识别护理活动：一种基于双向交互式交叉注意力机制的人工智能方法

《CIN: Computers, Informatics, Nursing》：Recognizing Nurse Care Activity: An Artificial Intelligence Approach With Bidirectional Interactive Cross-Attention

护理活动自动识别对医疗质量评估至关重要，传统人工记录存在效率低、误差大问题。本文提出基于Transformer的双向交互交叉注意力AI模型，通过多模态数据互信息交换提升识别准确率，实验验证其显著优于传统方法，为护理资源优化和标准化评估提供新路径。

　　

摘要

护理活动对医疗服务的提供至关重要，直接影响患者的安全、康复和整体健康状况。准确识别和记录这些活动对于评估护士的表现、高效管理资源以及保持护理质量的一致性具有重要意义。然而，护理活动本身具有复杂性，不仅受到护士行为的影响，还受到患者行为的影响。传统的记录方法主要依赖人工输入，不仅劳动强度大，而且容易出错，这往往导致绩效评估和护理优化方面的不足。本文强调了开发先进自动化系统的必要性，以实现准确识别护理活动。我们提出了一种基于Transformer的双向交互式交叉注意力（bidirectional interactive cross-attention）新型人工智能模型，该模型通过相互信息交换利用多模态数据的互补性来提高识别准确性和上下文理解能力。我们评估了双向交互式交叉注意力的性能，实验结果表明其表现非常出色。我们的方法有望显著提升护理活动的识别能力，从而改善护理活动的识别效果，并支持更准确的工作量评估、调度和护理质量。