【案例分享】每个场景都可被AI识别——医院电梯病床检测_专栏

前言

在数字化转型的大潮中，智慧医疗正在成为提升医疗服务质量和效率的重要途径。尤其是在大型医院中，如何优化病床转运流程，减少不必要的等待时间和人力成本，成为了亟待解决的问题。然而，对于许多智慧医疗服务提供商而言，缺乏自主开发高级人工智能算法的能力成为了一道难以跨越的门槛。本文将介绍一家智慧医疗服务提供商如何借助云锦OS视觉智能体解决方案，成功解决了病床转运中的痛点，并实现了医院运营效率的显著提升。

项目背景

在现代医疗体系中，病床的高效转运对于提升医院的整体运营效率至关重要。特别是在大型医疗机构内，病床进入电梯的过程常常成为瓶颈之一。为了改善这一状况，某智慧医疗服务提供商计划开发一套专门用于识别病床进入电梯的算法。该算法的主要功能包括：
实时检测电梯内的病床状态：当电梯中有病床进入时，系统能够立即识别。

判断电梯是否满员：当电梯已达到最大载客量时，系统能够自动识别。
信息推送：将结构化信息实时推送到梯控平台，并通知各楼层等待的乘客。
电梯调度：通过梯控系统合理安排电梯的停靠楼层和其他电梯的运行情况。

挑战与解决方案

尽管该智慧医疗服务提供商认识到了病床转运过程中存在的问题，并希望通过技术手段加以解决，但他们面临着以下几方面的挑战：

缺乏AI计算和推理能力：虽然具备极强的系统集成、数字孪生应用开发以及项目服务能力，能够实现电梯管理系统后台的搭建，但在AI计算和推理方面存在不足，无法自主开发所需的识别检测算法。
市场上缺少现成解决方案：这类针对医院病床转运的算法相对较少，难以找到现成可用的产品。
定制化需求：医院的具体环境和需求较为特殊，需要一个能够灵活适应的解决方案。

为了解决上述痛点，厂商决定采用云锦微视觉智能体提供的解决方案。云锦微视觉智能体是一个具备极高场景匹配能力的智能识别平台，特别适合处理类似此类特定目标识别需求的项目。

方案介绍

面对客户的特定需求与痛点，云锦OS视觉智能体完全匹配客户所需，解客户所痛，具体如下所示：

1. 场景算法预训练模型定制的服务：

协助用户收集场景数据：云锦OS的技术团队深入客户现场，协助收集大量实际运行数据，确保数据的质量和代表性。
完成算法0-1的开发：基于收集的数据，云锦OS将完成从无到有的算法开发过程，并确保算法的准确性和实用性。
全权交付算法和标注数据集：将训练好的算法和完整的标注数据集全权交付给客户，使客户能够完全掌握算法的所有权和使用权。

2. 自带算法训练工具：

VT-Station：该方案最吸引人的一点是，它自带一套直观易用的算法训练工具——VT-Station。通过这个平台，用户可以基于预训练模型，通过增加场景下的数据并自主训练出适用于特定场景下的算法模型。
自主迭代：这意味着厂商不再受限于市面上有限的预训练模型，而是可以根据自身的需求定制最适合的解决方案。

3. 免费的告警应用软件：

云锦OS还提供了免费的告警应用软件，用户无需任何应用开发，即可快速搭建AI视觉检测系统，实现即时告警功能。

项目落地过程

落地思路

云锦微合作伙伴决定收集电梯监控内一星期的监控画面，并通过标注期间电梯中有病床的图片，进行训练实现算法的迭代。具体落地步骤如下所示。

落地步骤

搭建简单系统，收集数据集
数据准备：厂商首先搭建了一个简易的图像采集系统，用于拍摄收集电梯中有病床推入的的图片作为数据集。
自主本地训练
自主标注：使用云锦微的VT-Station工具进行自主标注，将包含病床标的场景图片记为正样本进行标记即可。
模型训练：在完成数据标注后，厂商通过VT-Station进行算法本地训练。这一过程简单易用，不需要额外的技术支持。
部署验证
初步部署：将训练好的算法部署到生产线上进行初步验证。在这个阶段，厂商可能会遇到一些漏报或误报的情况。
持续优化：对于出现的任何异常数据，厂商都会将其收集起来，并通过VT-Station进行二次训练，进一步提高算法的准确性和稳定性。

进展与成果
客户选择了云锦OS提供的视觉智能体解决方案，并在实际部署过程中取得了显著成效：

数据采集与模型训练：云锦OS的技术团队与客户紧密的合作，收集了大量电梯运行的真实数据，并在此基础上训练出了准确度高的病床识别检测算法。
场景验证与部署：通过初步的场景验证，确保算法在实际环境中能够稳定运行，并顺利完成了算法的部署。
交付与自主迭代：云锦OS不仅向客户交付了完整的标注数据集和预训练模型，还提供了VT-Station工具，使客户能够在未来的使用过程中根据实际需求自主调整和优化算法。

通过与云锦OS的合作，该智慧医疗服务提供商不仅解决了当前面临的病床转运难题，还为未来的智能化升级打下了坚实的基础。这一案例再次证明，在AI技术的支持下，传统行业能够实现更加高效、智能的变革与发展。