保护我方医务人员!机器人能送药治病消毒,保护医生护士不被传染

作者: 郭一璞 2020-02-04 14:55:21

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。

纵使病毒人传人,但救助病人、为隔离者提供服务、医院消毒这些阻断传播的工作,还是要人类医生护士冒着感染风险来做。

但是,如果做这些工作的是机器人,那就会大大降低传染。

毕竟,新型冠状病毒再厉害,它也不能像计算机网络病毒一样去感染一台硅基设备。

在全球各地,人们已经发明出了能够参与治疗救护和防控的机器人。

送药送饭的机器人

在广东省人民医院,有两台机器人负责给患者递送药品。

机器人自己会开门、关门,还会坐电梯,一台机器人可以完成三名递送人员的工作。

使用过程中,首先由医护人员打开机器人柜子的门,将需要使用的药品放入后关门。

保护我方医务人员!机器人能送药治病消毒,保护医生护士不被传染

之后,在屏幕上选择需要配送的科室或床位,屏幕上都覆盖了薄膜。

保护我方医务人员!机器人能送药治病消毒,保护医生护士不被传染

而后,机器人就会自动行走到医生指定的区域,比如某个病床或某个科室。

保护我方医务人员!机器人能送药治病消毒,保护医生护士不被传染

当机器人配送回来后,医生还要对其进行清洁消毒,以避免病毒通过机器人外表面传播。

保护我方医务人员!机器人能送药治病消毒,保护医生护士不被传染

这样一套过程下来,负责药品的医护人员就不必和患者直接接触,从而降低了医护人员感染的可能性。

这款机器人来自广州一家名叫赛特智能的公司,主要做各种服务机器人,其中也有专供医院的智能配送机器人。

而在杭州,一群密切接触者被隔离在了杭州市委党校,为他们送饭的除了人类之外,也有机器人。

保护我方医务人员!机器人能送药治病消毒,保护医生护士不被传染

机器人会在每个房间门口稍作停留,待该房间的隔离人员取过餐后,再给下一个房间的人送餐。

让机器人给医院消毒

丹麦一家名叫UVD的机器人公司,就生产了一种机器人,能够在医院自动行走,并发出紫外线进行表面消毒。

这台机器人可以靠WiFi链接,使用时需要充电,3个小时可以充满,支撑机器人行走8小时,紫外线模块工作2~2.5小时,大约可以给9~10个房间消毒。

保护我方医务人员!机器人能送药治病消毒,保护医生护士不被传染

紫外线模块可以发出波长为254nm的紫外线,整体高度为171厘米,和一个人的身高差不多。

因为是机器自动移动的,紫外线被发射到四面八方,所以即使是卫生死角,这台机器人也可以进行消毒。

无论是门诊:

保护我方医务人员!机器人能送药治病消毒,保护医生护士不被传染

进行各种检查的科室:

保护我方医务人员!机器人能送药治病消毒,保护医生护士不被传染

手术室:

保护我方医务人员!机器人能送药治病消毒,保护医生护士不被传染

病房:

保护我方医务人员!机器人能送药治病消毒,保护医生护士不被传染

UVD机器人都能走遍每个角落,进行杀菌消毒。

只要达到一定的紫外线能量,它就可以消灭99.99%的SARS冠状病毒:

保护我方医务人员!机器人能送药治病消毒,保护医生护士不被传染

甲型H1N1流感病毒:

保护我方医务人员!机器人能送药治病消毒,保护医生护士不被传染

中东呼吸综合征(MERS)冠状病毒:

保护我方医务人员!机器人能送药治病消毒,保护医生护士不被传染

H7N9禽流感病毒;

保护我方医务人员!机器人能送药治病消毒,保护医生护士不被传染

埃博拉病毒:

保护我方医务人员!机器人能送药治病消毒,保护医生护士不被传染

和正在肆虐的2019新型冠状病毒:

保护我方医务人员!机器人能送药治病消毒,保护医生护士不被传染

如果让机器人来进行消毒工作,那么医护人员的工作就会减轻,降低了他们进入传染病患者活动空间的次数,降低医护人员被传染的可能。

西雅图医院用机器人治病

此前,美国第一例新冠病毒感染者就是靠机器人来治疗的。

这名患者被安置在了一个6米×6米的隔离病房,病房里有机器人,机器人上装备了摄像头、麦克风和听诊器等器械,医生在病房的窗外操控机器人进行诊断和治疗。

保护我方医务人员!机器人能送药治病消毒,保护医生护士不被传染

而在送药物和日常检查时,除了特殊情况之外,医生不会进入这个病房,而是采用机器人进行。

这个特殊的病房本来是为了应对埃博拉病毒爆发的,但没有想到,首个入住的病人患的是新冠肺炎。

我们曾无数次讨论过AI、机器人取代医生工作的话题。但这次,如果人类医生护士的工作都能最大可能的被机器人取代,被好好地保护、远离传染病,那就是我们大家都期望的事了。

最后,让我们祝愿这次抗击疫情的前线医务人员,都能够平安归来。

机器人 人工智能 系统
上一篇:2020年人工智能在云平台的应用将呈现爆炸式增长 下一篇:新型冠状病毒肆虐,AI技术能否力挽狂澜?
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

MIT提出Liquid机器学习系统,可像液体一样适应动态变化

麻省理工学院(MIT)的研究者开发出了一种新型的神经网络,其不仅能在训练阶段学习,而且还能持续不断地适应。

机器之心 ·  2021-02-21 15:47:47
规划智慧城市时,别忘了无障碍通行

要想成为一个智慧城市甚至一个智慧世界,虽然可能需要时间和有针对性的规划,但我们必须以人为本。

蒙光伟 ·  2021-02-21 10:26:41
2021关于人工智能的五大趋势

数字化变革,比过去10年更多,这主要是由于远程工作的规模,以及企业迅速部署了必要的技术,尤其是与网络安全相关的技术。那,2021关于人工智能的五大趋势会是如何的呢?

Lichu ·  2021-02-21 10:21:01
使数据中心更智能:人工智能如何发挥作用?

随着数据成为维持几乎所有业务运营以获取洞察力和业务成果的先决条件,数据中心正处于这种数字化转型的关键。

Cassie ·  2021-02-21 10:14:59
IBM拟出售Watson Health后,AI医疗还能不能碰

医疗服务仍然是一块商业上尚未被完全发掘的市场,看病难/看病贵、医疗资源紧缺、医疗资源不平均等痛点问题长期存在,对应的市场空间理应是巨大的。而Watson Health作为IBM曾寄予厚望的业务方向,为何要在此时萌生退意?它的故事给业界带来哪些启发?眼下的AI医疗市场,究竟是一副什么样的局面呢?

物联传媒 ·  2021-02-21 08:41:16
抛弃归一化,深度学习模型准确率却达到了前所未有的水平

我们知道,在传递给机器学习模型的数据中,我们需要对数据进行归一化(normalization)处理。

机器之心 ·  2021-02-20 21:09:12
华人博士生首次尝试用两个Transformer构建一个GAN

最近,CV 研究者对 transformer 产生了极大的兴趣并取得了不少突破。这表明,transformer 有可能成为计算机视觉任务(如分类、检测和分割)的强大通用模型。

Yifan Jiang ·  2021-02-20 21:04:53
无监督训练用堆叠自编码器是否落伍?ML博士对比了8个自编码器

柏林工业大学深度学习方向博士生 Tilman Krokotsch 在多项任务中对比了 8 种自编码器的性能。

Tilman Krokotsch ·  2021-02-20 20:57:16
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载