logo móvil
Contáctanos

Riesgos de aprendizaje profundo por refuerzo aplicado a la asistencia en la prevención de caídas por robots móviles autónomos en el hospital

Autores: Namba, Takaaki; Yamada, Yoji

Idioma: Inglés

Editor: MDPI

Año: 2018

Descargar PDF

Acceso abierto

Artículo científico
2018

Riesgos de aprendizaje profundo por refuerzo aplicado a la asistencia en la prevención de caídas por robots móviles autónomos en el hospital


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería de Sistemas

Palabras clave

Evaluación de riesgo de caídas
Sistema de enfermería
Inteligencia artificial
Aprendizaje profundo por refuerzo
Robots móviles autónomos
Medidas de reducción de riesgos

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 55

Citaciones: Sin citaciones


Descripción
Nuestro estudio anterior propuso una evaluación automática del riesgo de caídas y medidas relacionadas de reducción del riesgo. También se desarrolló un sistema de enfermería para reducir los accidentes de los pacientes, reduciendo así la carga de cuidado del personal médico en los hospitales. Sin embargo, existen riesgos asociados con la inteligencia artificial (IA) en aplicaciones como robots móviles asistentes que utilizan el aprendizaje profundo por refuerzo. En este documento, discutimos aplicaciones de seguridad relacionadas con la IA en campos donde humanos y robots coexisten, especialmente al aplicar el aprendizaje profundo por refuerzo al control de robots móviles autónomos. Primero, examinamos un resumen de trabajos relacionados recientes sobre la seguridad de robots con IA. Segundo, extraemos los riesgos vinculados al uso de robots móviles asistentes autónomos basados en aprendizaje profundo por refuerzo para pacientes en un hospital. Tercero, sistematizamos los riesgos de la IA y proponemos medidas de reducción de riesgos de muestra. Los resultados sugieren que estas medidas son útiles en los campos de la seguridad clínica e industrial.

Otros recursos que podrían interesarte

Temas Virtualpro