L'IA Valuta le Competenze Infermieristiche da Video Egocentrici

Uno studio recente indaga l'applicazione di modelli visione-linguaggio per valutare le abilità infermieristiche attraverso video egocentrici nella formazione basata su simulazione. Utilizzando un framework a tre fasi, la ricerca estrae timeline di azioni dal video con encoder visivi congelati e apprendimento few-shot, identifica caratteristiche a livello di sequenza e le collega alle valutazioni degli istruttori sulla competenza. Su 22 sessioni (3,8 ore, 493 azioni), il backbone DINOv2 congelato combinato con la decodifica HMM Viterbi ha raggiunto un MOF del 57,4% nel riconoscimento one-shot leave-one-out. È interessante notare che è stata trovata una correlazione negativa tra accuratezza del riconoscimento e competenza (rho = -0,524, p < 0,05), indicando che una competenza più elevata potrebbe essere associata ad azioni più variabili o imprevedibili. Questo studio mira a migliorare valutazioni scalabili e oggettive della competenza, riducendo la dipendenza da valutazioni esperte e discrepanze tra valutatori.