Des protocoles de sécurité pour les patients et les soignants

Suivi de l’observance de l’hygiène des mains aux lavabos et éviers des hôpitaux, cuisines et usines. Le système repère le début et la fin de chaque lavage, mesure la durée de friction et produit des rapports de conformité par service — à l’appui des objectifs de sécurité des patients et des BPF.

Comment ça marche

1. 1La zone du lavabo est délimitée sur l’image de la caméra.
2. 2Le modèle de posture repère les poignets ; mains jointes et en mouvement dans la zone = friction.
3. 3La durée est comparée au minimum configuré (OMS : 40–60 s à l’eau et au savon).
4. 4Les lavages insuffisants déclenchent une alerte et alimentent les rapports de supervision.

Bénéfices

• Mesure continue de l’observance (aujourd’hui faite par observation ponctuelle).
• Moins d’infections associées aux soins.
• Rapports par service et par équipe pour des formations ciblées.

Estimation de la posture humaine (17 points clés du corps) appliquée à chaque personne dans le champ. Lorsqu’il repère une transition brusque de debout à allongé — ou une personne au sol depuis longtemps —, le système envoie une alerte immédiate à l’équipe d’intervention et réduit le délai de prise en charge.

Comment ça marche

1. 1Le modèle de posture repère les épaules, hanches, genoux et chevilles de chaque personne ; le tracker suit chaque individu.
2. 2Debout : jambes tendues sous les hanches (genou au-delà de 140° et pieds bien en dessous des hanches) — se pencher pour ramasser quelque chose compte encore comme debout.
3. 3Assis : buste droit, cuisses presque horizontales et pieds sous les hanches (chaise, banc, bord du lit). Buste incliné et jambes tendues = semi-allongé (lit, fauteuil).
4. 4Accroupi/à genoux : genoux très fléchis avec les hanches près des talons, ou hauteur du corps bien inférieure à celle de la même personne debout.
5. 5Au sol : buste horizontal sans que les jambes soutiennent le corps, ou pieds au-dessus des hanches. Assis par terre : hanches à la hauteur des pieds.
6. 6Les mesures sont normalisées par la taille du corps de la personne et la posture est confirmée par un vote sur plusieurs images, pour éviter les clignotements.
7. 7Chute : une personne vue debout qui arrive au sol avec une descente rapide des hanches. Une personne trouvée déjà allongée au sol déclenche une alerte au bout de quelques secondes.
8. 8Une alerte avec une image du moment est envoyée en quelques secondes ; assis, semi-allongé et accroupi ne déclenchent pas d’alarme.

Bénéfices

• Réduction drastique du temps entre la chute et la prise en charge (« long lie »).
• Enregistrements vidéo pour l’analyse des causes et la défense juridique.
• Moins de charge de surveillance visuelle pour l’équipe soignante.

Suivi continu de la position et du côté de couchage des patients alités. Le système identifie la position (dorsale, latérale droite/gauche, ventrale), chronomètre le temps passé dans chacune et alerte l’équipe soignante quand l’intervalle de repositionnement est dépassé — pour prévenir les escarres.

Comment ça marche

1. 1Le modèle de posture repère les épaules, les hanches et le visage du patient dans le lit.
2. 2La largeur des épaules, la visibilité du visage et le côté du visage visible déterminent la position.
3. 3Un minuteur suit le temps passé dans chaque position et les changements effectués.
4. 4Les rapports montrent le respect du protocole de repositionnement par lit et par équipe.

Bénéfices

• Prévention des escarres — un événement indésirable évitable.
• Enregistrement automatique des changements de position (audit et certification).
• Moins de tournées de vérification pour l’équipe soignante.

Vérification automatique du port de bijoux — bagues, alliances, montres, bracelets, colliers et boucles d’oreilles — dans les environnements où ils sont interdits en raison du risque biologique, de la contamination des produits ou de la sécurité mécanique. Le détecteur est à vocabulaire ouvert : de nouvelles classes peuvent être ajoutées par texte, sans réentraînement.

Comment ça marche

1. 1Le détecteur YOLO-World reçoit la liste des bijoux en langage naturel.
2. 2Chaque bijou est associé à la personne qui le porte.
3. 3Une non-conformité déclenche une alerte avec le recadrage de l’image comme preuve.

Bénéfices

• Une conformité vérifiable aux règles de sécurité au travail et aux BPF.
• Moins de contaminations croisées et de rappels de produits.
• Prévention des accidents de happement et d’arrachement.

Modèle de vision par ordinateur entraîné par Neural pour identifier, sur chaque travailleur, la présence ou l’absence d’équipements de protection individuelle — combinaisons, gants, lunettes, masques et visières — à partir des caméras déjà installées. Chaque non-conformité déclenche une alerte avec preuve photo et alimente des indicateurs de sécurité par zone, équipe et poste.

Comment ça marche

1. 1Les caméras (RTSP/IP) envoient les images au serveur d’inférence sur site ou dans le cloud.
2. 2Le modèle YOLO détecte en quelques millisecondes les personnes et chaque EPI (ou son absence).
3. 3Un tracker associe les détections à chaque travailleur pour éviter les alertes en double.
4. 4Des règles par zone définissent les EPI obligatoires (par ex. casque et gilet sur le chantier).
5. 5Les alertes avec photo sont envoyées au responsable sécurité (tableau de bord, e-mail, WhatsApp, webhook).

Bénéfices

• Surveillance continue 24 h/24, sans dépendre des rondes sur place.
• Preuve photo de chaque événement pour les formations et les audits (règles de sécurité au travail, ISO 45001).
• Indicateurs de conformité par zone, équipe et poste pour des actions de prévention ciblées.
• Moins d’accidents, d’arrêts de travail et de contentieux sociaux.
• Exploite l’infrastructure de caméras (vidéosurveillance) existante.

Modèle d’IA entraîné à reconnaître les expressions faciales associées aux émotions — joie, tristesse, peur, dégoût, surprise, colère, mépris et neutre. Il mesure en temps réel la réaction des clients, élèves et publics aux produits, au service, aux cours, aux vitrines et aux présentations.

Comment ça marche

1. 1Le détecteur YuNet repère les visages dans chaque image.
2. 2Le modèle HSEmotion (entraîné sur le jeu de données AffectNet) classe 8 émotions avec leurs probabilités.
3. 3Les lectures sont lissées dans le temps pour chaque personne afin d’éviter les variations brusques.
4. 4Un indice de satisfaction (valence) résume l’humeur du public minute par minute.

Bénéfices

• Un retour émotionnel objectif, sans questionnaire.
• Identifie les moments et les produits qui suscitent le plus d’enthousiasme (ou de frustration).
• Complète le NPS et les enquêtes avec des données continues et anonymes.