Konenäkö kaatumisen ehkäisyssä

Abstract

Opinnäytetyön toimeksiantaja, Procemex Oy, on markkinajohtaja konenäköön perustuvissa laadunvalvontajärjestelmissä paperi-, paino- ja selluteollisuudessa ja on aikeissa laajentaa liiketoimintaa terveydenhuollon toimialalle tuomalla konenäköosaamista sairaaloihin ja vanhuspalveluihin. Tämän seurauksena Espoon uuteen sairaalaan asennettiin uusi Verso Vision -järjestelmä, jonka avuksi opinnäytetyö tehtiin. Työn tavoitteena oli tutkia konenäön hyödyntämisen mahdollisuuksia ja kannattavuutta valvoa ja ennaltaehkäistä kaatumisia sairaaloissa ja vanhuspalveluissa. Työssä tutkittiin Suomessa aiheutuvia kaatumisia ja niistä aiheutuvia kustannuksia sekä kerättiin tietoa valmiina olevista teknologiaratkaisuista, joita pystytään myös käyttämään kaatumisen ehkäisemiseksi. Sen lisäksi tutustuttiin tarkoin konenäköön perustuvaan Verso Vision -järjestelmään sekä sen käyttöön ja toimintaperiaatteeseen. Tutkimusvaiheessa tuli selville, että yksittäinen kaatuminen maksaa Suomelle 6000 euroa. Koska kaatumisia on vuosittain noin 390 000, kustantavat ne Suomelle noin 2,4 miljardia euroa vuodessa. Tästä huolimatta vertailussa kävi ilmi, että käytössä olevia teknologiaratkaisuja, joita käytetään kaatumisten ehkäisemiseksi sairaaloissa ja vanhuspalveluissa on vain muutama. Tarve menetelmälle, jolla saadaan kaatumisia vähennettyä terveyskeskuksissa, on kova. Konenäköön pohjautuvalla järjestelmällä on ehdottomasti mahdollisuuksia, koska se erottuu muista huomaamattomuudellaan ja helppokäyttöisyydellään. Kyseisen järjestelmän potentiaali on suuri, koska konenäkö ja tietokoneen tekoäly kehittyvät kovaa vauhtia. Sen lisäksi siihen voidaan tulevaisuudessa liittää esimerkiksi data-analyysiä ja ääntä.

The assignor, Procemex Oy, is the market leader in machine vision-based quality control systems in paper, print and pulp industry and intends to expand its business to the healthcare industry by bringing machine vision expertise to hospitals and elderly care. As a result, a new Verso Vision system was installed in the new hospital in Espoo. Thesis was made to help the new system. The aim of the thesis was to study the possibilities and profitability of machine vision in monitoring and preventing falls in hospitals and elderly care. The work was done by examining the falls in Finland and the costs that were caused by them as well as gathering information about existing technological solutions that can also be used to prevent falls. In addition, machine vision based Verso Vision system, its use and its operating principle were carefully studied. In the research stage, it was found out that a single fall costs Finland 6000 euros. As there are around 390 000 annual falls in Finland, their cost adds up 2,4 billion euros per year. Nonetheless, the comparison showed that there are only a few technological solutions to prevent falls in hospitals and in elderly care. The need for a method to reduce falls in health center is urgent. The machine vision-based system is definitely a possibility because it separates from the other methods with its ease of use and ability to not be in the way. The potential of this system is big because the machine vision and the artificial intelligence of the computer are developing at fast pace. In addition, data analysis and sound can be added to the system in the future.