样高，并且关于确定的可信度水平较高。基于被监测的实体和事件的模式或瞬时状态，期望精度的设定点水平本身是可调的。[0052]使用光学传感器105来定位和或识别人、对象和运动可有益地替换或增加其它位置感测设备，诸如RFID、多普勒、LIDAR和或红外。光学感测可处于可见光和或不可见光的范围中，诸如例如近IR。感测装置105可为像素显示装置，诸如例如，产生直接向量长度输出的视频照相机或3D雷达装置。根据一个实施例，范围雷达和或lidar信号可与计算机视觉系统一起用来在弱光环境中获取位置信息。[0053]另外，光学感测1〇5可用来调节房间中的光水平，以足以实现检测所需的照明。同一系统可用来实时地调节照明度，诸如例如，当来自窗子的周围照明度提供光时的能量降低，或者响应于降低能量消耗的要求。另外，响应于规程或设定点或患者的反应，感测系统也可按自适应的方式控制对光的颜色、水平或模式的治疗使用。[00M]感测对光吸收的使用也可用于测量目的。在患者115或装备中检测到的热变化具有公开用来改进护理进行的健壮性的情境。热传感器可用作本发明的一部分，以在相对的或绝对的基础上感测对刺激的逃走对抗反应，以及皮肤或绷带或装置温度，以及在系统的推理能力中使用这个传感器信息。[0055]虽然系统100被描述成包括光学传感器105,但本领域技术人员将认可，在系统100中可采用感测模态的任何组合，诸如例如，其它位置感测设备，诸如RFID、多普勒、LIDAR、红外IR脉冲，以及或者其它模式的对象形状识别。[0056]通过在过程任务被执行时干预过程任务，以及通过在过程中或者近实时地或者在活动之后对风险承担者提供客观的情境数据来使得行为能够有所变化，公开的系统和方法减少过程中的不利事件。因此，图2示出根据本发明的实施例的、用于推理和决策支持的层级的系统200。[0057]在依赖于行为的过程中，必须准确地且在情境上提供在任务未按最低规范执行时的实时干预以及总结报告两者。另外，必须避免错误干预和总体结论，以便建立对于个人健康护理提供者的自我确定所作的行为变化而言足够的信任。本文公开的系统的实施例的战略意图是，如果人们信任所提供的决策支持及其客观反馈，则他们将选择改进。[0058]系统200包括多种离散的传感器205,诸如例如，照相机、视频、红外、测压元件loadcell、遥感勘测，以及来自附近的系统的、用来将原始观测转换成在被监测的环境中正在发生什么的情境定义210的数据。通过比较正在发生的与期望发生的（g卩，被监测状态与期望状态），产生反常215,其指示与所期望的偏差。可以或可以不对这些反常采取措施。公开的系统的有益逻辑确定在被命令采取措施或能够采取措施的那些人可以或应当对哪个反常行为采取措施220。[0059]经过大量观测，可用来在被监测过程中有益地告知风险承担者的模式显现。例如，模式可用于正加强，或者用来帮助突出显示其中任务执行增进将更好地实现系统的期望状态的特定区域和情境。在风险承担者在选择他们自己来亲自且严密地遵循准则或遵守规程的护理的过程中，风险承担者可实现遵守规程。可实现这一点，因为提供了现场反馈，该现场反馈警告风险承担者有他们将适当地对其作出响应的变化或者具有性能后果），以及或者因为提供了客观反馈。通过告知风险承担者这些模式，鼓励风险承担者以避免所有异常的方式前瞻性地改变他们的行为。因此，观测可用来以避免有规程违例或不利的系统状态的方式转换风险承担者行为225。[0060]图3是示出根据本发明的实施例的规程遵守系统300的连续功能的流程图。六个主要的连续组件使得期望的规程执行能够转换成起作用的工作流程干预和多种报告反馈手段。系统300的六个关键的连续功能为:护理计划规程任务305;多形态感测310例如，通过计算机视觉、RFID、音频分析、商业传感器技术等）；活动分析315S卩，通过在某个时刻或者在多个时间间隔对一个或多个传感器输出进行推理）；规程异常检测320例如，“行动者A正违反规程X”）；以及关于行为变化的反馈325例如，实时的可闻通告、事件后集合、模式检测和报告等）。本发明的实施例可结合六个关键的连续功能305、310、315、320、325和330中的一个、全部或任何组合和可被准确地管理的不断扩展的规程领域universe。[0061]某些护理计划被确定为对患者是合适和合乎需要的。示出在被公共机构准入之后，或者规程监测扩展到其它集合点诸如家里时，如由健康护理专业人员开具的那样的第一连续功能305。在护理计划内，典型地存在己经被发现有利于处理医疗状况或者完成临床任务的护理规程。这些规程由例如医学社团、医院和健康护理提供者建立。一些规程是“现行”的，并且在护理的持续时间里保持有效，而其它规程则针对某一情形。可单独地或者通过合作来开发这些规程，并且可单独地或与作为打包式解决方案的一部分的标记或其它装置一起购买或获准使用这些规程。现行规程的示例包括感染控制、跌倒预防、压迫溃疡预防和巡视。针对某一情形的规程的示例包括换敷料、管理通气机管、当检测到患者的医疗状况恶化时呼叫后援人员支持。[0062]所有类型的规程或过程由具有有条件的、时间或先例和先行的排序的任务组成。系统300监测和管理在本身在护理计划的情境中得来的规程的情境中这些任务。被监测的任务具有事件和状态变化，传感器和信息系统在本公开中部署这些变化，以通过多形态感测和推理认出。系统300使得健康护理交付系统能够将护理计划转换成主动监测和后续的控制和报告。[0063]第二连续功能是多形态感测310。任务和情形在公开的发明中被解释为具有被感测且后续被用来确定正在进行什么动作以及总是存在什么情形的状态变量的“状态”。“状态”另外在控制工程领域中被称为状态-空间。被监测的人、装备、资产变化和系统300的状态的单独属性由其它连续功能得出。[0064]作为示例，得出的任务或状态空间表示311为，人B与人A患者互动。计算机视觉感测系统解释状态人[得出的]他是人B[得出的]站在[得出的]床[得出的]边，与患者[得出]它是人A[得出的]互动[得出的]。虽然所描述的不例感测模态是用以确定系统300的这些示例状态的计算机视觉，但存在许多使用的和受控制的传感器和推理子系统和，例如但不限于测压元件、临床装置、遥感勘测、来自电子医疗记录的数据字段、麦克风声音和语音）、红外、多普勒雷达，以及通过RFID或其它通信手段而以光学的方式通信IR的设备状态。[0065]第三连续功能是活动分析315。继续示例311，期望了解人B的情境。与健康护理提供者相比，与患者互动的探视者对于任务和规程管理具有不同的状态-空间含义。例如，如果人B是按照日程表或工作流程要求或者按照离散决策而走到房间的护士，则我们推断“人B正执行巡视，并且与患者互动”。也在那个房间是患者人B，以及可能关注的时间状态为睡觉，诸如“患者平静且已经休息了2个小时”。关注随着时间的过去的活动。[0066]第四连续功能为规程异常检测320。比较护理计划-规程-任务-期望状态逻辑序列与系统3〇〇的实际状态，以确定反常任务或事件。作为示例性示例，系统3〇0的期望状态为手处于未消毒状态的人不应接触具有现行的有效手卫生规程作为他们的护理计划的组成部分的特定患者。异常将是被感测到未洗手就接近己知患者位于其上的床的人。异常消息将是人B在房间106B中的床附近，而且他们没有洗手”。系统300的其它组件将把这个消息转换成实时警告、用于后来的事件或模式分析的记录，或者对改变一个或多个员工的工作流程的调用。[0067]第五连续功能为用于行为变化的反馈325。最终，合乎需要的是，未出现过程缺陷或反常，因为人或使用中的设备正按照规程执行任务。使用对期望的是什么以及选择实现所期望的了解来确定过程缺陷或反常的存在。[0068]系统300可用于若千模式中。作为训练系统，它使得想要在本领域中建立技能的人能够执行和接收反馈。作为嵌入到过程在其内进行的环境中的警告或缺陷减少，本公开将“正在发生什么”转换成基准，并且在缺陷发生之前诸如防止患者从床上跌倒），或者在缺陷发生时，提供实时反馈，使其可被纠正。作为现场质量加强或训练模态，系统300有利于收集使得能够进行后处理模式发现的事实。[0069]作为规程发展手段，其使得任务、它们的顺序以及它们的性能明确，从而使得能够作出关于哪个相比之下更有效的任务顺序可产生更高的依从性、更好的过程输出和更想要的结果的精确确定。因而，当系统300配置成监测器时，系统300能够发现这些相比之下更有效的任务序列（以便不干预被监测过程），而且还可验证规程的性能。通过记录观测和推理的输出（诸如系统300的状态或其对期望状态的依从来启用总结报告。在优选实施例中，数据基础设施可为医疗事件报告系统。[0070]作为现场示例，在其它方面勤奋的护理提供者可具有某些模式，如果只有他们知道模式存在的话，将想要改进模式：“在进入房间X之后，以及在10AM和12之间的75%的时间在病床边时，人B未洗手”。另外，支持事实可帮助发现过程再设计机会或规程再设计reengineer，以提高健壮性。作为另一个示例，可能的情况是，患者个人在同一时段有早晨药物安排，从而只有在护士快速地一个房间接一个房间地走动而不停下来洗手才可能为患者送药。或者当存在五位或更多位患者或许多探视者或医生时，那个模式出现得更频繁。[0071]系统300的第六连续功能是优先工作流程330。护理过程随时间的推移而进行，患者、其它患者、护理提供者和医院操作本身的状态存在可能需要前摄响应一个或多个的变化，以便获得期望状态、任务情形、规程进展、护理计划、医院吞吐量或其它系统水平目标。作为示例性示例的延续，假设在护理计划中，准许过程确定患者有跌倒风险。调用跌倒预防规程，并且用一系列规定的任务包括所述规程来管理跌倒预防规程，任务的示例为将托盘架放在患者附近，一伸手就能打电话，床在高度上有所降低，在某些时段之间上厕所，床护栏升高，护士呼叫，TV控制，以及房间控制器放在患者能够容易接触的地方。系统300使用计算机视觉技术来确定对象位置和高度，同时也可能使用来自床管理系统如果存在一个的话）的输入，以及使用其它输入，诸如来自系统的其它状态空间结论的那些，诸如患者上了厕所。过去一定时间，并且系统3〇〇观测指示患者朝护栏移动且有足够的动量克服他们的约束的移动。跌倒预防规程的这个反常状态触发优先工作流程消息，供特定的护士或其它特定的或在情境上确定的人对此作出响应。这种消息将呈“人B现在必须到房间X、患者正试图翻过护栏”的形式。存在优先逻辑的任何可行组合，包括查明所有其它患者的某些实时状态空间，使得在情境上合适的工作流程变化得到例示。[0072]保持六个连续功能的计算基础设施有利于缩放和操纵被监测对象和规程状态空间，使得可如系统300中示出的那样建立意义。luu心从现fejU测糸统设计和体系结构的角度讲，系统300克服了若干难题。第一，多种组织可在多种平台上且用多种计算机代码语言独立地开发系统组件。由于硬件和处理约束的原因，组件分布在网络上，并且因此不具有充裕的共享存储器空间。而且，系统的组件异步地通信。各个组件在继续其本身的处理之前不能等其它组件完成动作。组件之中的通信近实时地进行。由于通信或处理等待时间而浪费的时间可导致未能通知行动者例如有潜在的不利事件。[0074]而且，系统300能够支持多种比例，从单个空间到多个独立空间，以及从一个规程中的一个活动到几天、几个月或几年里发生的几百个规程。另外，系统能够支持添加新组件例如传感器、推理器等），而不中断现有的系统组件。[0075]系统的计算机化代码、存储器、数据存储器和各式各样的推理引擎可保持在一个或若千计算机、专有的或根据请求虚拟地缩放的实施例中，以及位于本地和或远处。因而系统300是可扩展和可升级的，并且具有松散地耦接、分布且异步地以及近实时地通信的组件。[0076]在一个实施例中，系统300的体系结构使用通过发布-订阅信道的消息接发message作为组件间通信的关键机制。消息接发技术通过交换数据包被称为消息来提供高速、异步的组件-组件通信。消息信道诸如队列或主题）是连接组件和传送消息的通路。信道表现得像驻留在各个组件的计算环境外部的组件之间的共享数据结构。消息发生器通过对信道写入来发送消息。消息消费者通过从信道中读取消息来接收消息。各个信号都具有其本身的独特的消息频率。[0077]消息接发以及特别地发布-订阅消息接发的关键优点在于，其在组件之间提供松散的耦接。发布-订阅通信方案允许消息消费者订户表达他们对事件的关注。当消息发生器发布者对关注的主题编写消息时，订户被告知事件。组件可独立于彼此而发展。因而发布-订阅消息接发提供三级组件解耦:空间、时间和同步。在该方案内通信的组件不必了解彼此。仅通过中介例如消息代理来进行集成和通信。订户不必知道他们接收的消息的源，发布者也不必知道他们发送的消息的目的地。组件也不必在同一时间主动地参与通信。当发布者与网络断开时，订户可接收消息。同样，当订户与网络断开时，发布者可发布消息。在发布-订阅系统内交互的组件也不必同步。在基于消息的系统300中应用示例实施例方案例如，基于题目-基于内容和拓扑结构例如星型、分级型），以处理多种缩放能力和对应用特定的订阅管理要求。[0078]发布-订阅通信的一种形式是面向消息的中间件MOM发行。MOM提供用于管理消息接发信道、相关联的消息读取和编写的机制，而且还提供关于故障转移、安全等的机制。系统300以独特的方式利用这些消息接发技术，以使得系统的连续功能能够通信，如关于图4所描述的那样。[0079]在图4中描绘根据本发明的实施例的系统300的高级消息代理设计。系统300设计成将大量输入信号用于任何数量的规程、任务或状态空间推理引擎中。推理引擎的输出可通知任何数量的过程优化、政策施行、数据收集或其它功能。计算机化代码逻辑和被监测的过程可在本地，或者可为分布式，并且可单独地、共同地和全局地工作。[0080]组件可对系统发布信息，以及订阅其它组件产生的信息。基于传感器的系统，诸如基于光学的传感器计算机视觉405，以及遗留信息系统410,通过多种消息而发布对被监测房间内的活动的微小观测。对集中式消息代理系统415所托管的多种主题发布消息。同时，对系统订户诸如有限状态机或推理器420提供关注的消息（因为他们被针对主题而发布），系统订户处理消息，并且可将较高级的信息发布回系统诸如警告）。额外的组件订阅警告、处理警告，并且适当地传播反馈合例如，通过电子邮件425、可闻警告430等）。因为各个有限状态机都对应于独特的规程，所以系统可基于被监测的规程的数量，在大小上扩大或缩小。另外，系统非常可缩放，并且可为例如患者级、房间级、部门级或医院级。[0081]在一个示例实施例中，在系统内交换的各个消息是由XML可扩展标记语言）方案定义的格式良好的XML文档。XML方案定义XML文档的结构、它的字段、字段的有效值和范围。XML方案由系统组件共享，并且提供施行机制，以确保通信在系统上一致。[0082]图5是根据本发明的实施例的、用于患者安全的智能医院房间的示例性消息代理系统的示意图。用于患者安全的智能医院房间集中于监测医院房间内的活动，并且确保多种临床规程例如手卫生得到遵守。作为一个示例实施例，建立医院房间的地理空间区，以具有临床过程情境。这些区中的对象和运动具有任务推理引擎随时间的推移进行跟踪的规程意义。通往和来自这些组件的信息的流由消息代理系统处理。这个体系结构允许系统如期望的那样缩放，以在本地或全局地监测任何数量的过程和事件。[0083]在图5中示出的示例中，计算机视觉组件505不断地监测医院房间，并且对智能房间消息代理系统530发布观测，包括看护者在房间（相对于预定义的区）中的位置510、房间占用率515,以及患者相对于病床的位置520。嵌在病床中的压力传感器与负载感测模块525通信，负载感测模块525对中央系统发布关于患者在床上的位置的观测。各个观测作为XML消息发布给不同的主题，主题由系统的消息代理530管理。手卫生推理器535收听区互动消息510,并且对看护者在房间内的移动顺序进行推理。在示例规程逻辑中，如果看护者在进入手洗区之前进入患者区，则规程被违反，并且对警告主题发布警告。医疗事件监测545订阅规程违例警告，而且取决于违例的严重性，近实时地提供反馈。此反馈可为可闻的550、视觉的或基于文本的（例如电子邮件555。可取决于规程违例的严重性或类型来改变反馈的强度。可实时地，或者在事件之后提供反馈。反馈也可集成到过程质量系统诸如医疗错误报告系统560中。[0084]图6是根据本发明的实施例的、配置成用于临床事件检测的房间600的示意图。典型地期望房间中的对象和他们的布置在关于多种规程的规定高度、位置和距离内。示例包括床构造、托盘的范围、电话，以及管和人的方位。必须适当地建立光学感测的视线。因此，可使用许多感测模态来检测系统状态和规程的潜在违规以及他们的相关联的置信度不确定测量。如下面详细描述的那样，根据多种实施例，这样的感测模态可包括下者的网络：用于计算机视觉分析的照相机和3D范围成像仪;RFID、允许建立身份和接近性的光学标签或IR标签;低成本传感器，诸如运动检测器和负载传感器；以及或者用于对象和人识别的光学标签。[0085]通过使用配置成用于临床事件检测的医院房间600的示例实施例，患者610位于照相机625的视场630内的床615上，根据一个实施例，照相机625可配置成光学传感器。根据多种实施例，房间600可包括任何数量的照相机或光学传感器。在视场630内有与患者610的护理规程相关联的许多装置650、645、635和680。装置可包括例如临床系统诸如通气机或〇2装置650、遥感勘测设备和与固定系统的连接诸如氧供应或遥感勘测网络645、具有分配器的静脉输液架635、洗手台或消毒台68〇,以及人接口，诸如计算机屏幕、灯和各式各样的记号。[0086]床615具有也被监测且在视场630内的属性。这些包括患者610的方位、床615的角度660、床615的高度655,以及其床护栏620的位置。不同性质的物品（诸如电话和便盆可位于固定的或可动的桌子665上，而且这些也在一个或多个传感器625的视场630内。[0087]可采用多个光学传感器625来建立单个或多个视界。计算机逻辑在计算活动、患者或设备的状态空间的过程中可共同利用单个或多个传感器。[0088]本发明具有使用在装置上产生的光学模式或IR诸如指示器或波形以及那些标签的能力。将这些置于视场63〇中，以便物品识别，以及标记临床事件，或者以光学的方式传送被监测的装置670的状态。装置、组件和一次性设备（诸如管、敷料、导管）电话、桌子665、临床系统650、床护栏620等可具有标签675。[0089]诸如临床系统650和配药装置635的装置和设备可具有也可被公开的系统监测的视觉输出和可闻输出。有经验的护理提供者与时间序列或状态数据相协调，诸如MG模式、通气机警报的声音和静脉输液袋的液位，以及相关联的临床情境。以类似的方式，公开的发明的意图在于监测临床护理，以所发生的情况、状态空间进行推理，以及近实时地对合适的护理提供者提供逻辑临床工作流程和决策支持协助，以及用于过程后分析的信息。[0090]为了实现这个有益的功能性，可集中视觉输入和可闻输入。声音捕捉装置685诸如麦克风可部署在一个或若干位置上，并且可为单向瞄准或广泛获取的。被监测的声音可来自装置或人，诸如患者eio或其它人诸如护理提供者、员工或来宾）。声音频率可为任何期望的。声音由声音和模式识别算法解释，这些是现有技术。[0091]产生被监测的视觉和可闻信号的装置和活动可设计成以这样的方式产生信号，即，装置和活动的光学或声音输出更容易被光学传感器625、视场630捕捉，以及或者通过声音获取685更容易捕捉。所述输出的范围可在人类检测范围之外，诸如，近IR或在20kHz以上。[0092]也可部署一个或多个范围装置640,诸如例如，范围雷达、多普勒或LIDAR，其中，定位范围装置640的距离检测向量6妨，以使得可获取与被监测的临床事件、床615、患者610、设备635、650、665相关联的数据。[0093]—次性装置67〇诸如敷料、窗帘以及与通气机相关联的管、伤口引流器、中心管线、IV和导管可与包括患者的护理计划的规程结合起来使用。装置670可标有光学传感器6¾可检测到的模式675。模式675可特别地设计成用于系统300,或者可使用统一行业标准对模式6了5标上条形码。装置670也可标有无源或有源RFID和或IR脉冲。系统300通过使用本文描述的推理和工作流程逻辑来使用标签信息。[0094]在房间6〇〇内也可结合基于RFID的标记和位置服务。通过使用由RF输出启用的传感器，利用RFID检测680来监测临床事件，诸如管的使用和工作人员识别。RFID检测与被监测的规程共同用作临床工作流程的一部分。另外，RFID传感器、IR传感器、光学传感器和其它传感器可进一步用来训练计算机视觉识别算法，或者检查其精度。[0095]RFID结合的示例在跌倒预防规程中被称为临床工作流程。在示例规程中，包括许多^件作为护士和护理人员要执行的任务。在9PM之前以及7PM之后护士与患者的互动是一个示例。在进入房间之后，人所佩戴的由RFID启用的标签检测为护士的那个。时间为8PM，这在规范之内。移动架665上的电话要在患者610伸手可及的地方。光学传感器625感测到标为675的电话在桌子665上，并且在床615和患者610的特定的设定点距离之内。床护栏62〇向上，一个或两者光学感测625和范围雷达640或专用传感器装置诸如从这样配备的床可获得的那个检测床615的高度655和角度660。检测到护理提供者在床615旁边。另外，麦克风760收集可闻词语，在患者610被问及时是否想要上厕所时，推理引擎750解释可闻词语，以及记录拒绝响应。在这个目前的示例中，在合适的时间期间，遵守跌倒预防规程的临床活动。[0096]图7是根据本发明的实施例的启用闭环规程监测的分析系统700的框图。系统700将期望规程转换成后续被监测、在情境上被推理以及被输出以获得反馈、报告和工作流程干预的任务。子系统通过消息代理系统（图4和5而连接。根据多种实施例，可在本地或远处例示系统框。[0097]决策支持引擎和分析工作流程前进通过其中患者的护理计划转换成必需的规程和临床任务的序列。这些规程和任务进一步配置在工作流程中，其中，在期望序列和时间内，或者响应于医疗原因，发生任务。本文公开的系统有益地启用和协助主动配置、监测、与总结报告的互动，以及记录在总结报告中的事件。最终，护理和提供护理所需的判断在很大程度上取决于熟练的健康护理提供者。因而，公开的系统的意图在于，用成熟的决策支持和高完整性的数据支持这些熟练的专业人员，以用于模式发现、有效性和技巧发展。[0098]许可小组或看护者评价给定的患者的健康护理条件。针对那位患者选择适当的治疗计划。在护理计划内有一个或多个规程。用于患者的规程、治疗计划或期望护理计划705具有一个或多个任务。可存在需要条件分支的几百个规程，这取决于患者的医疗或身体状态。示例包括现行政策以及特定的操作程序和对患者独特的规程。[0099]基于给定的公共机构的护理计划来选择在护理计划中待执行的规程710。这些可由公共机构配置，并且是其护理政策的汇编。另外，由其它实体打包的护理计划、规程、装置和设备也可与系统700结合起来使用。公共机构针对提供的护理类型而规定标准的一组规程710。这些规程可（例如）设计成结合被本系统选择的临床事件标志作为规程715的一部分。除了是所述公共机构规定的护理标准的那些之外，也可选择待执行和遵守的独特的规程。例如，公共机构可比较其护理过程与其它公共机构，以评价最相比之下有效的护理方法。系统700有益地使得实验的设计有利于与基于在公共机构内以及在其中何时到底确定了什么患者和活动状态空间的事实结合起来确定相比之下更有效的护理和用于护理中的设备。[0100]为了监测活动、事件和管理工作流程，有目的地设计护理的过程。示例实施例（诸如洗手用来示出护理的启用过程。在现有技术中，诸如用于患者护理的洗手、消毒或杀菌的规程可为护理计划的现行要素。指导员工在提供护理之前洗手，或者对手消毒。但是，通过坊间证据，以及通过审计，护理提供者不总是执行这个临床事件。在一些情况下，医疗紧急事故导致行动比手卫生更有正当理由。在其它场合，员工忽略了该动作。在许多场合，护理提供者在进入患者的房间中之后实际上未洗手对患者的护理无害，在这些场合，政策可能是这样，诸如当员工进入，与患者谈话，但从未将他们的手放在患者或需要用杀菌程序处理的医疗装置上或附近时，未接触需要的或关注的患者或无菌表面或经消毒的表面。[0101]因此，系统700的有益方面提供使用较多临床内容来推论是否需要对手消毒的机制。通过使用计算机视觉、多普勒范围雷达、lidar、ir、rfid和其它传感器系统，系统700能够动态地监测、管理和报告有更细微差别的规程步骤，因为它可推论正在发生什么，以及比较被监测事件与这些有更细微差别的规程步骤。真实的重要洗手事件与不重要的不同。这个改进区分使得员工接受度更高，并且测量遵从性。[0102]被称为患者的护理计划705、710的一部分的、有目的地设计的规程加载715为时间活动和临床事件，并且例示为临床工作流程内的状态引擎。监测各个规程的任务顺序。紧密地跟踪所述任务的状态。根据多种实施例，以与美国专利申请公开N0•20090119126中描述的类似的方式管理和准备规程，该申请通过引用而结合在本文中。在一个实施例中，用状态推理引擎750监测这个系列和序列内的任务。影响工作流程的偏差和逻辑与公开的系统和其它医院系统的其它元件诸如床板和电子记录处于主动通信。[0103]待监测和管理的不同的规程可使用相同的临床事件。例如，进行巡视或者患者上厕所或者患者具有某些活动模式可由两个或更多个规程使用。由于这个原因，临床规程和工作流程与临床事件检测分开。[0104]本发明的实施例收集必不可少的信息，并且对人工智能AI推理引擎720揭示该信息。临床工作流程715请求其状态期望被确定的事件和任务。如前面公开的那样，临床任务和定义它们的规程设计成具有可检测要素，诸如传感器模式、光学标签、地理空间位置、时序、手动输入等。[0105]AI引擎750对传感器系统输出进行推理，以确定揭示的被请求临床事件或活动的状态。任何数量的并存的引擎750可为活动的，它们中的各个均由临床工作流715发送给它的请求例示。输入可为由计算机视觉730解释的光学传感器735、按照多普勒范围雷达745、LIDAR745而分辨的向量空间740、RFID或IR755、EMR数据775、针对语音或模式而分辨的声音760、离散的、模拟的或数字的临床装置输出780、照明度或房间空气条件765、测量传感器系统785和遥感勘测770。本领域技术人员将理解，更多装置、系统和数据、手动输入和统计推论可由AI引擎750使用，以查明临床护理通路中的关注的物品的状态。[0106]在执行用于推理被请求的物品的状态是什么的算法之后，更新790时间活动状态。一个示例是房间里可有患者，但不存在护理提供者（由两个推理引擎750确定的两个状态）。如果在巡视规程确定的一组时段中不存在护理提供者，则临床护理和规程可更新792，而且护士协调员可能例如想要被通知，或者对分派给那位患者794的护士发送提醒。历史记录记录796巡视未执行，以便进行处理后医疗事件报告和分析。诸如EMR、医疗事件报告系统、床板、工作流程引擎等的其它系统也可接收状态或临床过程信息798。[0107]可使用位置和时间来推理大量规程活动状态。在本发明的示例实施例中，计算机视觉提供AI引擎用于规程活动状态推理的位置信息。参照图8,示出根据本发明的实施例的、用于计算机视觉检测的空间-时间布置。对空间800诸如医院房间）监测在那个空间805中发生的活动。空间S00可为平面式820或容积式805。空间800被分成许多子区段810,以随着时间的推移跟踪移动，以及促进规定的规程。[0108]在一个实施例中，其中有规程任务执行的、以光学的方式被监测的空间805分成许多有意义的地理空间区，地理空间区可包括一个或多个子区段或区840-846。这些区之中的标识的对象的交叉具有情境含义。使用洗手和平面空间820作为示例，可使用平面区位置检测来跟踪移动实体，诸如人。多种物品都位于空间820中，包括区844中的洗手台880和区846中的病床815。[0109]示例性规程可为，在进入之后，在走到患者的床815之前，人必须分配位于洗手台880中的手消毒剂。人进入到房间被区841中的活动检测到，而且通过区843和区844洗手台位于其中）检测来自门边的第一区841的路径825。通过使用蒸气检测传感器来确定流体扩散，可根据位于分配器中的RFID传感器来检测流体的分配。根据备选实施例，其它装置诸如水槽）、传感器诸如水流、肥皂或化学检测可用来跟踪洗手。备选地，在区844中的停留时间可用作分配的代表。因此，系统能够结合光学感测、路径和规程情境。[0110]然后进入的人沿着路径826从位置844处的洗手台880前进到另一个指定区846中的床815。因此，AI引擎750确定人的状态为在房间805中，手经消毒，定位在床815边。假设规程为进入的人必须对他们的手消毒以接近患者，AI引擎750可推理该规程已经满足。对示例实施例进行扩充，如果人进入区841中的房间，跟随路径828，并直接接触位于床815附近的托盘865,而且沿着路径827前进到床815,则记录洗手规程失误。[0111]在另一个示例实施例中，认为患者有从床上跌倒的风险。系统配置成监测跌倒的预兆，并且在跌倒风险超过某个阈值时通知轮班护士。在示例规程中，床815的高度从海拔831下降到海拔832，而且托盘865将在床815附近。其它步骤可为，电话将在托盘865上，以及床护栏升高。[0112]另外，对患者已经上了厕所以及已经进行巡视的验证是待监测的任何数量的具体活动的示例。在合适的时间，或者在患者或房间的另一方面的状态诸如熄灯、手动输入、口头命令等有变化时，适当地对负责规程任务的工作人员发送警报。跌倒可性能和受伤的风险可用来计算警报的优先级或系统的敏感度。基于系统的特性的任何行动者agent，传感器和推理两者的检测敏感度以及动态地添加的规程步骤是可调节的和可配置的。示例为沉重的患者与较轻的人相比从给定的位置跌倒的倾向，或者有经验的看护者与观测或形容能力较差的人相比的响应时间常数。[0113]图9-12示出根据本发明的实施例的关于行动者、对象、动作和事件的示例性存在论。推理引擎确定能够执行动作的人或行动者900图9的状态、是动作的接受者的对象1000图10、在计算机视觉可检测的间隔尺寸处定义的动作1100图11，以及包括使动作与行动者和对象相互关联且对事件标记时间的事件（图12。利用有顺序的存在论，使得在实践或应用的领域诸如健康护理）中可理解规程和它们的要素状态空间。针对给定的应用领域来指定存在论。在健康护理中，人的角色、对象的无菌状态和移动是示例。可规定、学习训练情境含义。[0114]首先参照图9,示例性存在论900示出在护理过程中被监测的人，诸如员工各自具有情境角色和非员工诸如患者和探视者的类型，针对各个领域，它们可具有多个特定例示。图9针对健康护理领域显示这一点，其中，行动者905首先分成两个特定实例，员工910和非员工915。行动者类非员工915可进一步分类成患者925或探视者930。类似地，行动者类员工910可进一步分类五个子类，如920、945、935、950和940指示的那样。这些良好地定义的角色具有由推理引擎的逻辑使用的特定属性。例如，知道人的角色可允许推断，诸如：“护士是医疗执业医师。”现在参照图10,示出关于被分类成处于无菌或清洁状态的对象的示例性存在论1000。如在图9中那样，在护理交付系统中使用关于被监测元件的良好地定义的含义，以便以自动化的方式进行推理。对象可有许多，而且它们中的各个可具有多种状态。另外，良好地或健壮地描述了什么对象处于这些状态。规程推理的备选方法是存在论引擎，存在论引擎使用来自临床环境的传感器信息来更新用来推断规程违例的存在论对象的属性。例如，存在论的看护者对象具有以下三个属性:hygiene_status，其可从{clean,unclean,unknown}中获得值；positionType，其可从{atBed,atWash,atDoor,inRoom，outRoom}中获得值；以及positionld，其可获得任何字符串的值。基于存在论引擎的传感器输入，存在论引擎使用霍恩子句来推断对象属性的变化。这些属性设计成以便与被监测的多种规程相关。基于与对象属性和他们的与其它对象属性的空间-时间关系有关的准则来推断规程违例。例如，假设看护者具有的hygiene_status属性为“unclean”。另外假设，基于来自传感器的信息，看护者的位置属性变成atBed，并且positionID=“2”。如果ID=“2”的“床”对象具有isOccupied=真的对象属性，则检测到洗手规程违例。[0115]图11示出关于被监测的东西的动作的示例性状态空间1100。如在图9中的那样，规程监测和决策支持需要人和对象的动作状态。对象或人的及物动作可取决于通过时间而特定地被监测且特殊地被标识的对象或行动者。备选地，诸如针对尚未标识的特定对象或行动者，动作可不及物地分类。状态“及物”和“不及物”可拴牢对象或行动者，优选状态为过渡到及物，并且保持及物，使得在被监测规程内存在直接跟踪活动。[0116]现在参照图12,显示事件的示例性状态空间1200,其中，作出被监测对象或行动者的状态的良好地形成的定义。如在图9中那样，被监测规程和环境的健壮分类是合乎需要的。通过对事件分配有区别的“单词”，诸如“A”、“B”、“T、“N”、“W”、“En”和“Ex”，对被观测状态分配了清楚的含义。然后可用数学的方式对那个含义进行推理，如图13中示出的那样。[0117]AI引擎使用由多种感测模态产生的元数据描述符，并且确定发生了还是没有发生规程违规。在这个情境临床世界里，AI引擎使用马尔可夫表示来对临床环境建模，以及对临床环境进行推理。现在参照图13，示出根据本发明的实施例的、用于正确和不正确的状态过渡的示例性扩充转移网络ATN。对象、人和移动的状态的进展用来确定对象或人的活动或状态是否与规程所规定的期望进展一致。规程违例可导致过程缺陷，诸如未杀菌的手接触消过毒的伤口或敷料，从而增加感染的可能性。规程的示例可为在接触患者之前，进入的人必须洗手或者对手消毒，而且如果他们接触了未消毒表面，则在离开之后，再洗手或者对手消毒，但是如果未接触无污染表面，则不需要洗手。也可在时序情境中监测手套或其它感染控制手段，示例为首先对手消毒，然后对手套消毒，然后对患者消毒，然后移除手套，然后对手消母等。类似的序列可用于长外衣、窗帘和感染控制规程的其它组件。[0118]如图13中示出的那样，使用状态转移网络1300对有效规程建模，在状态转移网络1300中，各个节点1310要么为“开始”状态1310,“中间”状态1315、1320、1325、1330和1340，要么为“终止状态”1350、1355。示例状态可捕捉信息，诸如“人A其为护士，并且因而是医疗执业医师）刚好接触了人B其为患者），而且正要离开房间”。过渡1365可发生在任何两个节点（包括它们本身）之间。过渡I365全面地捕捉与推断规程违规有关的所有可能状态。因而在网络中对导致定义的规程1350、1355违规的那些状态中的任一个编码，而且当有违规时，网络能够产生警告。[0119]AI引擎对于噪声或遗漏的信号输入是健壮的。推理数学识别信号质量已经改变，并且将动态地适应质量。将动态地调节输出状态空间置信度。[0120]AI引擎在其内进行推理的状态信息的间隔尺寸是多种感测模态所感测到的内容的函数。例如，一个实例包括房间中的一组传感器，传感器设计成识别临床房间中的特定的预定义区。在这个示例中，系统设计成可靠地推断按照人在预定义区诸如关于图8所论述的子区段或区840-845中的存在或不存在来描述的状态。对应的状态转移网络现在将按照人进入和离开房间中的预定义区来对状态进行推理，以推断规程违规。另一个实例将是可用信号表示临床房间中的人的身份以及位置的基于RFID的感测模态。在这种情况下，对推理引擎可见的状态包括关于人和他们的临床角色的确切位置的信息。[0121]基于与患者有关的医疗知识以及医疗知识所施加的要求和约束，多个规程可适用于给定的临床环境。将单独的规程编码成独立的状态转移网络。除了其它可能性之外，规程可以患者为中心，以执业医师为中心，以床为中心，或者以房间为中心。而且由于单个房间可具有多位患者、执业医师或床，所以AI引擎针对这种实例来例示一个网络，只要有可能违反对应的规程。因此，状态转移网络对于基于是否需要它们而动态地创建或破坏的给定的房间可为起作用的。例如，当执业医师第一次进入临床房间时，AI引擎可能触发状态转移网络，以监测特定的执业医师是否遵从手卫生规程。只要执业医师在环境中，网络就是起作用的，但当监测系统用信号表示执业医师已经离开房间，则AI引擎破坏网络实例，因为在那个临床房间的情境中不再需要监测与那位执业医师有关的规程。但是，如果被监测的人的路径或活动延伸超过房间诸如在走廊里时，他们的情境与临床或过程有关，则网络仍然是活动的，从而使用可用的光学输入以及其它传感器系统输入，诸如例如实时位置服务，诸如RFID。[0122]AI引擎的另一个特征为不知道被监测的临床房间的几何构造。由AI引擎消耗的信息不包含对房间的几何构造特定的知识。这也与规程定义很大程度上取决于房间几何构造的事实相符。这个特征使得AI引擎能够同等地且容易地扩展到多个房间配置，而不需要重新设计。[0123]规程可使用以下类型的约束条件来定义不合规定的状态过渡:状态的绝对空间时间属性，例如其发生的那天的时间，或者其发生的环境中的位置;必须在给定的状态或节点处得到满足的相对空间时间条件，例如在给定位置处允许的最大时间，或者离环境中的给定点的最小距离;必须在成对的状态之间得到满足的空间时间关系，例如状态s1不能在状态s2之前出现;以及必须作为例如先决条件而得到满足的知识丰富的条件或医疗条件。[0124]为了例示节点转移网络，AI引擎使用扩充转移网络ATN1300的变型，如图13中示出的那样。ATN不仅允许描述状态过渡，而且还提供用以规定和修改与各个节点相关联的信息的手段，用以在断开的网络组件中进行推理的能力，以及用以在网络中修改和传送信息的手段。[0125]例如，ATN1300中的节点W1340包括子图1400的分支，如图14中示出的那样，子图1400具有独立的状态逻辑，它表示对图13中的节点W1340进行推理。子图1400在对图14中的状态信息1430完成推理之后回到图13中的节点W1340,状态信息1430将由主要的ATN1300中的逻辑用来从节点W1340离开。ATN将用来把问题表示为非确定性过渡图，其中，节点可过渡到许多其它节点。在图14中，节点W用作示例过程步骤，该步骤为洗手作为在示例实施例中被监测的洗手规程中的任务。往往想要的是考虑任务的时间方面，诸如例如人们洗手要多久，或者随着时间的过去的一系列某些活动。[0126]关于规程的推理许多方面都使用时间推理，或者具有时刻和时间间隔的推理。AI引擎由超光速粒子补充，超光速粒子是用于时间推理的基于约束的通用系统。超光速粒子对事件和事件间约束提供强大且柔性的模型。它能够通过允许用户表示关于状态和状态过渡的参数化时间约束，来对时间的质量和数量两方面进行推理。超光速粒子可用区间值约束例如，之后至少15秒且最多2分钟）来表示所有时间关系（g卩，之前、满足、重叠、被结束、包含、开始、等于、被开始、期间、结束、被重叠、被满足、之后）。超光速粒子使用最优解技术和启发式解技术两者来解决这些约束。根据一个实施例，超光速粒子用来将原始计算机视觉输出转换成由ATN使用的状态表示。[0127]在这里被用作示例实施例的患者安全规程的示例中，诸如手卫生、巡视、患者跌倒预防、压迫溃疡预防以及与通气机相关联的肺炎预防等使用感测和处理系统，感测和处理系统能够确定位置状态，诸如看护者何时进入离开房间，看护者在任一时间点处站在哪里，看护者是否接近手卫生分配器且按压它，看护者是否触碰接触患者，患者何时翻身（要么他她自己翻身，要么在看护者的帮助下翻身），患者是否坐起来且打算下床等。公开的发明的计算机视觉组件是用来确定位置状态空间的主要传感器系统。[0128]使用计算机视觉在性质上是显著和具体的。用低分辨率得出患者和看护者的位置诸如他们在房间里的地平面上的站立位置行走位置），而手的关节运动、面部表情和小物品的位置和光学标签则需要可集中于检测识别人体部分的某些移动的更细粒度的分析。与计算机视觉技术结合的光学传感器使得下者成为可能:从捕捉到视频成像中检测和跟踪患者、看护者和或对象随着时间的过去的位置变化，同时通过分析身体部分的移动以及与临床房间环境中的对象的互动，来辨别被跟踪的个人所进行的关注的具体动作。[0129]人检测和跟踪算法和代码接收来自多个光学传感器的输入，但照相机的数量是可配置的，而不必是固定的。本发明的实施例使用多照相机、多人跟踪系统，该系统包括许多软件组件子系统，软件组件子系统可用来形容行动者和对象在临床环境中的物理状态空间。[0130]例如，一个软件组件子系统可编程成实现前景背景建模和分割方法，分割方法从捕捉到的视频成像中识别可潜在地包含人的关注区域ROI。而且，软件组件子系统可编程成实现基于几何构造模型的人检测方法，该方法依赖于基于几何构造的人形状模型，以解释来自前景背景分割的R0I，以及报告一组候选的人检测。[0131]另外，软件组件子系统可编程成实现基于外观分类器的人检测方法，该方法使用通过机器学习而经过专门训练的人外观分类器来进一步验证以上候选检测。还可包括用以实现人外观建模和匹配方法的软件组件子系统，该方法从检测中获取人外观署名，学会使这个署名模型适应新来的检测数据。[0132]而且，软件组件子系统可编程成实现语义场景模型，该模型可定义墙壁的位置，以及其中医疗装备和家具、流体分配器、盥洗池、门、窗子、基于推车的医疗装备、多种物品（诸如电话、托盘、床配件、光学标签或IR标签以及垃圾桶位于临床房间环境中的位置区。[0133]仍然另外，软件组件子系统可编程成根据视频成像来实现自动化对象检测和定位方法，该方法协助针对语义场景模型来定义临床房间对象。也可包括用以实现多照相机、多人跟踪方法的软件组件子系统，该方法使用来自前述组件的输出，产生各个被跟踪的个的经滤波的平滑的轨线，并且保持跟踪逼真度。软件组件子系统也可编程成实现人类型识别万法，该方法将被跟踪的人分成预定义的人类型类别，诸如医生、护士、患者、探视者和或其它等。作为另一个示例，软件组件子系统可编程成实现人-对象互动检测方法，该方法通过被跟踪的人轨线和以语义的方式定义的对象区之间的几何构造测量来感测可能的人-对象互动。[0134]公开的系统的关键特性在于，它用其处理被监测信息的不确定性且又产生健壮推断的能力来对空间时间事件进行推理。不确定性的一个来源起因于执业医师交叉路径在感测时造成的模糊性。对于计算机视觉系统，这会导致起因于多种可能情形其覆盖在交叉事件发生之后的所有可能的解释的不确定性，如通过图15中的示例所示出的那样，图15是示出不确定性的原因的交叉事件的示例性示意图1500。光学传感器的范围是给定的房间几何构造和安装不止某些数量的照相机的能力或期望能力。被监测的环境中的移动可使得丢失足够的独特的视线，例如两个人相交或拥抱，他们两人之间的可接受的差别丢失。可接受的差别是在系统中可获得的设置。然后相对于在差别丢失发生时取得的确定性，更不确定什么对象或行动者是哪个。[0135]执业医师X1520和Y1530两者都在房间1505中，并且房间中的关注的区被示为区A1510、区B1515、区C1545、区D154〇和区E1550。如显示的那样，执业医师X1520和Y152〇两者在同一时间点处跨过黑色椭圆1525指示的区域。因此，关于哪个行动者进入后来的区的所有推论都是未知的。换句话说，关于区C1545或区D1540和区E1550的进入事件可能已经由房间中的两位执业医师中的任一位引起，因为感测系统1555无法确定地性解决该情形。为了进一步解释，假设规程要求对区C1545的任何探视都在探视区B1515之前。然后，其中执业医师X1520引起区C1545进入事件的所有解释都是安全的，而执业医师Y1530引起区C1545进入事件的备选解释是规程违规。确定性地推论是否已经发生违规的能力变得不可行。[0136]通过在感测系统中使用额外的处理来较好地解决模糊性，AI引擎然后能够处理未知的状态信息。AI推理引擎通过保持或然信息来克服精度难题，其中，根据其中这种不确定性进入creep系统中的点或然信息将执业医师位置处理为概率分布。根据一个实施例，AI机使用贝叶斯更新来跟踪位置分布，以及将那些位置分布转换成规程违规的似然函数。[0137]在当不存在明确的特定领域的规程定义，但从己经在环境中感测到的空间时间事件中推断规程时的情况下，使用规程发现机。通过查看事件列表以及标记导致违规的那些，领域专家可识别规程违规的实例。规程发现机利用标记事件列表来发现明确的规程定义。这会创建状态转移网络的基于准则的表示，当进行例证时，该网络将自动地检测与专家一致的违规。[0138]在图16中使前景背景建模和片段概念化。通过使用得自光学感测的数据来计算场景中有什么变化，来确定运动以及对象和行动者的识别的许多实例。背景随着的时间的推移是稳定的并且从而通过从场景中减去静态背景可使变化清楚变化诸如行动者在场景中移动），从而将变化的图像渲染成可被进一步分类直到它被识别和赋予本体含义的关注的物品。根据一个实施例，一个像素接一个像素地计算场景。公开的实时人检测和跟踪系统16〇〇使用固定位置16〇5中的多个照相机输入，而且不依赖于各个照相机视野，人检测算法以每帧的方式执行。由于照相机是固定的，通过进一步的分析，采用基于前景背景建模和片段的预处理步骤来过滤掉场景中的固定区域1610。系统通过使用在线连续地习得的、基于每像素的灰度级彩色柱状模型ie2〇,对固定背景场景建模。提取显示与背景模型显著地不同的颜色模式的任何正当的前景区域，诸如行走的人和医疗装备1630,以进行进一步的评价1625。[0139]图17是用于本发明的实施例的基于三维几何构造的人检测系统1700的示意图。期望识别诸如从图16中的前景背景建模和片段中产生的关注的物品。通过使用一个照相机传感器在2D空间中刻画物理X-Y测量或者使用不止一个照相机在3D中刻画X-Y-Z测量，来实现确定检测到什么或哪个特定的行动者。系统1700的照相机或光学传感器1705以校准的方式操作，其中，可建立3D世界坐标系1710和2D图像空间1720之间的一致性。因此，基于人类的物理维度，可构思详细的3D人体模型，并且3D人体模型站在地平面上。模型在图像平面上的投影可用来解释提取的前景区域，以及指定可被人1730占据的假设的一组地平面位置。仍然需要进一步的验证来删除假定1735,其中，前景形状看上去像人，但实际上不是。[0140]图18示出根据本发明的实施例的、用于基于外观分类器的人检测HOG的流程图1800。如图18中描绘的那样，可针对各个获取图像帧来实现基于外观分类器的人检测HOG。通过累积有关像素定向，以及使其与用于分类的基准模式拟合，来识别关注的区域。当在成像中观测时，人会呈现使他们与其它对象相区别的某些独特的特征模式。可使用机器学习方法从一大片特征空间中发现和学习这种特征集，特征空间可包括例如诸如梯度定向特征、小波特征、斑点特征、协方差特征和二元模式特征的特征类型。H0G方法在这些谨慎选择但高效地计算的特征上运行，并且设法学习专用分类引擎，鉴于在指定窗口上收集的、来自基于3D几何构造的人检测的特征响应，专用分类机能够确认人的存在。[0141]取决于被系统跟踪的人的类型，诸如看护者、患者和或探视者，可按略微不同的方式编制或实施患者安全规程。因而，期望系统能够辨认人的类型。人可显示略微或显著地不同的外观，这取决于他们所穿的衣服。看护者可看上相似，因为他们的制服相同。但是，通过区别学习范例从计算机视觉角度讲，不同的看护者的、例如通过一些特征空间中的柱状图表示而建模的外观署名模型仍然可学会捕捉外观扰乱。在这里可应用使用机器学习方法的外观署名建模来学习各个人类型的独特的方面。因此，学习方法可利用一大组训练数据，并且以离线的方式创建人类型识别器。然后习得的外观模型将能够通过外观匹配，帮助建立从连续的视频成像中检测到的人的一致性，外观匹配用于跟踪这个临床环境中的人。模型还能够用新来的数据执行自适应，新来的数据已经被分配给该模型，以允许模型对个人的外观变化建模。[0142]图19是根据本发明的实施例的、患者房间中的场景模型和语义区定义的示意图1900。依靠对象或行动者在什么区，患者房间中的场景模型和语义区定义用来得出和传送临床情境。区1902-1914是可配置的，并且依赖于明确的规程含义，其取决于横过区的行动者的地理空间踪迹和绝对区位置。示例为行动者必须在物理上在洗手区1902,以便不得不洗手该事件仅在那个区内完成才有效，不能在进入被监测的空间之前）的逻辑确定。所有高度信息都投影到示出的实施例中的地平面上。当部署了不止一个光学传感器时，除了系统的其它组件中的语义区之外，优先利用3D信息。[0143]被监测的空间可由系统刻画和或配置，以通过结合主动反馈与被监测的校准装置确定区的地理空间位置在哪里。示例实施例是信标装置，诸如指挥棒或计算机屏幕产生模式，该模式从系统中被引导出，以为了校准目的而捕捉地理空间位置。[0144]病房是物理室内单元，其中，患者的床、洗手液盒盥洗池、医疗装备等放在不同的位置。以此类推，在计算机产生的虚拟世界中可构建类似的像3D表示一样的卡通房间。或者可手动地预先选择，或者以系统在线方式自动地确定各个房间对象在这个虚拟空间中的位置，从而允许改变它们的位置，例如看护者可移动患者的床。基于他她的估计地平面位置，也可将从视频图像中检测到的人投射到这个虚拟空间中，并且因而可容易地测量他们在虚拟空间中与各个房间对象的空间接近度。[0145]根据一个实施例，使用一大组编码光学标签来识别对象，使用视频传感器可容易地检测和辩认该编码光学标签。任何组合的固定对象诸如门和盥洗池都标有这些标签。另外，以类似的方式标示动态对象，诸如通气机和患者的床。各个光学标签将对使用计算机视觉算法可被区分的独特的模式编码。因此，通过扫描视频成像，可独特地确定各个对象的位置及其对象类型两者。[0146]参照图20,示出根据本发明的实施例的多照相机、多人跟踪系统2000的示意图。多照相机、多人跟踪系统2000可用于图19的场景模型和语义区定义，以通过将许多其它引擎诸如外观、区和3D几何构造分类器组合成用于比较分类的相关联矩阵，来区分被监测空间中的行动者。作出最有可能的相互关联，并且然后将其发布在信息代理上，以通过订阅规程推理引擎一个或多个来进行使用。在一个实施例中，一旦接收到从各个照相机传感器中检测到的人，以及对其按时间排序，就以集中的方式执行多人跟踪。将对各个最近检测到的人分配具有独特的跟踪器ID的新跟踪器，该跟踪器在前面提到的虚拟语义场景空间中的地平面上运行。保持的跟踪器和检测到的人之间数据关联依赖于这两者之间的定义明确的距离度量，并且通过评分系统来量化该数据关联，评分系统由以下三项组成：外观匹配距离、地平面距离和分类评分。也以这种集中的方式在地平面上对各个跟踪器执行轨线过滤平滑，从而使得系统能够提供呈人位置的形式的连续元数据，作为时间的函数。根据一个实施例，在房间中可同时跟踪高达五个人。[0147]RFID标签也可与计算机视觉结合起来使用，以协助识别个人。例如，健康护理提供者可佩戴RFID标签。在进入患者的房间之后，计算机视觉系统可访问对应于与RFID标签相关联的个人的存储数据，并且使用那个信息来协助计算机视觉系统较准确地跟踪那个人。[0148]被跟踪的个人和房间对象之间的空间接近度确定人-对象互动的可行性。仅当人走到足够接近对象时，进一步的动作才变得可能，诸如按压洗手液盒，以及更换通气机。对象的接近度可由定义成覆盖对象的几何区量化。因此，为了触发对人-对象互动的检测，必须检测被跟踪的个人跨过对象区和或居住在对象区中的事件，这是可行的，因为在虚拟语义场景模型空间中定义人跟踪器和对象区两者的估计轨线。[0149]患者跌倒、转动和或通气机变化典型地与或者由于患者他她自己引起的或者也是由于在看护者的帮助下所引起的身体移动动作）的某些模式相关联。因此，这样的有关患者安全规程例如，患者跌倒预防、压迫溃疡预防，以及与通气机相关联的肺炎预防）的实施使用当这些动作模式发生时检测这些关键时刻的能力。从计算机视觉和机器学习角度讲，检测这样的动作的发生通常需要从成像中发现粒度精细的一套有关运动的特征，并且通过使用在有代表性的一组样本数据上经过训练的针对动作特别学习的统计模型，对特征执行分类回归分析。[0150]本发明的实施例考虑了捕捉到的视频成像的空间-时间容积和潜在的其它辅助式传感器中提取的运动特征。空间-时间可用来形容训练样本的运动特征，其包括例如来自空间-时间滤波的运动特征、来自稀疏的兴趣算子的运动特征、来自3D图像和深度传感器的占有率测量、来自床负载传感器特别用于识别床上的患者动作）的定位测量、来自关节人类模型拟合的身体关节特征头、手臂、驱千、腿等的位置、来自对象检测器的运动特征、医疗装备通气机和用于与通气机相关联的肺炎预防的医疗手套的位置，以及来自脸模型拟合和对准的面部特征眼睛、眉毛、嘴等的位置，用于测量患者疼痛、伤痛和或中风）。[0151]如果分类器确定给定的一组空间-时间特征与关注的动作一致，则报告检测和相关联的决策置信度。本发明的实施例使用多种机器学习方法诸如例如AdaBoost，以使用训练范式开发者提供有利和不利动作两者的代表性样本来构建这样的分类器。可导致检测到可能有患者安全规程违规的关注的动作的潜在列表可包括例如患者坐起且倾向于离开病床、看护者捡起医疗装置例如通气机）、看护者使用洗手盆洗手、看护者压按洗手液盒且洗干净手，以及看护者接触患者。[0152]图21是可用于图19的场景模型和语义区定义的示例性人-区互动事件检测2100的示意图。在相对于规定的规程对行动者的事件活动分类时，人-区互动事件检测21〇〇用来提取轨线和区模式的好处。推理器将消耗一系列按时间排序的人-区互动事件，以及确定它们是否匹配规程所定义的事件的期望模式。如果模式被识别，则推理器确定规程被遵守。取决于遵守的水平，推理器可导致发出警报，或者仅对数据库输出报告供今后分析。存储数据可用于逆向数据挖掘，以识别数据中的模式。例如，如果在一天中的特定时间在医院里的某个病房发生高比例的感染，可分析对应于时间和位置的数据，以确定感染的可能原因。[0153]公开的方法和设备的技术贡献在于，提供一种用于规程遵守的计算机实现的系统和方法。[0154]本领域技术人员将理解，本发明的实施例可与其上存储有计算机程序的计算机可读存储介质对接，并且受该计算机可读存储介质控制。计算机可读存储介质包括多个组件，诸如电子组件、硬件组件和或计算机软件组件中的一个或多个。这些组件可包括一个或多个计算机可读存储介质，计算机可读存储介质大体存储指令，诸如用于按顺序执行一个或多个实现或实施例的一部分或多个部分的软件、固件和或汇编语言。这些计算机可读存储介质大体为非暂时性和或有形的。这种计算机可读存储介质的示例包括计算机和或存储装置的可记录的数据存储介质。计算机可读存储介质可采用例如磁、电、光学、生物和或原子数据存储介质中的一个或多个。另外，这种介质可采取例如软盘、磁带、ceh?om、dvd.m、硬盘驱动器和或电子存储器的形式。可对本发明的实施例采用未列出的其它形式的非暂时性和或有形的计算机可读存储介质。[0155]_在系统的实现中可结合或分开许多这样的组件。另外，这样的组件可包括由许多编程语言中的任一^编写或实现的一组和或一系列计算机指令，如本领域技术人员将理解P那样。另外，可采用其它形式的计算机可读介质诸如载波来包含计算机数据信号，其表不一系列指令，当由一个或多个计算机执行时，指令使一个或多个计算机按顺序执行一个或多个实现或实施例的一部分或多个部分。[0156]、本书面描述使用示例来公开包括最佳模式的本发明，并还使本领域技术人员能实$本发明，包括制作和使用任何装置或系统及执行任何结合的方法。本发明可取得专利的泡围由权利要求定义，且可包括本领域技术人员想到的其它示例。如果此类其它示例具有与权利要求字面语言无不同的结构要素，或者如果它们包括与权利要求字面语言无实质不同的等效结构要素，则它们规定为在权利要求的范围之内。

权利要求：1.一'种设备包括：光学感测系统包含：多个光学传感器，配置成在被监测的环境中捕捉视觉输入并且生成形容所述被监测的环境的布局的光学传感器数据，所述多个光学传感器布置成动态地将所述被监测的环境划分成定义所述布局的多个地理空间区，其中每个区与作为临床工作流程的部分要被监测的健康护理规程中的任务关联，并且其中至少两个区之间的对象的交叉与要被监测的所述健康护理规程中的任务关联；计算机视觉子系统，配置成利用所述多个光学传感器中的一个或多个，将所述光学传感器数据从所述一个或多个光学传感器转换进向量空间，识别所述被监测的环境中的一个或多个被监测的人和对象的位置和轨线中的至少一个；人工智能引擎，配置成例示用于要被监测的每个健康护理规程的扩充状态转移网络，所述扩充状态转移网络将所述规程编码成对应于规程任务的状态和任务之间的状态转移，所述状态表示所述任务并且排队以用于监测，所述状态转移基于与所述向量空间中的一个或多个被监测的人和对象的位置和轨线中的所述至少一个关联的概率分布，其中所述人工智能引擎将所述概率分布转换成用于要被监测的所述健康护理规程的规程违规的可能性；以及信息代理，配置成在例示所述扩充状态转移网络时，发布来自所述扩充状态转移网络的消息，所述消息包含关于所述向量空间中的一个或多个被监测的人和对象的位置和轨线中的所述至少一个的信息和规程违规的所述可能性;以及推理引擎，配置成订阅来自所述扩充状态转移网络的由所述信息代理发布的消息，所述推理引擎基于对使用所述消息计算的规程状态的违背，来动态地确定规程任务违例，所述推理引擎触发警报以报告所述违背，其中所述推理引擎由来自所述临床工作流程的请求来例示，并且包含至少:一起工作以确定规程服从的用于所述规程的规程推理引擎、用于规程任务的任务推理引擎、以及用于规程状态的状态推理引擎，并且其中所述推理引擎使用所述消息和用于健康护理域的有顺序的存在论，确定使用基于以下项的所述有顺序的存在论来从所述消息形成的所述规程状态:i与要执行动作的行动者关联的第一状态，ii与是所述动作的接受者的对象关联的第二状态，以及iii与将所述动作与所述对象和所述行动者关联的事件关联的第三状态，所述有顺序的存在论使得所述规程状态的处理和所述规程状态的比较能够基于不合规定的状态转移来识别所述违背。2.如权利要求1所述的设备，其中所述光学感测系统以及所述推理引擎要托管在消息代理计算环境中。3.如权利要求1所述的设备，其中所述多个光学传感器中的一个或多个要识别所述被监测的人和对象中的至少一个上的光学模式。4.如权利要求3所述的设备，其中所述多个光学传感器中的一个或多个要读取被监测的对象的在显示器上产生的动态信号。5.如权利要1所述的设备，其中在被监测的人处于所述被监测的环境中时，所述扩充转移网络是活动的，并且其中当所述被监测的人已经离开所述被监测的环境时，所述人工智能引擎基于来自所述光学传感器中的一个或多个的信息，破坏所述扩充转移网络的所述例Jno6.—种包含指令的非暂时性的计算机可读介质，所述指令当由处理器执行时，将所述处理器配置成实现设备包括：光学感测系统包含：多个光学传感器，配置成在被监测的环境中捕捉视觉输入并且生成形容所述被监测的环境的布局的光学传感器数据，所述多个光学传感器布置成动态地将所述被监测的环境划分成定义所述布局的多个地理空间区，其中每个区与在要作为临床工作流程的一部分被监测的健康护理规程中的任务关联，并且其中至少两个区之间的对象的交叉与要被监测的所述健康护理规程中的任务关联；计算机视觉子系统，配置成利用所述多个光学传感器中的一个或多个，将所述光学传感器数据从所述一个或多个光学传感器转换进向量空间，识别所述被监测的环境中的一个或多个被监测的人和对象的位置和轨线中的至少一个；人工智能引擎，配置成例示用于要被监测的每个健康护理规程的扩充状态转移网络，所述扩充状态转移网络将所述规程编码成对应于规程任务的状态和任务之间的状态转移，所述状态表示所述任务并且排队以用于监测，所述状态转移基于与所述向量空间中的一个或多个被监测的人和对象的位置和轨线中的所述至少一个关联的概率分布，其中所述人工智能引擎将所述概率分布转换成用于要被监测的所述健康护理规程的规程违规的可能性；以及信息代理，配置成在例示所述扩充状态转移网络时，发布来自所述扩充转移网络的消息，所述消息包含关于所述向量空间中的一个或多个被监测的人和对象的位置和轨线中的所述至少一个的信息和规程违规的所述可能性;以及推理引擎，配置成订阅来自所述扩充状态转移网络的由所述信息代理发布的消息，所述推理引擎基于对使用所述消息计算的规程状态的违背，来动态地确定规程任务违例，所述推理引擎触发警报以报告所述违背，_其中所述推理引擎由来自所述临床工作流程的请求例示，并且包含至少:一起工作以确定规程服从的用于所述规程的规程推理引擎、用于规程任务的任务推理引擎，以及用于规程状态的状态推理引擎，并且其中所述推理引擎使用所述消息和用于健康护理域的有顺序的存在论，确定使用基于以下项的所述有顺序的存在论来从所述消息形成的所述规程状态:i与要执行动作的行动者关联的第一状态，ii与是所述动作的接受者的对象关联的第二状态，以及iii与将所述动作与所述对象和所述行动者关联的事件关联的第二状态，所述有顺序的存在论使得所述规程状态的处理和所述规程状态的比较能够基于不合规定的状态转移识别所述违背。7.如权利要求6所述的计算机可读介质，其中所述光学感测系统和所述推理引擎要托管在消息代理计算环境中。8.如权利要求6所述的计算机可读介质，其中所述多个光学传感器中的一个或多个要识别所述被监测的人和对象中的至少一个上的光学模式。、9.如权利要求8所述的计算机可读介质，其中所述多个光学传感器中的一个或多个要读取被监测的对象的在显示器上产生的动态信号。、10.如权利要求6臓的计算机可读介质，其中在被监测的人处于所述被监测的环境中时，所述扩充转移网络是活动的，并且其中当所述被监测的人已经离开所述被监测的环境时，所述人工智能引擎基于来自所述光学传感器中的一个或多个的信息，破坏所述扩充转移网络的所述例示。11.一种设备包括：处理器和存储器，配置成实现推理引擎，所述推理引擎配置成订阅来自扩充状态转移网络的由信息代理发布的消息，所述扩充状态转移网络将规程编码成对应于任务的多个状态和所述任务之间的转移，所述状态转移基于与正在被监测的区域中的被监测的人或被监测的对象中的至少一个的位置和轨线中的至少一个关联的概率分布，其中所述概率分布要被转换成对于基于编码所述规程的所述状态来要被监测的所述规程的违背的可能性，所述推理引擎基于对使用所述消息计算的规程状态的违背，来动态地确定规程任务违例，所述推理引擎触发警报以报告所述违背，其中所述推理引擎由来自所述工作流程的请求例示并且使用所述规程、规程任务以及规程状态一起来确定规程服从，并且其中所述推理引擎使用所述消息和用于域的有顺序的存在论，确定使用基于以下项的所述有顺序的存在论来从所述消息形成的所述规程状态：i与要执行动作的行动者关联的第一状态，ii与是所述动作的接受者的对象关联的第二状态，以及iii与将所述动作与所述对象和所述行动者关联的事件关联的第三状态，所述有顺序的存在论使得所述规程状态的处理和所述规程状态的比较能够基于不合规定的状态转移识别所述违背，所述扩充转移网络中的状态之间的所述不合规定的状态转移基于违背的所述可能性以及所述规程状态和所述扩充转移网络的第二状态之间的空间时间关系。12.如权利要求11所述的设备，其中所述推理引擎通过多个观察确定规程事件的模式并且生成规程服从的正加强或者用于规程服从的任务执行增进中的至少一个的通知。13.如权利要求12所述的设备，其中所述任务执行增进包含提供现场反馈，所述现场反馈包含用于所述违背的所述警报和解决所述违背的提议的响应。14.如权利要求11所述的设备，其中所述规程包含监测关于护理计划的规程的连续功能，所述规程源自所述护理计划，以及任务源自所述规程。15.如权利要求11所述的设备，其中所述不合规定的状态转移识别由消息表示的反常任务，所述消息被转换成警告、模式分析或者工作流程变化的调用中的至少一个。16.—种包含指令的非暂时性的计算机可读介质，所述指令当由处理器执行时，促使所述处理器至少：由来自工作流程的请求例示推理引擎，所述推理引擎确定规程服从；经由所述推理引擎订阅来自扩充状态转移网络的由信息代理发布的消息，所述扩充状态转移网络将规程编码成对应于任务的多个状态和所述任务之间的转移，所述状态转移基于与正在被监测的区域中的被监测的人或被监测的对象中的至少一个的位置和轨线中的至少一个关联的概率分布，其中所述概率分布要被转换成对于基于编码所述规程的所述状态来要被监测的所述规程的违背的可能性；通过所述推理引擎，使用所述消息和用于域的有顺序的存在论，确定使用基于以下项的所述有顺序的存在论来从所述消息形成的所述规程状态：i与要执行动作的行动者关联的第一状态，ii与是所述动作的接受者的对象关联的第二状态，以及iii与将所述动作与所述对象和所述行动者关联的事件关联的第三状态，所述有顺序的存在论使得所述规程状态的处理和所述规程状态的比较能够基于不合规定的状态转移识别对所述规程状态的违背，所述扩充转移网络中的状态之间的所述不合规定的状态转移基于违背的所述可能性以及所述规程状态和所述扩充转移网络的第二状态之间的空间时间关系；经由所述推理引擎，基于对使用所述消息和所述有顺序的存在论计算的所述规程状态的所述违背，确定规程任务违例；以及触发警报以报告所述违背。17.如权利要求16所述的计算机可读介质，其中所述指令当被执行时，促使所述处理器通过多个观察确定规程事件的模式并且生成规程服从的正加强或者用于规程服从的任务执行增进中的至少一个的通知。18.如权利要求17所述的计算机可读介质，其中所述任务执行增进包含提供现场反馈，所述现场反馈包含用于所述违背的所述警报和解决所述违背的提议的响应。19.如权利要求16所述的计算机可读介质，其中所述规程包含监测关于护理计划的规程的连续功能，所述规程源自所述护理计划，并且任务源自所述规程。20.如权利要求16所述的计算机可读介质，其中所述不合规定的状态转移识别由消息表示的反常任务，所述消息被转换成警告、模式分析或者工作流程变化的调用中的至少一个。

百度查询： 通用电气公司 用于规程遵守的系统和方法