Neural System
Soluzioni · Sanità

Protocolli di sicurezza per pazienti e personale

Igiene delle mani, DPI ospedalieri, cadute dei pazienti e cambi di posizione monitorati in modo continuo e non invasivo.

Igiene delle mani

Verifica che il lavaggio delle mani avvenga e duri il tempo minimo

Vedi la demo

Monitoraggio dell’adesione all’igiene delle mani a lavandini e lavabi di ospedali, cucine e fabbriche. Il sistema individua inizio e fine di ogni lavaggio, misura la durata dello sfregamento e genera report di conformità per reparto — a supporto degli obiettivi di sicurezza del paziente e delle GMP.

Come funziona

  1. 1La zona del lavandino viene delimitata sull’immagine della telecamera.
  2. 2Il modello di posa individua i polsi; mani unite e in movimento nella zona = sfregamento.
  3. 3La durata viene confrontata con il minimo impostato (OMS: 40–60 s con acqua e sapone).
  4. 4I lavaggi insufficienti generano un allarme e alimentano i report di supervisione.
YOLO11-PoseZona del lavandinoAnalisi dello sfregamento

Vantaggi

  • Misura continua dell’adesione (oggi fatta con osservazione a campione).
  • Meno infezioni correlate all’assistenza.
  • Report per reparto e turno per una formazione mirata.
fino al 40%
Riduzione delle infezioni correlate all’assistenza
Migliaia
Costo evitato per infezione ospedaliera
+30 pt
Adesione all’igiene delle mani

Riferimenti dalla letteratura sul controllo delle infezioni; il rilevamento della tecnica completa (i 6 passaggi dell’OMS) può essere aggiunto con un modello dedicato alle mani.

Cadute dei pazienti

Distingue in piedi, seduto e a terra per segnalare le cadute senza falsi allarmi

Vedi la demo

Stima della posa umana (17 punti chiave del corpo) applicata a ogni persona nell’inquadratura. Quando individua un passaggio brusco da in piedi a sdraiato — o una persona a terra da molto tempo — il sistema invia subito un allarme alla squadra di intervento, riducendo il tempo di soccorso.

Come funziona

  1. 1Il modello di posa individua spalle, anche, ginocchia e caviglie di ogni persona; il tracker segue ogni individuo.
  2. 2In piedi: gambe distese sotto le anche (ginocchio oltre 140° e piedi ben sotto le anche) — chinarsi per raccogliere qualcosa conta ancora come in piedi.
  3. 3Seduto: busto eretto, cosce quasi orizzontali e piedi sotto le anche (sedia, panca, bordo del letto). Busto inclinato e gambe distese = semisdraiato (letto, poltrona).
  4. 4Accovacciato/in ginocchio: ginocchia molto piegate con le anche vicine ai talloni, o altezza del corpo molto inferiore a quella della stessa persona in piedi.
  5. 5A terra: busto orizzontale senza che le gambe sostengano il corpo, oppure piedi sopra le anche. Seduto a terra: anche all’altezza dei piedi.
  6. 6Le misure sono normalizzate sulla corporatura della persona e la postura è confermata da una votazione su più fotogrammi, così non oscilla.
  7. 7Caduta: una persona vista in piedi che arriva a terra con una rapida discesa delle anche. Una persona trovata già a terra genera un allarme dopo qualche secondo.
  8. 8Un allarme con un’immagine del momento parte in pochi secondi; seduto, semisdraiato e accovacciato non generano allarmi.
YOLO11-PoseByteTrackRegole biomeccaniche

Vantaggi

  • Riduzione drastica del tempo tra la caduta e il soccorso («long lie»).
  • Registrazioni video per l’analisi delle cause e la difesa legale.
  • Meno carico di sorveglianza visiva per il personale infermieristico.
-80%
Tempo di soccorso
Migliaia
Costo aggiuntivo medio per caduta con lesioni
fino al 40%
Riduzione delle cadute con lesioni gravi

Stime di riferimento tratte dalla letteratura sulla sicurezza dei pazienti; le prestazioni dipendono dall’angolazione e dalla copertura delle telecamere.

Monitoraggio del decubito

Segue la posizione del paziente e avvisa quando è ora di riposizionarlo

Vedi la demo

Monitoraggio continuo del decubito e del lato su cui sono distesi i pazienti allettati. Il sistema identifica la posizione (supina, laterale destra/sinistra, prona), cronometra il tempo in ciascuna e avvisa il personale infermieristico quando l’intervallo di riposizionamento viene superato — per prevenire le lesioni da pressione.

Come funziona

  1. 1Il modello di posa individua spalle, anche e viso del paziente a letto.
  2. 2Larghezza delle spalle, visibilità del viso e lato del viso visibile determinano la posizione.
  3. 3Un timer registra il tempo in ogni posizione e i cambi effettuati.
  4. 4I report mostrano l’aderenza al protocollo di riposizionamento per letto e turno.
YOLO11-PoseClassificazione della posturaTimer di riposizionamento

Vantaggi

  • Prevenzione delle lesioni da pressione — un evento avverso evitabile.
  • Registrazione automatica dei cambi di posizione (audit e accreditamento).
  • Meno giri di controllo per il personale infermieristico.
fino al 50%
Riduzione delle lesioni da pressione
Migliaia
Costo evitato per lesione grave
100%
Tracciabilità del protocollo

La demo usa un’accelerazione del tempo (1 s di video = 1 min). Riferimenti dalla letteratura infermieristica.

Monili nelle aree di assistenzaZero-shot

Norme di sicurezza sul lavoro — operatori sanitari senza anelli, orologi e bracciali

Vedi la demo

Verifica automatica dell’uso di monili — anelli, fedi, orologi, bracciali, collane e orecchini — negli ambienti in cui sono vietati per rischio biologico, contaminazione del prodotto o sicurezza meccanica. Usa un rilevatore a vocabolario aperto: nuove classi si aggiungono via testo, senza riaddestramento.

Come funziona

  1. 1Il rilevatore YOLO-World riceve l’elenco dei monili in linguaggio naturale.
  2. 2Ogni monile viene associato alla persona che lo indossa.
  3. 3Una non conformità genera un allarme con il ritaglio dell’immagine come prova.
YOLO-World (vocabolario aperto)OpenCV

Vantaggi

  • Conformità verificabile alle norme di sicurezza sul lavoro e alle GMP.
  • Meno contaminazioni crociate e richiami di prodotto.
  • Prevenzione di infortuni da trascinamento e strappo.
> 90%
Conformità negli audit
-60%
Non conformità GMP

La funzionalità opera in modalità zero-shot (senza addestramento specifico): la precisione aumenta molto con telecamere ravvicinate (es. barriera igienica) e un futuro fine-tuning.

DPI ospedalieri

Camice/tuta, mascherina, guanti, occhiali e visiera nelle aree di assistenza

Vedi la demo

Modello di visione artificiale addestrato da Neural per identificare, su ogni lavoratore, la presenza o l’assenza dei dispositivi di protezione individuale — tute, guanti, occhiali, mascherine e visiere — usando le telecamere già installate. Ogni non conformità genera un allarme con prova fotografica e alimenta indicatori di sicurezza per area, turno e squadra.

Come funziona

  1. 1Le telecamere (RTSP/IP) inviano le immagini al server di inferenza in sede o nel cloud.
  2. 2Il modello YOLO rileva in pochi millisecondi le persone e ogni DPI (o la sua assenza).
  3. 3Un tracker associa i rilevamenti a ogni lavoratore per evitare allarmi doppi.
  4. 4Regole per area definiscono quali DPI sono obbligatori (es. casco e gilet in cantiere).
  5. 5Gli allarmi con foto vengono inviati al responsabile della sicurezza (cruscotto, e-mail, WhatsApp, webhook).
YOLOv8 DPI (edilizia)YOLOv5 Neural (sanità)YOLO11 + ByteTrack (persone)

Vantaggi

  • Monitoraggio continuo 24/7, senza dipendere dai giri di controllo.
  • Prova fotografica di ogni evento per formazione e audit (norme di sicurezza sul lavoro, ISO 45001).
  • Indicatori di conformità per area, turno e squadra per azioni preventive mirate.
  • Meno infortuni, giornate perse e contenziosi di lavoro.
  • Sfrutta l’impianto di telecamere (TVCC) esistente.
fino al 60%
Riduzione degli infortuni con assenza
Decine di migliaia
Costo medio evitato per infortunio grave
da 2 a 4 h/giorno
Tempo di giro liberato per la sicurezza
> 95%
Conformità raggiunta in 90 giorni

Stime di riferimento basate su indicatori di mercato (statistiche ufficiali sugli infortuni e studi sulla sicurezza sul lavoro); i risultati reali variano in base alle dimensioni dell’azienda, all’attuale tasso di infortuni e al grado di adozione.

Umore e disagio del paziente

Riconosce le espressioni del viso — felicità, tristezza, rabbia, sorpresa e altro

Vedi la demo

Modello di IA addestrato a riconoscere le espressioni del viso associate alle emozioni — felicità, tristezza, paura, disgusto, sorpresa, rabbia, disprezzo e neutralità. Misura in tempo reale come clienti, studenti e pubblico reagiscono a prodotti, servizio, lezioni, vetrine e presentazioni.

Come funziona

  1. 1Il rilevatore YuNet individua i volti in ogni fotogramma.
  2. 2Il modello HSEmotion (addestrato sul dataset AffectNet) classifica 8 emozioni con le relative probabilità.
  3. 3Le letture vengono livellate nel tempo per ogni persona per evitare oscillazioni.
  4. 4Un indice di soddisfazione (valenza) riassume l’umore del pubblico minuto per minuto.
YuNet (OpenCV)HSEmotion (AffectNet)Tracciamento dei voltiYOLO11-pose

Vantaggi

  • Un riscontro emotivo oggettivo, senza questionari.
  • Individua i momenti e i prodotti che generano più entusiasmo (o frustrazione).
  • Integra NPS e sondaggi con dati continui e anonimi.
+10–20%
Efficacia delle campagne
-50%
Costo dei pre-test
tempo reale
Rilevamento dell’insoddisfazione nel servizio

Le espressioni del viso indicano emozioni apparenti, non stati interiori. Uso anonimo e aggregato, in conformità con le leggi applicabili sulla protezione dei dati.

Tutti i settori

Hai in mente un caso d’uso? Invia un video e ricevi un’analisi gratuita.

Inviaci uno spezzone video della tua attività: lo elaboriamo con la nostra IA e ti restituiamo il risultato con rilevamenti, allarmi e indicatori — senza impegno.